Variabel Operasional dan Skala Pengukuran

BAB III METODE PENELITIAN

3.2 Variabel Operasional dan Skala Pengukuran

Menurut Sugiyono (2019:68) variabel penelitian adalah suatu atribut atau sifat ataupun nilai berdasarkan orang, objek, organisasi atau kegiatan dengan variasi tertentu yang peneliti putuskan untuk dipelajari serta ditarik kesimpulan. Dalam penelitian ini variabel yang digunakan sebagai berikut :

a. Variabel Independen (X)

Variabel independen sering disebut sebagai variabel stimulus, prediktor dan antecedent atau disebut sebagai variabel bebas. Variabel bebas merupakan variabel yang akan mempengaruhi atau timbulnya variabel dependen (Sugiyono, 2019:69). Variabel bebas atau variabel independen pada penelitian ini adalah E-Service Quality (X1) dan Brand Image (X2).

b. Variabel Dependen (Y)

Variabel dependen adalah variabel yang dipengaruhi yang menjadi sebab akibat karena adanya variabel independen atau variabel bebas (Sugiyono, 2019:69). Dalam penelitian ini yang menjadi variabel dependen adalah Minat Beli.

48 Untuk memperjelas gambaran variabel yang digunakan secara tajam dalam E-Service Quality, Brand Image dan Minat Beli terhadap objek penelitian, ditentukan dengan menentukan variabel penelitian ini yang dibentuk dengan variabel operasional. Berikut merupakan penjelasan lebih lanjut mengenai variabel yang digunakan sebagai berikut :

Tabel 3. 1 Variabel Operasional

Variabel Dimensi Indikator Skala

Pengukuran

Efisiensi Kemudahan mengakses aplikasi

Reliabilitas Ketersediaan aplikasi saat akan digunakan

Ordinal 3

Aplikasi berfungsi semestinya

Ordinal 4

Fulfillment Memberikan ketepatan janji layanan

Privasi Melindungi data diri pengguna

49 mau melakukan

transaksi pembelian Kompensasi Memberikan jaminan

jika terjadi kesalahan

Kontak Menyediakan kontak layanan

aplikasi yang dipercaya

Ordinal 21 aplikasi pada orang lain

Ordinal 23

Kecenderungan Ordinal 24

50 dapat diubah jika ada masalah dengan aplikasi

Sumber : Data Olahan Peneliti, 2021 3.2.2 Skala Pengukuran

Menurut Sugiyono (2019:145) skala pengukuran adalah kesepakatan yang digunakan untuk acuan menentukan panjang pendeknya interval yang ada di dalam alat ukur, sehingga alat ukur tersebut jika digunakan akan menghasilkan data kuantitatif. Dengan menggunakan skala pengukuran, nilai variabel yang diukur menggunakan instrumen tertentu akan menghasilkan bentuk angka, jadi akan lebih akurat, efisien dan juga komunikatif.

Mengukur variabel operasional dalam penelitian ini, penulis akan menggunakan skala likert. Sugiyono (2019:146) skala likert digunakan untuk mengukur sikap, mendapat serta persepsi seseorang ataupun sekelompok orang mengenai fenomena sosial. Dengan skala likert variabel yang akan diukur telah dijabarkan menjadi indikator variabel. Selanjutnya indikator itu dijadikan titik tolak untuk menyusun item-item instrument berupa pertanyaan atau pernyataan. Dibawah ini merupakan tingkat penilaian yang digunakan dalam pengukuran kuisoner :

Tabel 3. 2

Desain Pengukuran Skala Likert

Jawaban Responden Skor

Sangat Setuju (SS) 5

Setuju (ST) 4

Ragu-ragu (RG) 3

Tidak Setuju (TS) 2

Sangat Tidak Setuju (STS) 1

Sumber : Sugiyono (2019:147) 3.3 Tahapan Penelitian

Tahapan penelitian merupakan langkah yang penulis lakukan untuk melakukan penelitian untuk membantu mendukung pengumpulan data, mengetahui dan memahami permasalahan yang muncul, tahapan penelitian yang akan dilakukan adalah sebagai berikut :

Gambar 3. 1 Tahapan Penelitian Sumber : Sugiyono (2019:58)

Berikut merupakan penjelasan dari tahapan penelitian yang dilakukan : 1. Rumusan Masalah

Pada tahap awal penelitian cenderung bermula dari sebuah masalah atau fenomena. Masalah yang akan dilakukan penelitian adalah untuk mengetahui pengaruh E-Service Quality dan Brand Image terhadap Minat Beli Konsumen Pada Aplikasi Berrybenka selanjutnya membuta rumusan masalah yang hendak diteliti.

2. Landasaran Teori

Pada tahap ini menanggapi pertanyaan penelitian berdasarkan teori-teori yang bersumber dari penelitian terdahulu maupun buku, teori yang digunakan pada penelitian ini adalah teori mengenai E-Service Quality, Brand Image dan Minat Beli.

52 3. Rumusan Hipotesis

Hipotesis adalah jawaban sementara selanjutnya akan dibuktikan kebenarannya secara nyata.

4. Pengumpulan Data a. Populasi dan Sampel

b. Pengembangan Instrumen lalu Pengujian Instrumen

Sugiyono (2019:59) menyiapkan instrumen penelitian dengan cara uji validitas dan reliabilitas. Pada tahap pengujian instrument peneliti akan menguji kepada 30 responden. Setelah teruji validitasnya maka dapat digunakan untuk mengukur variabel yang telah ditetapkan sebelumnya.

5. Analisis Data

Data yang telah terkumpu kemudian akan dilakukan analisis, data hasil dari analisis tersebut akan dibentuk dalam pembahasan.

6. Kesimpulan dan Saran

Kesimpulan meliputi jawaban singkat atas rumusan masalah berdasarkan data yang terkumpul. Penelitian dilakukan untuk memecahkan masalah, maka diharapkan penelitian dapat memberikan saran agar masalah dapat diselesaikan.

3.4 Populasi dan Sampel 3.4.1 Populasi

Menurut Sugiyono (2019:126) populasi merupakan wilayah generalisasi terdiri atas subjek atau obyek yang mempunyai kualitas serta karakteristik khusus untuk yang ditetapkan oleh peneliti untuk dipelajari sehingga dapat ditarik kesimpulannya. Populasi tidak hanya orang, tapi obyek dan benda alam lainnya.

Populasi tidak hanya sekedar jumlah objek atau subjek tetapi meliputi karakteristik yang dimiliki oleh objek atau subjek tersebut. Pemilihan populasi dalam penelitian ini adalah konsumen yang menggunakan aplikasi Berrybenka di Indonesia yang tidak diketahui pasti jumlahnya.

3.4.2 Sampel

Menurut Sugiyono (2019:127) sampel penelitian merupakan bagian yang membagikan gambaran secara umum dari populasi. Sampel penelitian memiliki karakteristik yang sama dengan populasi, sehingga sampel yang digunakan bisa mewakili populasi yang diamati. Penelitian jarang mengambil seluruh dari populasi untuk diteliti, biasanya jumlah anggota populasi sangat banyak apabila mengambil

53 seluruh anggota populasi mengakibatkan memerlukan waktu, dana, juga energi yang sangat banyak. Pengambilan sampel dilakukan dengan cara penyebaran kuisoner melalui googleform yang di sebar di media sosial.

Mengingat ketidakpastian ukuran populasi yang tidak diketahui secara pasti jumlahnya, maka dalam penelitian ini menggunakan perhitungan jumlah sampel dengan rumus Cochran dalam Sugiyono (2019:136) sebagai berikut ini :

n = Z²pq e² Keterangan :

n = Jumlah sampel yang diperlukan

Z = Tingkat keyakinan yang diperlukan 5%, dengan nilai 1,96 p = Peluang benar 50% = 0,5

q = Peluang salah 50% = 0,5

e = sampling error (tingkat kesalahan sampel)

Dalam penelitian ini digunakan tingkat ketelitian 5%, tingkat kepercayaan 95% dengan nilai 1,96. Tingkat kesalahan 10% dikarenakan pada setiap penelitian tidak mungkin hasilnya 100%. Dan untuk peluang benar dan salah masing-masing 0,5. Maka perhitungan sampel yang dilakukan berdasarkan rumus diatas untuk penelitian ini adalah:

n = (1,96) ² (0,5)(0,5) (0,1) ²

=(3, 8416)(0,5)(0,5) 0,01 = 0,9604 0,01 = 96,04 100

54 Dari hasil perhitungan diatas dapat disimpulkan bahwa jumlah sampel yang diperlukan untuk sebesar 96,04 untuk menambah ketepatan peneliti karena khawatir data kuisoner ada yang tidak lengkap, maka sampel dibulatkan menjadi 100 responden. Menurut Roscoe dalam Priansa (2019:144) untuk ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 500 sampel. Maka dari itu sampel 100 responden yang dilakukan dalam penelitian ini sudah sesuai dengan teori yang dikemukakan oleh Roscoe.

3.4.3 Teknik Sampling

Menurut Murgono dalam Hardani, et al (2020:364) teknik sampling adalah metode untuk menentukan sampel jumlahnya tergantung pada ukuran sampel yang digunakan yang dijadikan sumber data sebenarnya, dengan mempertimbangkan karakteristik dan penyebaran populasi untuk mendapatkan sampel yang representatif.

Pada penelitian ini penulis menggunakan teknik non probabiblity sampling karena jumlah pasti populasi relatif terhadap jumlah pengguna aplikasi dan konsumen yang melakukan transaksi pada aplikasi Berrybenka tidak diketahui jumlahnya. Sugiyono (2019:131) non probability sampling merupakan teknik pengambilan sampel tidak memberikan kesempatan yang sama kepada populasi untuk dijadikan sampel. Penelitian ini menggunakan teknik non probability sampling dengan jenis teknik purposive sampling, karena teknik penentuan sampelnya menggunakan kriteria tertentu.

3.5 Teknik Pengumpulan Data

Teknik pengumpulan data merupakan langkah yang paling strategis dalam penelitian, karena tujuan dilakukan penelitian adalah untuk mendapatkan data yang dibutuhkan. Dalam penelitian ini dilakukan teknik pengumpulan data sebagai berikut:

3.5.1 Data Primer

Data primer merupakan data yang didapat berdasarkan sumber asli tanpa melalui perantara. Pengumpulan data primer ada tiga cara yaitu dengan wawancara, kuisoner dan observasi (Bahri, 2018:81). Pada penelitian ini data primernya dilakukan dengan cara menyebarkan kuisoner yang disebar melalui google docs form, kuisoner menurut Sugiyono (2019:199) adalah teknik pengumpulan data dilakukan dengan cara responden menjawab dari serangkaian pernyataan atau

55 pertanyaan tertulis. Responden dalam penelitian ini adalah konsumen yang menggunakan aplikasi Berrybenka.

3.5.2 Data Sekunder

Data sekunder merupakan data yang didapat secara tidak langsung melalui media perantara, berdasarkan sumber-sumber yang telah ada sebelumnya atau data sudah tersedia dikumpulkan oleh pihak lain yang memiliki hubungan dengan penelitian yang sedang dilakukan (Bahri, 2018:82). Dalam penelitian ini data sekunder berupa buku, artikel berita, media lain yang berkaitan dengan penelitian yang sedang dilakukan, serta penelitian terdahulu diantaranya skripsi, jurnal nasional dan jurnal internasional yang relevan dengan variabel penelitian.

3.6 Uji Validitas dan Reliabilitas 3.6.1 Uji Validitas

Uji validitas merupakan suatu ukuran untuk menunjukan tingkat-tingkat kevalidan instrument (Arikunto dalam Bahri, 2018:105). Pertanyaan dalam kuisoner adalah alat ukur yang harus mengukur apa yang menjadi tujuan penelitian, maka perlu mengukur setiap item pertanyaan kuisoner untuk mengetahui validitasnya.

Instrumen yang valid memiliki validitas yang tinggi, begitupun sebaliknya instrumen kurang valid memiliki validitas rendah (Taniredja dan Mustafidah dalam Bahri, 2018:105).

Menurut Ridwan dan Sunarto dalam Fadilah (2020:45) Korelasi Pearson Product Moment atau yang dikenal dengan Pearson’s yang dikemukakan oleh Karl Pearson berguna untuk mengetahui derajat hubungan serta kontribusi variabel independen dengan variabel dependen. Berikut merupakan rumus korelasi Pearson Product Moment:

Keterangan :

r = Koefisien korelasi antar variabel X dan Y n = Jumlah sampel atau responden

56 X = Skor total responden

Y = Skor total pernyataan responden = Jumlah skor dalam distribusi X = Jumlah skor dalam distribusi Y ²= Jumlah kuadrat masing-masing X ²= Jumlah kuadrat masing-masing Y

Berikut merupakan kriteria penilaian dalam uji validitas adalah : 1. Jika r hitung > r tabel, maka item tersebut adalah valid 2. Jika r hitung < r tabel maka item tersebut adalah tidak valid

Untuk menguji validitas sebelum dari setiap pernyataan kuisoner, peneliti melakukan uji validitas dengan menyebarkan kuisoner kepada 30 responden untuk mengetahui baik atau tidaknya kuisoner. Nilai r tabel untuk N = 30 dengan menggunakan taraf signifikasi sebesar 5% atau (a = 0,05 ) diperoleh angka 0,378 menurut Sujarweni dan Utami (2019:77). Hasil uji validitas dapat dilihat pada tabel berikut ini :

Tabel 3. 3 Hasil Uji Validitas

Variabel No. Item r Hitung r Tabel Keterangan E-Service

Quality (X1)

1 0,718 0,378 Valid

2 0,834 0,378 Valid

3 0,709 0,378 Valid

4 0,727 0,378 Valid

5 0,745 0,378 Valid

6 0,568 0,378 Valid

7 0,530 0,378 Valid

8 0,713 0,378 Valid

9 0,638 0,378 Valid

10 0,606 0,378 Valid

11 0,613 0,378 Valid

12 0,766 0,378 Valid

13 0,667 0,378 Valid

14 0,717 0,378 Valid

Brand Image (X2)

15 0,708 0,378 Valid

16 0,840 0,378 Valid

17 0,722 0,378 Valid

18 0,596 0,378 Valid

19 0,794 0,378 Valid

20 0,778 0,378 Valid

Minat Beli (Y)

21 0,790 0,378 Valid

22 0,761 0,378 Valid

23 0,796 0,378 Valid

24 0,729 0,378 Valid

25 0,818 0,378 Valid

26 0,704 0,378 Valid

27 0,729 0,378 Valid

28 0,714 0,378 Valid

Sumber : Hasil Olahan Data, 2021 3.6.2 Uji Reliabilitas

Uji reliabilitas digunakan untuk melihat kesesuaian alat ukur yang menggunakan kuisoner. Tujuan dilakukan uji reliabilitas adalah untuk menilai apakah pengukuran yang digunakan untuk penelitian sudah konsisten jika pengukuran digunakan kembali. Semakin tinggi koefisien reliabilitasnya maka alat ukur semakin reliable, koefisie reliabilitas biasanya berkisar antara 0-1, nilai koefisien Alpha Cronbach minimal 0,7 membuktikan kuisoner memiliki tingkat reliabilitas baik atau reliable (Bahri, 2018:117-118). Pengukuran reliabilitas yang dilakukan menggunakan rumus Alpha Cronbach ( ), sebagai berikut ini :

58 Keterangan :

r = Reliabilitas instrument K = Mean kuadrat antara subjek = Mean kuadrat keselarasan S = Varian total

Adapun rumus untuk mencari varian total adalah sebagai berikut :

Keterangan :

jki = Jumlah kuadrat seluruh skor item jks = Jumlah kuadrat subjek

Dalam penelitian ini melakukan uji reliabilitas menggunakan program IBM SPSS Statistic, berikut merupakan hasil dari uji reabilitas :

Tabel 3. 4

Hasil Uji Reliabilitas Variabel E-Service Quality Reliability Statistics

Cronbach’s Alpha ( ) N of Item

0,910 14

Sumber : Olahan data peneliti, 2021 Tabel 3. 5

Hasil Uji Reliabilitas Variabel Brand Image Reliability Statistics

Cronbach’s Alpha ( ) N of Item

0,832 6

Sumber : Olahan data peneliti, 2021

59 Tabel 3. 6

Hasil Uji Reliabilitas Variabel Minat Beli Reliability Statistics

Cronbach’s Alpha ( ) N of Item

0,892 8

Sumber : Olahan data peneliti, 2021 3.7 Teknik Analisis Data

Menurut Sugiyono (2019:206) teknik analisis data yang dilakukan pada penelitian ini adalah kuantitatif, kegiatan di dalam analisis data diantaranya melakukan perhitungan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis yang telah ditetapkan sebelumnya, berikut merupakan teknik analisis data yang dilakukan dalam penelitian ini :

3.7.1 Analisis Deskriptif

Sugiyono (2019:206) analisis deskriptif atau statistik deskriptif merupakan statistik yang dipakai untuk menganalisis data dengan mendeskripsikan atau juga menggambarkan data yang sudah terkumpul sebagaimana adanya tanpa membuat simpulan yang berlaku untuk generalisasi. Statistik deskriptif untuk mencari efisien antara hubungan variabel melalui analisis korelasi, melakukan dugaan dengan analisis regresi, serta membuat perbandingan dengan membandingkan rata-rata data sampel atau populasi.

Peneliti menggunakan kuisoner dengan menggunakan lima kemungkinan jawaban dimana responden harus memilih kemungkinan jawaban tersebut dalam masing-masing poin jawaban. Dari jawaban itu kemudian disusun kedalam kriteria nilai bagi setiap poin pertanyaan. Berikut merupakan langkah dalam menyusun kriteria penilaian untuk setiap poin pernyataan dengan didasari pada persentase : 1. Nilai kumulatif merupakan jumlah dari jumlah nilai setiap pernyataan

jawaban dari 100 responden.

2. Presentase merupakan nilai kumulatif item dibagi nilai frekuensi dikali 100%.

3. Jumlah responden 100 orang dengan nilai skala pengukuran terbesar yaitu 5 serta skala pengukuran terkecil yaitu 1. Maka akan diperoleh :

a. Jumlah kumulatif terbesar yaitu 100 X 5 = 500

60 b. Jumlah kumulatif terkecil yaitu 100 X 1 = 100

c. Nilai persentase terbesar yaitu 100%

d. Nilai persentase terkecil yaitu (100 : 500) X 100% = 20%

e. Nilai rentang = 100% - 20% = 80%

Jika nilai rentang dibagi dengan lima skala pengukuran, maka didapat nilai interval persentase 16%.

Tabel 3. 7

Persentase Kriteria Interpretasi Skor

Persentase Kategori Persentase

20% - 36% Sangat Tidak Baik

>36% - 52% Tidak Baik

>52% - 68% Cukup Baik

>68% - 84% Baik

>84% - 100% Sangat Baik

Sumber : Olahan data peneliti, 2021

Berdasarkan tabel persentase kriteria interpretasi skor diatas, dapat dilihat pada garis kontinium berikut ini :

Sumber : Sugiyono (2018:30) 3.7.2 Methode of Succesive Interval (MSI)

Menurut Sugiyono (2018) statistik parametis berfungsi untuk menguji parameter populasi dengan melalui statistik, menguji ukuran populasi melalui data sampel. Dalam penelitian yang dilakukan, data pertama dari kuisoner yang didapatkan menggunakan skala ordinal sementara itu untuk menganalisis regresi linear berganda dibutuhkan data skala interval yang merupakan syarat minimal

Gambar 3. 2 Kriteria Interpretasi Nilai

61 dalam statistik parametrik. Untuk mengubah skala ordinal menjadi skala interval menggunakan method of succesive interval (MSI) .

Menurut Sugiyono (2017:258) teknik untuk mengubah skala ordinal menjadi skala interval paling sederhana menggunakan method of succesive interval (MSI), berikut merupakan langkah-langkah untuk mengubah dari skala ordinal menjadi skala interval :

1. Memperhatikan setiap butir jawaban responden dari kuisoner yang disebarkan

2. Menentukan nilai setiap butir pertanyaan kuisoner, berapa responden yang memperoleh skor 1, 2, 3, 4, 5 yang disebut sebagai frekuensi

3. Setiap frekuensi dibagi dengan jumlah responden, hasil itulah yang menjadi nilai proporsi

4. Menentukan nilai proporsi kumulatif caranya dengan menjumlahkan nilai proporsi dengan berurutan per kolom skor

5. Menggunakan tabel distribusi normal, lalu hitung nilai Z untuk setiap proporsi kumulatif yang telah ditemukan

6. Menetapkan nilai tinggi densitas setiap nilai Z yang diperoleh dengan menggunakan tabel tinggi densitas

7. Menentukan nilai skala (NS) melalui rumus sebagai berikut : N = (Destiny at lower limit-Destiny at upper limit)

(Area below upper limit-Area under upper limit) 8. Menentukan nilai transformasi dengan rumus sebagai berikut :

Y = NS + (1 NSmin)

3.7.3 Uji Asumsi Klasik a. Uji Normalitas

Menurut Bahri (2018 : 162) tujuan dari uji normalitas adalah untuk menguji apakah model regresi variabel dependen dengan variabel independen mempunyai distribusi normal atau tidak. Penilitian ini menggunakan uji normalitas Kolmogorov Smirnov /Test Statistic yaitu dengan kriteria, jika nilai signifikan Kolmogorov > 0,05 artinya data normal, namun sebaliknya jika nilai signifikan Kolmogorov < 0,05 maka artinya data dianggap tidak normal.

62 b. Uji Multikolinieritas

Menurut Ghozali dalam Bahri (2019:168) uji multikolinieritas tujuannya adalah untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik semestinya tidak terjadi korelasi sempurna atau mendekati sempurna diantara variabel independennya (variabel bebas). Untuk mengetahui apakah model regresi mengalami gejala multikolinieritas atau tidak dapat dilihat pada nilai Variance Inflation Factor (VIF). Jika hasil pergitungan nilai VIF < 10, maka model regresi dianggap baik dan tidak terdapat tanda-tanda multikolinieritas

c. Uji Heteroskedastisitas

Uji heteroskedastisitas adalah varian residual yang tidak sama pada semua pengamatan dalam model regresi, regresi yang baik tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas dapat menggunakan metode uji glejser, uji glejser dilakukan dengan meregresikan antara variabel independen (X) dengan absolut residual > 0,05 artinya tidak terjadi heteroskedastisitas, Bahri (2018:180).

3.7.4 Analisis Regresi Linear Berganda

Bahri (2018:159) analisis regresi linear berganda merupakan analisis yang dilakukan untuk menghubungkan antara dua variabel independen atau lebih dengan variabel dependen untuk tujuan mengukur intensitas hubungan dua atau lebih variabel. Menurut Sugiyono (2019) regresi linear berganda dirumuskan sebagai berikut ini :

Y = a + b₁X1 + b₂X2 + e Keterangan :

Y = Variabel dependen X1, X2 = Variabel independen a = Koefisien konstanta b_1,b₂ = Koefisien regresi e = Variabel error

63 3.7.5 Uji Hipotesis

a. Uji t (Parsial)

Menurut Bahri (2018:194) uji t diperoleh pada bagian output koefisien regresi. Uji t statistik t fungsinya untuk pengujian hipotesis pengaruh antara variabel independen (X) secara individu terhadap variabel dependen (Y).

Untuk uji t terdapat beberapa kriteria diantaranya pengujian digunakan tingkat signifikan 5% (0,05), jika nilai signifikansi ≥ 0,05 maka H0 diterima dan H1 ditolak, artinya adalah variabel independen individual tidak berpengaruh terhadap variabel dependen. Namun sebaliknya ketika nilai signifikansi ≤ 0,05 maka H₀ditolak dan H₁diterima, artinya adalah variabel independen secara individual serta signifikan berpengaruh terhadap variabel dependen. Hipotesis untuk uji t (parsial) yang diajukan adalah sebagai berikut:

1. Pengaruh E-Service Quality (X1) Terhadap Minat Beli (Y)

H₀ : Tidak terdapat pengaruh e-service quality terhadap minat beli konsumen pada aplikasi Berrybenka.

H1 : Terdapat pengaruh e-service quality terhadap minat beli konsumen pada aplikasi Berrybenka.

2. Pengaruh Brand Image (X2) Terhadap Minat Beli (Y)

H0 : Tidak terdapat pengaruh Brand Image terhadap minat beli konsumen pada aplikasi Berrybenka.

H1 : Terdapat pengaruh Brand Image terhadap minat beli konsumen pada aplikasi Berrybenka.

b. Uji F (Simultan)

Menurut Bahri (2018:192) uji F digunakan untuk menguji hipotesis semua variabel independen yang dimasukan dalam model perpengaruh terhadap variabel dependen, uji F terdapat kedalam output Analysis of Varian (ANOVA). Uji F menggunakan taraf kesalahan yang ditetapkan adalah 5%

(0,05), jika F _hitung< F _tabelartinya adalah koefisien korelasi ganda menunjukan signifikan. Menurut Sugiyono (2019:257), rumus untuk uji signifikansi simultan adalah sebagai berikut :

64 Fh = R²/ k

(1-R²) / (n-k-1) Keterangan :

R = Koefisien korelasi berganda k = Jumlah variabel independen n = Jumlah anggota sampel

Hipotesis untuk uji F (simultan) yang diajukan adalah sebagai berikut : H0 : Tidak terdapat pengaruh e-service quality dan brand image terhadap minat beli konsumen pada aplikasi Berrybenka

H₁ : Terdapat pengaruh e-service quality dan brand image terhadap minat beli konsumen pada aplikasi Berrybenka

3.7.6 Koefisien Determinasi (R²)

Koefisien determinasi (R²) adalah untuk mengukur kemampuan model bahwa variasi variabel independen dengan variabel dependen atau bisa dikatakan sebagai proporsi pengaruh seluruh variabel independen terhadap variabel dependen.

Koefisien determinasi nilainya dapat dikur dengan nilai Adjusted R-Square karena variabel independen atau variabel bebas lebih dari satu (Bahri, 2018:192). Rumus mengenai koeefisien determinasi menurut Sugiyono (2018:292) adalah sebagai berikut :

Kd = r

x 100 %

Keterangan :

Kd = Koefisien determinasi r²= Koefisien korelasi ganda

Nilai koefisien determinasi 0-1, ika nilai koefisien determinasi (KD) mendekati nol atau semakin kecil maka variabel independen sama sekali tidak berpengaruh terhadap variabel dependen, begitupun sebaliknya jika nilai koefisien determinasi mendekati 1(satu) maka variabel independen berpengaruh terhadap

65 variabel dependen. Nilai angka tersebut nantinya akan diubah kedalam bentuk persen (%), dengan arti persentase kontribusi pengaruh antara variabel independen (X) terhadap variabel dependen (Y).

DAFTAR PUSTAKA

Aaker, David. (2014). Aker On Branding. 20 Prinsip Esensial Mengelola dan Mengembangkan Brand. Jakarta: PT Gramedia Pustaka Utama.

Andrea, L. (2021, April 21). 10 Negara dengan Persentase Penggunaan E-Commerce Tertinggi di Dunia (April 2021). Retrieved from Databoks Katadata:

https://databoks.katadata.co.id/datapublish/2021/06/04/penggunaan-e-commerce-indonesia-tertinggi-di-dunia

Andrea, L. (2021, Juni 9). Produk Fesyen Jadi Primadona di E-Commerce.

Retrieved from Databoks Katadata:

https://databoks.katadata.co.id/datapublish/2021/06/09/produk-fesyen-jadi-primadona-di-e-commerce

Andrews, J., & Shimp, T. (2017). Advertising, Promotion, and other aspects of Integrated Marketing Communications 10th Edition. Boston, USA: Cengage Learning.

Andrew, M. (2019). "E-Service Quality and Brand Image on Buying Interest". Jurnal Sekretaris dan Administrasi Bisnis, 3(1), 23-38.

Appstore. (2021, Oktober 24). Aplikasi Berrybenka. Retrieved from Appstore.com:

Appstore.com/apps/berrybenka

Bahri, S. (2018). Metodologi Penelitian Bisnis : Lengkap dengan Teknik Pengolahan Data SPSS. Yogyakarta: Andi.

Chaffey, D., & Chadwick, F. E. (2016). Digital Marketing : Strategy, Implemention and Practice Sixth Edition. Edinburgh Gate: Pearson Education Limited.

Gunawan, A. (2021, Desember 20). 7 Perbedaan Utama HP Android dan iPhone, Mau Pindah? Retrieved from idntimes.com:

https://www.idntimes.com/tech/trend/arifgunawan/perbedaan-utama-hp-android-dan-iphone/3

Hidayat, A. A. (2020, 4 Agustus). 85 Persen Konsumen E-commerce Berasal dari Generasi Z dan Milenial. Retrieved from Bisnis Tempo:

https://bisnis.tempo.co/read/1372514/85-persen-konsumen-e-commerce-berasal-dari-generasi-z-dan-milenial?page_num=2

67 Hochman, A. (2021, November 8). Top Shopping Free Apps Ranking. Retrieved from Similarweb: https://www.similarweb.com/apps/top/google/store-rank/id/shopping/top-free/

Hooley, G., Piercy, N., Nicoulaud, B., & Rudd, J. M. (2017). MARKETING STRATEGY & COMPETITIVE POSITIONING SIXTH EDITION. Edinburgh Gate: Pearson Education Limited.

INDONESIA, I. (2017, March 13). EIQ INSIGHTS: WHAT DOES INDONESIA’S ECOMMERCE FUTURE LOOK LIKE IN 2021? Retrieved from E-Commerce IQ: https://ecommerceiq.asia/indonesia-ecommerce-future/

Indrawati. (2017). Perilaku konsumen Individu dalam Mengadopsi Layanan Berbasis Teknologi Informasi dan Komunikasi. Bandung: PT. Refika Aditama.

Jayani, D. H. (2019, Februari 22). Proyeksi Pengguna Internet di Indonesia

2017-2023. Retrieved from Databoks Katadata:

https://databoks.katadata.co.id/datapublish/2019/09/09/berapa-pengguna-internet-di-indonesia

Kapur, P., & Kumar, U. (2018). Quality, IT, and Business Operations. In P. Kapur,

& U. Kumar, Quality, IT, and Business Operations (p. 147). India: Springer.

Kasmir. (2017). Customer Service Excellent. Depok: PT Raja Grafindo Persada.

Keller, K. L., & Swaminathan, V. (2020). Strategic Brand Management: Building, Measuring, and Managing Brand Equity Fifth Edition. Harlow, United Kingdom: Pearson Education Limited.

Kotler, P., & Keller, K. (2016). Marketing Management 16 edition. New Jersey:

Pearson.

Kotler, P, & Keller, K.L. (2017). Manajemen Pemasaran edisi 12 Jilid 1&2. Jakarta:

PT. Indeks.

Klikwarta. (2021, Desember 11). 'Top Mobile Application' Terbaik Sepanjang Tahun 2021, Apa Saja? Retrieved from Klikwarta.com:

https://www.klikwarta.com/top-mobile-application-terbaik-sepanjang-tahun-2021-apa-saja

Laudon, K. C., & Traver, C. G. (2017). E-Commerce 2017, 13th Edition. New York:

Pearson.

Nugroho, A. S. (2016). E-Commerce. Yogyakarta: Ekuilibria.

68 Nurfadilah, P. S. (2018, November 13). Penggunaan Aplikasi Mobile untuk Belanja

Dalam dokumen PENGARUH E-SERVICE QUALITY DAN BRAND IMAGE TERHADAP MINAT BELI KONSUMEN PADA APLIKASI BERRYBENKA (Halaman 53-0)