BAB III METODOLOGI PENELITIAN

40

BAB III

METODOLOGI PENELITIAN

3.1 Objek Penelitian

3.1.1 Sejarah Perusahaan Gojek

Gojek Indonesia atau yang memiliki nama lain PT Aplikasi Karya Anak Bangsa satu ini merupakan layanan pemesanan ojek melalui aplikasi mobile. Aplikasi ini dapat diunduh di Apple Store maupun Play-Store dan merupakan karya putra bangsa bernama, Nadiem Makarim.

Aplikasi ini diluncurkan ke publik pertama kali pada tahun 2010 di ibukota dan sampai sekarang telah diunduh oleh pengguna Android hingga 50 juta kali. Pada awalnya Gojek terinspirasi mendirikan layanan ride sharing berbasis menggunakan sepeda motor, dikarenakan Nadiem Makarim sebagai pengguna setia ojek dan transportasi roda dua itu menjadi andalannya untuk menembus berbagai kemacetan di Jakarta

Gambar 3.1 : Logo Perusahaan Gojek Sumber : Gambar Didapatkan Melalui Google

41 Nadiem Makarim mengambil kesimpulan bahwa mayoritas waktu yang dihabiskan oleh tukang ojek yang alih-alih menjemput penumpang, namun hanya menunggu penumpang di pangkalan. Padahal tukang ojek mungkin bisa mendapatkan pemasukan yang lebih banyak apabila mendapatkan banyak penumpang. Selain itu profesi tukang ojek pada saat itu jarang dan sangat sulit ditemukan.

Fenomena inilah yang membuat Nadiem Makarim mendapatkan ide cerdas tentang adanya peluang menghubungkan tukang ojek dengan penumpang. Imbasnya pada tanggal 13 Oktober 2010 Gojek Indonesia resmi didirikan, sementara hanya dengan 20 pengemudi dan menggunakan Call Center untuk sistem pemesanannya. Selang 4 tahun kemudian, dibantu dengan semakin meroketnya Uber, Nadiem Makarim mulai mendapatkan tawaran investasi.

Puncaknya pada tanggal 7 Januari 2015, Gojek Indonesia merilis sebuah aplikasi berplatform Android dan iOS untuk menggantikan sistem pemesanan dengan Call Center.

Gambar 3.2 Logo Gopay

Sumber : Gambar Didapatkan Melalui Google

42 Gopay sendiri atau yang sebelumnya lebih dikenal sebagai Go-wallet adalah dompet virtual untuk menyimpan Go Jek Credit Anda yang bisa digunakan untuk membayar transaksi- transaksi yang berkaitan dengan layanan di dalam aplikasi Gojek. Pembayaran dari Gopay ini dapat dilakukan dimana dan kapanpun tanpa perlu repot menggunakan tunai..

3.1.2 Sejarah Perusahaan Ovo

Ovo merupakan layanan dompet digital (smart financial application) yang menawarkan berbagai transaksi di sejumlah mitra Ovo. Perusahaan ini merupakan besutan Grup Lippo yaitu LippoX. Ovo pertama kali diluncurkan pada Maret 2017 dan berada di bawah naungan PT Visionet Internasional.Pada awalnya Ovo menjalin kerjasama dengan perusahaan Lippo lainnya seperti Hypermart dan juga RS Siloam. Walau demikian Ovo memang dirancang untuk menjadi open platform. Pada Mei 2018, Grup Lippo dan Tokyo Century telah membentuk serangkaian kemitraan di Indonesia termasuk investasi di OVO, di mana Tokyo Century menginvestasikan sekitar US$120 juta.

43 Gambar 3.3 Logo Perusahaan Ovo

Sumber : Gambar Didapatkan Melalui Google

Menurut data yang diambil dari (analisa.id) pada bulan Juli 2018, OVO mengumumkan kemitraan strategis dengan beberapa perusahaan penting sekaligus di Indonesia. Perusahaan yang digandeng, antara lain Alfamart, Grab, dan Moka. Kemitraan baru ini, bersama dengan kemitraan yang telah dijalin dengan jaringan Lippo, menjadikan OVO sebagai platform pembayaran dengan penerimaan terluas di Indonesia. Untuk memperluas basis penggunanya, OVO juga mengumumkan kerja sama dengan platform belanja online Tokopedia pada bulan November. Tokopedia resmi menggandeng OVO sebagai digital payment pengganti Tokocash.

OVO menambahkan 80 juta pengguna aktif bulanan Tokopedia ke dalam 60 juta basis pengguna OVO data diambil dari (kontan.co.id).

44

3.2 Research Design

3.2.1 Research Data

Didalam penelitian kali ini, peneliti akan menggunakan 2 jenis data yaitu data primer dan data sekunder. Data primer didapatkan oleh peneliti melalui pembagian kuisioner kepada konsumen yang telah/ pernah menggunakan mobile payment dalam melakukan transaksi pembayaran.

Data sekunder didaparkan dari suatu sumber dan referensi referensi lain, seperti ensiklopedia, buku pelajaran, jurnal jurnal yang terkait , artikel dan peneliti akan melihat hubungan yang berkaitan antara technology anxiety, social influence terhadap multiple-benefit pada saat transaksi mobile payment, dan hubungan multiple-benefit terhadap attitudes toward using dan pengaruhnya terhadap intention to use pengguna mobile payment service.

3.2.2 Jenis Penelitian

Menurut para ahli Sekaran dan Bougie (2013), mengatakan bahwa design penelitian dibagi dalam 3 jenis penelitian, yaitu:

 Exploratory Research yang merupakan suatu penelitian/ riset dilakukan saat situasi yang

tidak banyak diketahui dan tidak ada sumber langsung mengenai masalah yang akan diteliti.

 Descriptive Research yang merupakan suatu penelitian/ riset yang dilakukan dengan tujuan untuk mendeskripsikan. Tujuannnya untuk mengumpulkan data yang menggambarkan suatu fenomena, peristiwa maupun situasi.

45

 Causal research yang merupakan suatu penelitian/ riset yang dilakukan dengan tujuan untuk menguji apakah variabel akan memberikan pengaruh pada variabel lainnya.

Dalam penelitian ini peneliti menggunakan descriptive research yang merupakan sebuah penelitian yang bersifat lebih formal, bisa mudah maupun kompleks, bisa selesai dengan hasil yang beragam. Jenis penelitian yang dilakukan peneliti dengan cara pembagian kuisioner kepada responden yang memenuhi kriteria dan kebutuhan penulis. Skala pengukuran kuisioner yang dibuat dan disebar menggunakan skala 1 sampai 5, dimana angka 1 merupakan sangat tidak setuju dan angka 5 yang berarti sangat setuju. Peneliti menggunakan skala pengukuran 1 sampai 5 untuk mempermudah responden yang diteliti untuk menjawab pertanyaan yang ditanyakan oleh peneliti.

Jenis penelitian ini cocok digunakan untuk penelitian operasional manajemen dimana dalam penelitian kali ini peneliti akan melakukan uji hipotesis terhadap setiap variable yang ada baik independent variable dan dependent variable

3.3 Ruang Lingkup Penelitian

3.3.1 Target Populasi

Didalam penelitian kali ini target populasi yang dituju oleh peneliti tidak memiliki kriteria khusus yang spesifik, objek penelitian dapat memiliki latar belakang yang beragam baik dari usia, jenis kelamin, pengeluaran dalam sebulan, pendidikan, status sosial dan lainnya.

Peneliti hanya memerlukan satu kriteria yang harus terpenuhi yaitu semua orang yang telah pernah menggunakan mobile payment dapat dijadikan sebagai objek penelitian.

46 3.3.2 Probability Sampling

Didalam penelitian kali ini peneliti memilih menggunakan non-probability sampling dengan menggunakan teknik convinience sampling dikarenakan responden yang dipilih oleh peneliti adalah responden yang pernah menggunakan sistem pembayaran menggunakan mobile payment sehingga objek penelitian dan dapat memberikan data yang valid sesuai dengan data yang dibutuhkan untuk penelitian yang diteliti.

3.3.3 Sampling Size

Didalam Penelitian ini jumlah sample yang dibutuhkan oleh peneliti kurang lebih sebesar 100 responden dari berbagai macam latar belakang. Menurut Jr., Black, Babin, & Anderson (2014) dalam bukunya yang memiliki judul “Multivariate Data Analysis” menyebutkan bahwa jika populasi dari sampling size tidak diketahui maka jumlah minimum responden dapat diukur dengan jumlah indikator dikalikan dengan 5 (lima) atau jumlah variable yang diteliti dikalikan dengan 10 (sepuluh). Pada penelitian kali ini peneliti memiliki 10 variable yang diteliti maka peneliti membutuhkan setidaknya 100 orang responden, namun peneliti mendapatkan 120 responden yang berarti sudah melebihi dari 100 responden sebagaimana jumlah minimum yang disyaratkan oleh Hair.

47

3.4 Variable Penelitian

Didalam penelitian kali ini yang penulis teliti hanya terdapat 2 variabel yaitu variabel independen (variabel yang memberikan pengaruh terhadap variabel dependen), dan variabel dependen.

3.4.1 Variable Independent

Varibel independent merupakan varibel yang akan memberikan pengaruh atau memberikan perubahan terhadap variabel dependen. Didalam Penelitian yang saya teliti variable independennya adalah :

 Technology Anxiety

 Social Benefit

3.4.2 Variable Dependent

Variabel dependent sering disebut sebagai variabel terikat. Varibel terikat adalah variabel yang dipengaruhi atau menjadi akibat dari variabel bebas Didalam Penelitian yang saya teliti variable dependennya adalah:

 Convenient Benefit

 Economic Benefit

 Information Security Benefit

 Enjoyment Benefit

 Experiential Benefit

 Social Benefit

 Attitudes towards using

 Intention to use

48

3.5 Analisis Data

3.5.1 Analisis Data Outer Model

Evaluasi model pengukuran atau outer model dengan konstruk berbentuk refleksi dalam SmartPLS dapat dimulai dengan melihat nilai indicator reliability yaitu besarnya variance dari indikator/item untuk menjelaskan konstruk laten dan composite reliability untuk mengukur reliabilitas konstruk secara keseluruhan menurut Ghozali & Latan (2014). Ukuran yang digunakan untuk mengukur reliabilitas indikator tersebut yaitu dengan melihat nilai factor loading tiap indikator konstruk. Rule of thumb yang biasanya digunakan untuk menilai factor loading yaitu harus lebih besar dari 0.7 untuk penelitian yang bersifat confirmatory dan nilai loading factor antara 0.6-0.7 masih dapat diterima untuk penelitian yang bersifat exploratory.

Sedangkan untuk tahap pengembangan konstruk dan skala pengukuran atau pengembangan instrument penelitian, nilai factor loading 0.4-0.5 dianggap cukup menurut Ghozali & Latan (2014).

49 Table 1.2 Rule Of Thumb Evaluasi Model Pengukuran

Sumber : Ghozali & Latan (2014), Hair et al (2012)

Kriteria Parameter Rule of Thumb

Indicator Reliability

Loading Factor

 >0.7 untuk confirmatory Research

 0.6-0.7 masih dapat diterima didalam

explaratory research Internal

Consistency reliability

Composite Reliability

 >0.7 untuk confirmatory Research

 0.6-0.7 masih dapat diterima didalam

explaratory research Convergent

validity Average Variance Extracted

 >0.5 untuk confirmatory dan explanatory

research Discriminant

Validity

Akar kuadrat AVE dan Korelasi antar konstruk laten

Akar kuadrat AVE > Korelasi antar kosntruk laten

Validitas Discriminant

Cross Loading Nilai yang diharapkan untuk setiap variabel yaitu minimal > 0,7.

Akar Kuadrat AVE dan Korelasi dengan Konstruk

Laten

Akar kuadrat AVE lebih besar dari korelasi antar konstruk laten.

Reliabilitas

Cronbach’s Alpha Nilai yang diharapkan untuk confirmatory research yaitu minimal > 0,7.

Composite Reliability Nilai yang diharapkan untuk confirmatory research yaitu minimal > 0,7

50 3.5.2 Analisis Data Inner Model

Evaluasi inner model bertujuan untuk menganalisa pengaruh hubungan dari satu variabel ke variabel lainnya apakah model yang diteliti menunjukan model yang kuat, lemah atau moderate. Selain itu evaluasi inner model dapat digunakan untuk melihat tingkat signifikan/

tidaknya suatu model yang diteliti

Table 3.3 Rule Of Thumb Evaluasi Model Struktural Sumber : Ghozali & Latan (2014)

Kriteria Rule of Thumb

R-Square ≤0.7, ≤0.45 dan ≤0.25 menunjukan model kuat, moderate dan lemah Effect Size 𝒇𝟐 Predictor variable laten memiliki pengaruh kecil (≥0.02), menengah

(≥0.15) dan besar (≥0.35) pada level structural terhadap variabel endogen

𝑸𝟐 predictive relevance

𝑄2 >0 menunjukan model mempunyai predictive relevance dan jika 𝑄2 <0 menunjukan model kurang memiliki predictive relevance

𝒒𝟐 predictive relevance

≥0.02, ≥0.15 dan ≥0.35 (model lemah, moderate dan kuat)

APC, ARS dan AARS

P-value ≤ 0.05

Signifikasi (two- tailed)

P-value 0.10 (significance level = 10%), P-value 0.05 (significance level = 5%), dan P-value 0.01 (significance level = 1%)

T-Statistik untuk:

51

 Level signifikansi 10% yaitu minimal sebesar 1,65

 Level signifikansi 5% yaitu minimal sebesar 1,96

 Level signifikansi 1% yaitu minimal sebesar 2,58.

52 3.6 Tabel Operasional Variabel

Table 3.1 Tabel Operasional Variabel

No. Variabel

Definisi Operasional

Variabel

Measurement

Kode Measurem

ent

Scalling Technique

1 Technology Anxiety

Kecemasan konsumen menggunakan

teknologi terbaru (Venkatesh et

al. (2012))

Saya mengalami kesulitan memahami teknologi (Venkatesh et

al. (2012))

TA1 Likert

scale 1-5 Saya takut merusak

teknologi baru saat menggunakannya

(Venkatesh et al.

(2012))

TA2 Likert

scale 1-5

Teknologi adalah hal yang sulit dimengerti

(Venkatesh et al.

(2012))

TA3 Likert

scale 1-5

Saya menghindari teknologi yang tidak familiar (Venkatesh et

al. (2012))

TA4 Likert

scale 1-5

2 Social

Influence

Pengaruh Sosial Terhadap Pandangan

mengenai teknologi terbaru ((Nysveen et

al. (2005) )

Menggunakan mobile payment memiliki prestise ((Nysveen et al.

(2005) )

SI1 Likert scale 1-5

Menggunakan mobile payment adalah orang

high profile ((Nysveen et al. (2005) )

SI2 Likert scale 1-5

Menggunakan mobile payment dipertimbangkan sebagai status sosial ((Nysveen et al. (2005) )

S3 Likert

scale 1-5

53 No. Variabel

Definisi Operasional

Variabel

Measurement

Kode Measurem

ent

Scalling Technique

3

Convenient Benefit

Keuntungan Dari Manfaat Kenyamanan Penggunanya (Kim et al.

(2010))

Menggunakan mobile payment dapat menghemat waktu (Kim

et al. (2010))

CB1 Likert

scale 1-5 Menggunakan mobile

payment dapat mengurangi waktu berbelanja (Kim et al.

(2010))

CB2 Likert

scale 1-5

Pembayaran menggunakan mobile

payment adalah cara termudah shopping (Kim et al. (2010))

CB3 Likert

scale 1-5

4 Economic Benefit

Manfaat Ekonomi Yang Timbul

Ketika Menggunakan

Mobile Payment (Mimouni and

Volle (2010))

Menggunakan mobile payment dapat mengurangi biaya (Mimouni and Volle

(2010))

EB1 Likert

scale 1-5

Menggunakan mobile payment adalah cara untuk menghemat uang

(Mimouni and Volle (2010))

EB2 Likert

scale 1-5

5

Information Security

Benefit

Manfaat Keamanan

Informasi Pribadi Ketika

Diberikan Kepada Pihak

Mobile Payment (Koenig et al.

(2015))

Saya merasa aman melakukan pembayaran

menggunakan mobile payment (Koenig et al.

(2015))

ISB1 Likert scale 1-5

Saya merasa aman memberikan informasi pribadi ke pihak mobile

payment (Koenig et al.

(2015))

ISB2 Likert scale 1-5

54 No. Variabel

Definisi Operasional

Variabel

Measurement

Kode Measurem

ent

Scalling Technique

6 Enjoyment Benefit

Manfaat Kesenangan

Yang Ditimbulkan

Ketika Menggunakan

Mobile Payment (Venkatesh et

al. (2012))

Menggunakan mobile payment bisa sangat menghibur (Venkatesh

et al. (2012))

EjB1 Likert scale 1-5

Menggunakan mobile payment ada kesenangannya tersendiri (Venkatesh et

al. (2012))

EjB2 Likert scale 1-5

7 Experientia l Benefit

Manfaat Kesan Yang

Timbul Ketika Menggunakan

Mobile Payment (Aurier et al.

(2004))

Menggunakan mobile payment bisa membuat

kita lupa akan sekitar (Aurier et al. (2004))

ExB1 Likert scale 1-5

Menggunakan mobile payment adalah hal yang

menarik (Aurier et al.

(2004))

ExB2 Likert scale 1-5

8 Social

Benefit

Manfaat Yang Timbul Pada

Keuntungan Sosial Di Masyarakat (Sweeney and

Soutar (2001))

Menggunakan mobile payment dapat meninggalkan kesan

baik bagi sekitar (Sweeney and Soutar

(2001))

SB1 Likert

scale 1-5

Menggunakan mobile payment dapat membuat

saya diterima bagi sekitar (Sweeney and

Soutar (2001))

SB2 Likert

scale 1-5

Menggunakan mobile payment akan meningkatkan cara saya

dipandang (Sweeney and Soutar (2001))

SB3 Likert

scale 1-5

55 No. Variabel

Definisi Operasional

Variabel

Measurement

Kode Measurem

ent

Scalling Technique

9

Attitudes Toward

Using

Sikap Konsumen

Ketika Menggunakan

nya (Schierz et al. (2010))

Saya suka menggunakan mobile payment ((Schierz et al. (2010))

ATU1 Likert scale 1-5 Saya pikir mobile

payment sangat pintar (Schierz et al. (2010))

ATU2 Likert scale 1-5 Saya pikir mobile

payment sangat menarik (Schierz et al. (2010))

ATU3 Likert scale 1-5 Saya pikir mobile

payment mudah &

nyaman digunakan (Schierz et al. (2010))

ATU4 Likert scale 1-5

10 Intention to Use

Keinginan Konsumen Untuk Terus Menggunakan

nya (Venkatesh et

al. (2012))

Saya berencana menggunakan mobile

payment untuk tahun yang akan datang

(Venkatesh et al.

(2012))

ITU1 Likert scale 1-5

Saya memprediksi orang akan menggunakan

mobile payment (Venkatesh et al.

(2012))

ITU2 Likert scale 1-5

Saya akan menggunakan mobile payment seterusnya (Venkatesh

et al. (2012))

ITU3 Likert scale 1-5