BAB IV
ANALISIS DATA DAN PEMBAHASAN
4.1. Karakteristik Responden.
Penentuan sampel dalam penelitian ini dilakukan dengan menggunakan salah satu teknik Non-Probability Sampling, yaitu purposive sampling. Sampel yang diambil adalah nasabah bank umum dan paling tidak memiliki satu produk alat pembayaran non tunai yang dikeluarkan oleh bank. Dengan kriteria pengambilan sampel tersebut maka diperoleh data sebesar 155 responden.
Tabel 4.1. Deskripsi Karakterisistik Nasabah Bank Umum
Karakteristik Jumlah Responden
Persentase (%)
A. Usia (Tahun)
20 – 25 26 – 30 31 – 35 36 – 40 > 40
30
70
23
29
3
19,4 45,2 14,8 18,7 1,9 Jumlah 155 100,0 B. Jenis Kelamin Perempuan Laki-laki 70
85
SMP SMA D3 S1
Pasca sarjana
4 16 17 112 6
2,6 10,3 11,0 72,3 3,9
Jumlah 155 100,0 D. Pekerjaan
Wiraswasta Karyawan Swasta PNS
35 62 58`
22,6 40,0 37,4
Jumlah 155 100,0
Sumber:Data Primer, 2016.
Dari pemaparan diatas dapat diketahui bahwa pengguna alat pembayaran non tunai terbanyak adalah karyawan swasta yaitu sebesar 40%. Namun demikian di DKI Jakarta, pengguna alat pembayaran non tunai relatif merata dari 3 profesi yaitu Wiraswasta (22,6%), Karyawan Swasta (40%), dan PNS (37,4%). Penggunaan alat pembayaran non tunai oleh para wiraswasta dapat menjadi indikasi bahwa transaksi/perdagangan yang dilakukan oleh individu yang pendapatannya tidak berasal dari gaji tetap dari sebuah perusahaan, telah menggunakan cara non tunai. Sedangkan untuk profesi karyawan swasta dan PNS dinilai menggunakan alat transaksi non tunai dikarenakan sistem penggajian yang melalui Bank.
4.2. Uji Kualitas Instrumen
Uji Validitas
Data dengan sampel sebesar 155 responden dilakukan uji validas terlebih dahulu. Pengujian validitas dilakukan menggunakana confirmatory factor analysis (CFA). Pengujian validitas yang menurut Sekaran (2006) bertujuan untuk mengetahui ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Pengujian validitas dilakukan menggunakana confirmatory factor analysis (CFA). Menurut Hair et. al. (1998), factor loading ≥ 0,50 dianggap signifikan.
Pada penelitian ini variabel yang diteliti sebanyak tujuh variabel, yaitu Attitude (AT), Social Factor (SF), Affect Emosional (AF), Intention (I), Frequency Of Post Behavior ( EP), Habits (H) dan Facilitating Condition (FC). Hasil uji validitas dapat dilihat pada tabel 4.2. berikut ini.
Tabel 4.2. Hasil Uji Validitas Dengan Analisis Faktor.
Estimate
AT3 <--- AT .828
AT2 <--- AT .835
AT1 <--- AT .896
SF3 <--- SF .740
Estimate
AF3 <--- AF .843
AF2 <--- AF .735
AF1 <--- AF .945
FP3 <--- FP .751
FP2 <--- FP .820
FP1 <--- FP .842
I1 <--- IN .794
I2 <--- IN .818
I3 <--- IN .857
FC1 <--- FC .822
FC2 <--- FC .841
FC3 <--- FC .844
FC4 <--- FC .836
FC5 <--- FC .860
B1 <--- B .727
B2 <--- B .798
B3 <--- B .773
H3 <--- H .841
H2 <--- H .882
H1 <--- H .845
SF4 <--- SF .759
SF1 <--- SF .928
Sumber:Data Primer, 2016
Uji Reliabilitas.
Setelah pengujian validitas, maka tahap selanjutnya adalah pengujian reliabilitas yang bertujuan untuk mengetahui konsistensi item-item pertanyaan yang digunakan. Untuk mengukur reliabilitas dari instrument penelitian ini dilakukan dengan menggunakan koefisien Cronbach Alpha. Nilai Cronbach Alpha masing-masing variabel sebagai berikut.
Tabel 4.3 Hasil Uji Reliabilitas Variabel Cronbach’s
Alpha
Keterangan
Attitude 0,925 Reliabel
Social Factor 0,727 Reliabel
Affect Emosional 0,896 Reliabel
Intention 0,850 Reliabel
Frequency Of Post Behavior
0,837 Reliabel
Habits 0,882 Reliabel
Facilitating Condition 0,925 Reliabel
Behavior 0.819 Reliabel
Sumber: Data primer yang diolah, 2016.
alpha 0,8 – 1,0 yang berarti reliabilitas tersebut dikatakan sudah baik ( Sekaran, 2003)
4.3. Analisis Statistik Deskriptif
Tabel 4.4. Statistik Deskriptif Variabel Penelitian
Indikator Empirik Min Max Mean Std.Dev A.Behaviour
1. Transaksi non tunai mendukung
profesi/pekerjaan
2 5 3.73 0.792
2. Menggunakan alat pembayaran non tunai membuat saya merasa lebih aman.
2 5 3.70 0.833
3. Dengan alat pembayaran non tunai, proses pembayaran yang saya lakukan menjadi lebih
cepat /
mempersingkat waktu.
2 5 3.81 0.739
Rata-rata Behaviour 2 5 3.75 0.788 B. Attitude
1. Transaksi non tunai meningkatkan
kemampuan pengelola keuangan
2 5 3.73 0.863
2. Penggunaan alat pembayaran non tunai mempermudah
keputusan jual-beli
2 5 3.73 0.816
3. Penggunaan alat pembayaran non tunai lebih disukai oleh kerabat/keluarga .
2 5 3.66 0.841
Rata-rata Attitude 2 5 3.71 0.840 C. Social Factor
1. Pemerintah daerah
maupun pusat
mengeluarkan
peraturan yang mendorong
penggunaan transaksi non tunai.
2. Penggunaan transaksi non tunai disarankan oleh kerabat/keluarga
2 5 3.70 0.854
3. Penggunaan transaksi non tunai disarankan
oleh rekan
kerja/atasan tempat saya bekerja.
2 5 3.75 0.848
4 Transaksi non-tunai disarankan oleh komunitas
(bergabung).
2 5 3.68 0.820
Rata-rata Social Factor 2 5 3.68 0.847 D. Affect Emosional.
1. Merasa, menggunakan alat pembayaran non tunai menimbulkan rasa praktis.
2 5 3.77 0.849
2. Merasa, menggunakan alat pembayaran non tunai menimbulkan rasa tenang karena dapat mentransfer uang sewaktu-waktu ke keluarga/kerabat pada saat darurat.
2 5 3.76 0.806
3. Merasa, menggunakan alat pembayaran non
tunai tidak
menimbulkan kekhawatiran.
2 5 3.75 0.792
Rata-rata Affect Emosional
2 5 3.76 0.816
D. Intention
1. Saya berkeinginan menggunakan alat transaksi non tunai dalam kehidupan sehari-hari.
2 5 3.85 0.851
2. Saya lebih berminat menggunakan alat transaksi non tunai
ketika ada pilihan untuk bertransaksi tunai atau non tunai. 3. Berusaha
menggunakan alat pembayaran non tunai jika ada kebutuhan yang dimungkinkan untuk dibayar secara non tunai.
2 5 3.79 0.858
Rata-rata Intention 2 5 3.84 0.853 E. Frequency of post behavior
1. Saya sering menggunakan alat transaksi non tunai dalam kehidupan sehari-hari
2 5 3.62 0.955
2. Saya sering menggunakan alat transaksi non tunai ketika ada pilihan untuk bertransaksi tunai atau non tunai
2 5 3.59 0.812
3 Saya sering
menggunakan alat pembayaran non tunai jika ada kebutuhan yang dimungkinkan untuk dibayar secara non tunai.
2 5 3.55 0.831
Rata-rata Frequency of post behavior
2 5 3.59 0.866
F. Habits
1 Setiap melakukan pembayaran, saya mengutamakan
penggunaan alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.).
2 5 3.66 0.792
2. Saya selalu menggunakan alat
pembayaran non tunai ketika ada pilihan untuk bertransaksi tunai atau non tunai 3. Saya selalu
menyiapkan alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.) saat menuju tempat pembayaran/kasir yang memungkinkan untuk bertransaksi non tunai.
2 5 3.65 0.787
`Rata-rata Habits 2 5 3.62 0.808 G. Facilitating Condition
1. Ketersediaan alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.) dapat
saya temui
dilingkungan sekitar
2 5 3.57 0.720
2. Ketika saya melakukan transaksi non tunai , jaringan komunikasi yang tersedia stabil.
2 5 3.53 0.792
3. Saya dapat memiliki alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.) dengan syarat dan biaya yang relatife
mudah untuk
dipenuhi.
2 5 3.48 0.759
4. Saya dapat
menggunakan alat transaksi non tunai (kartu debit, kredit, e-money, dsb.) yang saya miliki dengan mudah.
5. Ketika saya melakukan transaksi non tunai , tidak terkendala jaringan system dari pihak Bank.
2 5 3.62 0.808
Rata-rata Facilitating Condition
2 5 3.55 0.772
Sumber:Data primer, 2016.
Berdasarkan tabel 4.4. mengenai data statistik deskriptif menunjukkan nilai mean atau rata-rata keseluruhan item variabel behaviour adalah sebesar 3,75 nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki behaviour yang tinggi. Dari tiga item tersebut yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 3 yaitu sebesar 3,81 yang berarti sebagian besar responden setuju tentang penggunaan alat pembayaran non tunai dipilih karena pengguna secara sadar mengerti bahwa dengan menggunakan alat pembayaran non tunai, proses pembayaran yang saya lakukan menjadi lebih cepat.
pengguna memiliki kemampuan yang lebih untuk mengelola keuangan pribadi, dan lebih mudah dalam pengambilan keputusan jual beli saat menggunakan alat transaksi non tunai. Hal tersebut yang mendorong individu untuk menggunakan alat transaksi non tunai.
Nilai rata-rata secara keseluruhan item pada social faktor sebesar 3,71, nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki social faktor yang tinggi. Dari keempat item tersebut yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 3 yaitu sebesar 3,75 yang berarti sebagian besar responden setuju dan mengharapkan penggunaan transaksi non tunai disarankan oleh rekan kerja/atasan tempat responden bekerja.
Variabel intention mempunyai nilai rata-rata keseluruhan item sebesar 3,84, nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki intention yang tinggi. Dari ketiga item tersebut yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 2 yaitu sebesar 3,87 yang berarti sebagian besar responden setuju dan lebih berminat menggunakan alat transaksi non tunai.
Variabel frequency of post behavior mempunyai nilai rata-rata keseluruhan item sebesar 3,59, nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki frequency of post behavior yang tinggi. Dari ketiga item yang terdapat pada variabel tersebut mempunyai nilai rata-rata paling dominan adalah item 1 sebesar 3,62 yang berarti responden sering menggunakan alat transaksi non tunai dalam kehidupan sehari-hari.
Variabel facilitating condition smempunyai nilai rata keseluruhan item sebesar 3,55 nilai rata-rata variabel-variabel tersebut yang terletak pada interval jawaban 3,41-4,20 yang tinggi. Adapun kelima item facilitating condition yang paling dominan pada item nomor 5 yang berarti responden merasa bahwa tidak terkendala pada jaringan system dari pihak Bank ketika melakukan transaksi non tunai.
4.4. Uji Asumsi-Asumsi Structural Equation Model.
+ 2,58 maka data dapat dikatakan normal. Berikut hasil uji normalitas data:
Tabel 4.5. Assessment of Normality
Var Min max Skew c.r. kurtosis c.r.
H1 2.00 0
5.00
0 -.039 -.198 -.492 -1.250
H2 2.00 0
5.00
0 .065 .333 -.628 -1.597
H3 2.00 0
5.00
0 -.166 -.843 -.369 -.937
B3 2.00 0
5.00
0 -.161 -.818 -.308 -.782
B2 2.00 0
5.00
0 -.198
-1.008 -.504 -1.281
B1 2.00 0
5.00
0 -.188 -.958 -.393 -.998
IN1 60.0 00
375.
000 .128 .650 .006 .015 FC
5
2.00 0
5.00
0 -.094 -.479 -.474 -1.206 FC
4
2.00 0
5.00
0 .102 .518 -.457 -1.162 FC
3
2.00 0
5.00
0 .278 1.414 -.326 -.829 FC
2
2.00 0
5.00
0 .180 .913 -.466 -1.185 FC
1
2.00 0
5.00
0 .210 1.066 -.366 -.930
I3 2.00 0
5.00
0 -.210
-1.069 -.663 -1.685
I2 2.00 0
5.00
0 -.323
-1.643 -.564 -1.435
I1 2.00 0
5.00
0 -.410
-2.084 -.397 -1.008
FP1 2.00 0
5.00
0 -.209
Var Min max Skew c.r. kurtosis c.r.
FP2 2.00 0
5.00
0 -.210
-1.067 -.430 -1.093
FP3 2.00 0
5.00
0 -.018 -.091 -.556 -1.412
SF4 2.00 0
5.00
0 -.141 -.717 -.508 -1.290 AF
1
2.00 0
5.00
0 -.127 -.646 -.717 -1.822 AF
2
2.00 0
5.00
0 .010 .053 -.728 -1.851 AF
3
2.00 0
5.00
0 -.087 -.440 -.544 -1.383
SF1 2.00 0
5.00
0 -.221
-1.124 -.605 -1.537
SF2 2.00 0
5.00
0 -.083 -.421 -.691 -1.756
SF3 2.00 0
5.00
0 -.345
-1.756 -.421 -1.070
AT1 2.00 0
5.00
0 -.241
-1.224 -.582 -1.479
AT2 2.00 0
5.00
0 -.257
-1.309 -.400 -1.016
AT3 2.00 0
5.00
0 -.209
-1.065 -.511 -1.299 Mul
tiva r
2.312 .351
Sumber:Data Primer, 2016.
multivariare (bersama-sama) sebaran data pada variabel berdistribusi normal (Ghozali, 2005).
Penilaian Kriteria Goodness of Fit Indices Full Structural Model
Penilaian kriteria Goodness of Fit Indices Full Structural Model dilakukan untuk menguji kesesuaian struktur model sehingga penelitian ini sah dilakukan karena modelnya telah sesuai dengan kriteria yang ditentukan dalam validitas model SEM (Structural Equation Model). Hasil uji kesesuian model dalam penelitian ini secara lengkap sebagai berikut:
Rangkuman hasil pengujian akan diuraikan pada tabel berikut ini:
Tabel 4.6. Hasil Goodness of fit Model Pengukuran Indeks
Model goodness of fit
Cut-off Value
Hasil Model
Evaluasi Model
chi-square Mendekati
0 735,775 Marginal
Probabilitas ≥ 0,05 0,000 Buruk
CMIN/DF ≤ 2,00 2,278 Buruk
GFI ≥0,90 0,768 Marginal
RMSEA ≤ 0,08 0,091 Buruk
AGFI ≥ 0,90 0,709 Marginal
TLI ≥0,90 0,876 Marginal
CFI ≥ 0,90 0,894 Baik
Sumber: Data Primer, 2016.
dari indikator variabel. Hasil modifikasi model sebagai berikut:
Gambar 4.2. Model Persamaan Struktural (SEM) Modifikasi
Tabel 4.7. Hasil Goodness of fit Model Pengukuran Modifikasi
Indeks Model goodness
of fit
Cut-off Value
Hasil Model
Evaluasi Model
chi-square Mendekati
0 392,882 Marginal
Probabilitas ≥ 0,05 0,000 Tidak Fit
CMIN/DF ≤ 2,00 1,305 Baik
GFI ≥0,90 0,869 Reasonable
RMSEA ≤ 0,08 0,045 Baik
AGFI ≥ 0,90 0,809 Reasonable
TLI ≥0,95 0,969 Baik
CFI ≥ 0,95 0,975 Baik
Sumber: Data Primer, 2016.
Berdasarkan tabel 4.7 hasil yang didapat adalah:
a. X2 Chi Square statistik, model yang akan diuji
akan dipandang baik atau memuaskan bila nilai chi squarenya rendah. Semakin kecil nilai χ2
b. RMSEA (The Root Mean Square Error of Aproximation) adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi square statistic dalam sampel yang besar. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degree of freedom. Dari hasil perhitungan didapatkan nilai RMSEA sebesar 0,045. sehingga penelitian dapat diterima.
c. GFI (Goodness of Fit Index), indeks ini akan menghitung proporsi tertimbang dari varian dalam matrik kovarian sampel yang dijelaskan oleh matrik kovarian populasi yang terestimasi. Tingkat penerimaan yang direkomendasikan adalah bila GFI mempunyai nilai sama dengan atau lebih besar dari 0,90. Dari hasil penelitian dihasilkan GFI sebesar 0,858 sehingga data penelitian reasonable atau dapat dipertimbangkan seperti yang diungkapkan oleh Joreskog dan Sorbam (1984) dalam Imam Ghozali (2004).
model. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. Dari hasil penelitian dihasilkan nilai AGFI sebesar 0.809 yang berarti model reasonable. e. TLI (Tucker Lewis Index), TLI adalah sebuah
alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan untuk diterimanya sebuah model adalah penerimaan lebih besar atau sama dengan 0,90. Dari tabel IV.3 nilai TLI sebesar 0,969 yang berarti tingkat penerimaan yang baik.
f. CFI (Comparative Fit Index), besaran indeks ini adalah rentang nilai sebesar 0-1, dimana semakin mendekati 1 mengidentifikasikan tingkat fit yang paling tinggi. Sedangkan hasil perhitungan menunjukkan nilai CFI sebesar 0,975, yang berarti model dapat diterima.
4.5. Uji Kausalitas Model
dari Attitude, Social Factor, dan Affect Emosional terhadap Intention. Selanjutnya dilakukan pengujian kausalitas untuk mengetahui Attitude, Social Factor, Affect Emosional, Frequency of post behavior, Habits, Facilitating Conditions dan Behavior saling berpengaruh. Adapun hasil perhitungannya disajikan dalam tabel sebagai berikut:
Tabel 4.8. Evaluasi Bobot Regresi Uji Kausalitas Esti
mat e
C.R .
P Labe
l Intentio n Intentio n <-- <-- Attitude Sosial Factor 0.12 1 0.04 6 3.54 7 2.08 4 0.000 0.037 *** ** Intentio n
<-- Affect 0.06 8
2.83 3
0.005 *
Behavio ur
<-- Intention 2.03 4
3.21 6
0.001 **
Habits <-- Frequency of past behavior 0.95 2 9.42 5
0.000 ***
Behavio r
<-- Habits -0.18 4
-1.21 6
0.002 **
Interaks i
<-- Facilitating Condition -1.08 2 -9.89 5
0.000 ***
Pada tabel 4.8. uji statistik dilakukan dengan mengamati tingkat signifikansi hubungan antar variabel yang ditunjukkan oleh C.R yang identik dengan uji-t dalam regresi dan nilai probabilitasnya (P). Penjelasan lebih lanjut analisis evaluasi bobot regresi tersebut dapat diuraikan dan dijelaskan sebagai berikut:
a. Variabel attitude mempengaruhi secara signifikan positif pada intention karena nilai probabilitas = 0.000 < 0,01. Maka hipotesis pertama H1 : Sikap (Attitude) berpengaruh signifikan positif pada minat (Intention) terhadap transaksi non tunai dapat diterima. b. Variabel Social Factor mempengaruhi secara
signifikan pada intention karena nilai probabilitas =0.037 < 0,05. Maka hipotesis kedua H2 : Faktor lingkungan sosial (Social Factors) berpengaruh signifikan positif pada minat (Intention) terhadap transaksi non tunai dapat diterima.
d. Variabel Intention mempengaruhi secara signifikan pada respon/perilaki (Behaviour) karena nilai probabilitas =0.001 < 0,05. Maka hipotesis keempat H4 : Minat (Intention) berpengaruh signifikan positif pada respon/perilaku (Behaviour) masyarakat terhadap transaksi non tunai dapat diterima. e. Variabel Frequency of Past Behaviour
mempengaruhi secara signifikan pada kebiasaan (habits) karena nilai probabilitas=0,000 < 0.01. Maka hipotesis kelima H5: Perilaku yang dilakukan secara berulang (Frequency of Past Behaviour) berpengaruh signifikan pada pembentukan kebiasaan (habit) dapat diterima.
f. Variabel kebiasaan (habits) berpengaruh signifikan terhadap variabel behaviour karena nilai probabilitas = 0,002 > 0.05, sehingga hipotesis ke enam H6: Kebiasaan dapat berpengaruh signifikan positif langsung dalam membentuk perilaku bertransaksi non tunai, dapat diterima.
membentuk perilaku bertransaksi non tunai tidak dapat diterima.
h. Variabel ketersediaan fasilitas yang membantu (Facilitating Condition) mempengaruhi secara signifikan terhadap interaksi dengan Behaviour karena nilai probabilitas =0,000 < 0,01. Maka hipotesis H7: Ketersediaan fasilitas yang membantu (Facilitating Condition) memberikan memberikan pengaruh signifikan positif dalam proses pengambilan keputusan perilaku transaksi non tunai dapat diterima.
4.6. Pembahasan
Ajzen (1991) juga menyatakan bahwa sikap adalah tingkat dimana individu memiliki evaluasi yang positif/negatif terhadap suatu perilaku tertentu, sehingga sikap terhadap suatu perilaku (attitude toward behavior) ditentukan oleh keyakinan terhadap suatu perilaku (behavior beliefs) dan biaya atau keuntungan dari perilaku tersebut (Ajzen, 1991). Tingkat pendidikan dinilai juga ikut membantu masyarakat dalam menentukan biaya atau keuntungan yang diperoleh dalam sebuah perilaku seperti yang dikemukakan Ajzen tersebut, mengingat 72,3% responden memiliki pendidikan terakhir tingkat sarjana. Selain ditentukan oleh biaya atau keuntungan yang diperoleh, sikap juga termasuk perasaan tentang sesuatu yang ingin dicapai dari perilaku yang dia lakukan (Sharma et. al., 2003). Sampel pengguna jasa keuangan perbankan di DKI Jakarta menunjukkan pandangan dan sikap masyarakat yang mendukung profesi/pekerjaan dengan transaksi non tunai pembayaran menjadi lebih cepat, meningkatkan kemampuan pengelolaan keuangan dan mempermudah keputusan jual beli.
Cashless Society merujuk pada gaya hidup masyarakat yang cenderung untuk melakukan transaksi keuangan sehari-hari secara non-tunai karena gaya hidup yang menganggap trend dalam sebuah komunitas sebagai hal yang penting untuk diikuti, juga mempengaruhi minat masyarakat terhadap era non tunai. Seperti yang telah diungkapkan oleh Karaiskos et. al., (2012) bahwa faktor lingkungan sosial (Social Factors) merepresentasikan kepercayaan yang berifat normatif dari seorang individu. Gaya hidup tersebut tidak hanya terbatas pada pekerja swasta saja, melainkan juga mencakup pada Pegawai Negeri Sipil, mengingat jumlah responden untuk tiap-tiap pekerjaan tersebut tidak terdapat perbedaan yang signifikan. Triandis (1980) menjelaskan bahwa social factors berakar pada persetujuan interpersonal dari seorang individu terhadap komunitas yang dianutnya dalam sebuah lingkungan sosial tertentu.
Affect adalah respon emosional secara langsung pada sebuah pemikiran tentang perilaku tertentu. Respon emosional tersebut digambarkan sebagai perasaan kesuka citaan, kerelaan, kebersediaan, atau kebalikannya (Triandis, 1980). Responden yang ada menunjukkan bahwa respon emosional tersebut tidak tergantung pada gender. Mengingat persentase jumlah responden dengan jenis kelamin laki-laki berjumlah 54,8% tidak jauh berbeda dengan jumlah responden dengan jenis kelamin perempuan yaitu 45,2%.
Hasil penelitian telah membuktikan bahwa minat (Intention) berpengaruh signifikan pada respon/perilaku (Behaviour) masyarakat terhadap transaksi non tunai. Dalam hal ini bahwa masyarakat pengguna jasa keuangan DKI Jakarta sudah mempunyai minat dan merespon adanya transaksi non tunai, dengan kata lain, semakin besar minat seorang individu untuk terlibat dalam suatu perilaku, semakin besar kecenderungan ia untuk benar-benar melakukan perilaku tersebut. Menurut Shrestha et al, (2012) dalam penelitiannya di Oregon mengartikan bahwa minat (intention) sebagai rencana sadar atau keputusan yang diambil oleh seorang individu untuk menunjukkan suatu perilaku.
terbukti. Sehingga dapat dikatakan bahwa perilaku yang dilakukan secara berulang dapat membentuk kebiasaan pada transaksi non tunai. Bamberg of Schmidt (2003) menjelaskan sebagai perilaku yang dilakukan secara berulang, yang tidak disadari membentuk sebuah kebiasaan (habit) seorang individu. Sejalan dengan penjelasan Moody & Siponen (2013) bahwa perilaku yang dilakukan secara berulang dan sering, dapat menjadi suatu hal yang otomatis.
Pada penelitian ini juga terbukti bahwa kebiasaan (habits) seorang individu untuk bertransaksi non tunai dapat memperkuat pembentukan perilaku seseorang untuk bertransaksi non tunai. Penelitian ini mendukung penelitian yang dilakukan oleh Triandis (1980) menegaskan bahwa habit adalah perilaku yang sudah terotomasi pada situasi yang telah tersedia. Sehingga habit dapat membentuk sebuah perilaku secara langsung dan perlu proses pembangunan minat terlebih dahulu.