4. ANALISIS DATA & PEMBAHASAN

(1)

Universitas Kristen Petra

36

4. ANALISIS DATA & PEMBAHASAN

4.1 Teknik Analisa Data 4.1.1 Analisa Deskriptif

Jumlah responden dalam penelitian ini adalah sebanyak 300 responden, yaitu orang-orang yang pernah mendengar istilah green hotel, berusia diatas 17 tahun, dan pernah menginap di hotel bintang 4 atau 5 di Indonesia pada kurun waktu Januari 2015-April 2017. Penulis telah menyebarkan sebanyak 344 kuisioner (246 kuisioner secara online menggunakan aplikasi google forms dan 98 kuisioner secara offlline yang disebarkan di area Galaxy Mall, Food Festival, dan Tunjungan Plaza Surabaya). Kuisioner online disebarkan mulai tanggal 25 April 2017 hingga 5 Mei 2017, dimana penulis menyebarkan link kuisioner melalui chat personal. Kuisioner offline disebarkan secara langsung kepada pengunjug Galaxy Mall dan Food Festival pada tanggal 2 Mei 2017 dan kepada pengunjung Tunjungan Plaza pada tanggal 5 Mei 2017. Dari 344 kuisioner yang disebarkan, hanya 300 responden yang memenuhi kriteria sebagai sampel dan dapat diolah sebagai data dalam penelitian ini, sehingga diketahui bahwa response rate adalah sebesar 87.2%. Data 44 responden tidak dapat diolah lebih lanjut dikarenakan tidak lolos pada screening question yang diberikan pada bagian pertama kuisioner. Hasil screening question ditunjukkan pada tabel dibawah ini:

(2)

37

Tabel 4.1 Hasil Screening Question

Screening Question

Responden yang menjawab “Ya” dan berusia diatas 17 tahun

Responden yang menjawab “Tidak”

dan berusia dibawah 17 tahun Pernah Mendengar Istilah

“Green Hotel”

300 11

Usia 300 8

Pernah Menginap di Hotel di Indonesia pada kurun waktu

Januari 2015-April 2017

300 25

Total 44

Setelah mendapatkan data yang dapat diolah, penulis melakukan pengujian PLS. Ketika pengujian PLS dilakukan, ditemukan bahwa nilai Average Variance Extracted (AVE) variabel X2 dan X3 kurang dari 0.5 (tidak lolos syarat uji validitas diskriminan), sehingga penulis melakukan uji multivariate outliers, yang dilakukan melalui uji Mahalanobis Distance. Mahalanobis Distance menunjukkan jarak sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional (Ferdinand, 2002). Uji tersebut dilakukan untuk mencari outlier, yaitu data yang menyimpang terlalu jauh dari data lainnya dalam suatu rangkaian data, sehingga membuat serangkaian data menjadi bias atau tidak mencerminkan fenomena yang sebenarnya. Setelah melakukan uji tersebut, ditemukan terdapat 31 data yang merupakan outliers dan harus dihapuskan, sehingga jumlah data responden yang diolah menjadi 269 data responden.

Berikut ini adalah pembahasan deskriptif mengenai responden yang meliputi usia, jenis kelamin, pekerjaan, kota tempat tinggal saat ini, dan rata-rata pendapatan per bulan.

(3)

38 a. Responden berdasarkan usia

Tabel 4.2 Responden berdasarkan usia

Frekuensi Persentase

17-25 tahun 128 47.6%

26-35 tahun 75 27.9%

36-50 tahun 50 18.6%

50 tahun keatas 16 5.9%

Total 269 100.0%

Berdasarkan tabel diatas dapat dilihat bahwa responden dalam penelitian ini sebagian besar berumur 17-25 tahun dengan jumlah sebanyak 128 orang dari total 269 responden dengan persentase sebesar 47.6%.

b. Responden berdasarkan jenis kelamin

Tabel 4.3 Responden berdasarkan jenis kelamin Frekuensi Persentase

Laki-Laki 116 43.1%

Perempuan 153 56.9%

Total 269 100.0%

Berdasarkan tabel diatas dapat dilihat bahwa responden dalam penelitian ini sebagian besar berjenis kelamin perempuan dengan jumlah sebanyak 153 orang dari 269 responden dengan persentase sebesar 56.9%.

(4)

39

c. Responden berdasarkan jenis pekerjaan

Tabel 4.4 Responden berdasarkan jenis pekerjaan Frekuensi Persentase

Pelajar/Mahasiswa 79 29.4%

Wiraswasta 56 20.8%

Pegawai Negeri 8 2.9%

Karyawan 111 41.3%

Ibu Rumah Tangga 12 4.5%

Lain-lain 3 1.1%

Total 269 100.0%

Berdasarkan tabel diatas dapat dilihat bahwa responden dalam penelitian ini sebagian besar merupakan karyawan dengan jumlah sebanyak 111 orang dari 269 responden dengan persentase sebesar 41.3%.

d. Responden berdasarkan kota tempat tinggal saat ini

Tabel 4.5 Responden berdasarkan kota tempat tinggal saat ini Frekuensi Persentase

Surabaya 147 54.6%

Luar Surabaya 97 36.0%

Luar Indonesia 25 9.4%

Total 269 100.0%

Berdasarkan tabel diatas dapat dilihat bahwa responden dalam penelitian ini sebagian besar merupakan penduduk kota Surabaya dengan jumlah sebanyak 147 orang dari 269 responden dengan persentase sebesar 54.6%.

(5)

40

e. Responden berdasarkan pendapatan rata-rata per bulan

Tabel 4.6 Responden berdasarkan pendapatan rata-rata per bulan Frekuensi Persentase

Dibawah Rp. 1.000.000,- 44 16.4%

Rp. 1.000.001-5.000.000,- 119 44.2%

Rp. 5.000.001-10.000.000,- 58 21.6%

Rp. 10.000.001-20.000.000,- 39 14.5%

Diatas Rp. 20.000.000,- 9 3.3%

Total 269 100.0%

Berdasarkan tabel diatas dapat dilihat bahwa responden dalam penelitian ini sebagian besar berpendapatan rata-rata per bulan sebesar Rp. 1.000.001-Rp. 5.000.000,- dengan jumlah sebanyak 119 orang dari 269 responden dengan persentase sebesar 44.2%.

Pembahasan mengenai jawaban responden pada setiap variabel penelitian akan disajikan berupa nilai mean dan standar deviasi yang mampu menggambarkan tanggapan yang diberikan pada masing-masing item pertanyaan.

Pengkategorian jawaban responden akan dikelompokkan menggunakan interval kelas yang dicari dengan menggunakan rumus berikut:

Interval kelas = Nilai maksimum−Nilai minimum Jumlah kelas = ⁵⁻¹

5 = 0.8

(4.1) Sumber: Sudjana (2005)

Dengan nilai interval sebesar 0.8, maka dapat disusun kategori interval kelas seperti yang ditunjukkan pada tabel berikut:

(6)

41

Tabel 4.7 Kategori Interval

Tingkatan/Range Kategori

1.00-1.80 Sangat tidak setuju/Sangat tidak berminat 1.81-2.60 Tidak setuju/Tidak berminat

2.61-3.40 Antara setuju dan tidak setuju/Antara berminat dan tidak berminat

3.41-4.20 Setuju/Berminat

4.21-5.00 Sangat Setuju/Sangat berminat

Berikut tanggapan responden terhadap variabel-variabel penelitian:

1. Variabel Reduce Consumption (X1)

Tabel 4.8 Tabel Distribusi Mean dan Standar Deviasi Variabel X1

Variabel

Mean Standar Deviasi

Kategori

Hotel akan mengganti handuk dan linen bila ada permintaan. (X1.1)

4.05 0.92 Setuju

Hotel menghimbau untuk menggunakan supplies sesuai kebutuhan. (X1.2)

3.98 0.98 Setuju

Hotel menggunakan dispenser untuk sabun, sampo, dan conditioner. (X1.3)

4.00 0.94 Setuju

Hotel menggunakan peralatan makan yang dapat digunakan kembali (X1.4)

4.35 0.93 Sangat Setuju Hotel memberi tulisan kecil pada setiap e-mail

“Please consider the environment before printing”. (X1.5)

4.17 0.71 Setuju

Hotel menggunakan kertas daur ulang untuk guest comment. (X1.6)

4.19 0.76 Setuju

Rata-Rata 4.12 0.87 Setuju

Dari tabel diatas, penulis dapat melihat bahwa tanggapan responden terhadap variabel reduce consumption adalah responden setuju bila hotel menerapkan program yang mengurangi penggunaan bahan-

(7)

42

bahan yang dapat menyebabkan kerusakan lingkungan, dengan nilai rata- rata sebesar 4.12 dan standar deviasi sebesar 0.87. Nilai rata-rata tertinggi ditunjukkan pada variabel X1.4, yaitu bila hotel menggunakan peralatan makan yang dapat digunakan kembali. Nilai standar deviasi sebesar 0.87 menunjukkan bahwa jawaban responden terkait variabel diatas cukup beragam.

2. Variabel Green Product and Services (X2)

Variabel Mean Standar

Deviasi

Kategori

Hotel menerapkan hotel bebas rokok di seluruh area hotel. (X2.1)

4.46 0.85 Sangat Setuju Hotel menggunakan pencahayaan alami.

(X2.2)

4.26 0.85 Sangat Setuju Hotel meletakkan tanaman dan bunga di area

lobi dan public area. (X2.3)

4.59 0.56 Sangat Setuju Hotel memberi tulisan bahwa bahan makanan

yang digunakan adalah bahan organik. (X2.4)

4.17 0.79 Setuju

Rata-Rata 4.37 0.76 Sangat

Setuju

Dari tabel diatas, penulis dapat melihat bahwa tanggapan responden terhadap variabel green product and services adalah responden sangat setuju bila hotel menggunakan produk-produk ramah lingkungan, dengan rata-rata sebesar 4.37 dan standar deviasi sebesar 0.76. Nilai rata- rata tertinggi ditunjukkan pada variabel X2.3, yaitu bila hotel meletakkan tanaman dan bunga di area lobi dan public area. Nilai standar deviasi sebesar 0.76 menunjukkan bahwa jawaban responden terkait variabel diatas cukup beragam.

(8)

43 3. Variabel Recyclables (X3)

Variabel

Kategori

Hotel memisahkan sampah sesuai jenisnya.

(X3.1)

4.43 0.71 Sangat Setuju Hotel menggunakan produk daur ulang (notes,

paper bag, etc) (X3.2)

4.29 0.75 Sangat Setuju Hotel meminimalisasi penggunaan barang-

barang berbahan plastik. (X3.3)

4.43 0.65 Sangat Setuju

Setuju

Dari tabel diatas, penulis dapat melihat bahwa tanggapan responden terhadap variabel recyclables adalah responden sangat setuju bila hotel tidak menggunakan bahan-bahan yang tidak dapat didaur ulang serta menerapkan program daur ulang seperti pengunaan bahan-bahan daur ulang dan memisahkan sampah, dengan rata-rata sebesar 4.38 dan standar deviasi sebesar 0.70. Nilai rata-rata tertinggi ditunjukkan pada variabel X3.1 dan X3.3, yaitu bila hotel memisahkan sampah sesuai jenisnya dan meminimalisasi penggunaan barang-barang berbahan plastik. Nilai standar deviasi sebesar 0.70 menunjukkan bahwa jawaban responden terkait variabel diatas cukup beragam.

(9)

44 4. Variabel Energy-saving (X4)

Variabel

Kategori

Penggunaan kran otomatis di wastafel kamar mandi. (X4.1)

4.39 0.75 Sangat Setuju Hotel mengingatkan tamu untuk mematikan

kran. (X4.2)

4.41 0.72 Sangat Setuju Hotel menggunakan kunci kamar untuk

mengaktifkan energi listrik di kamar. (X4.3)

4.39 0.76 Sangat Setuju Hotel mengingatkan tamu untuk mematikan

AC atau lampu apabila tidak dibutuhkan.

(X4.4)

4.29 0.73 Sangat Setuju

Setuju

Dari tabel diatas, penulis dapat melihat bahwa tanggapan responden terhadap variabel energy-saving adalah responden sangat setuju terhadap program penghematan listrik dan air yang diterapkan oleh hotel, dengan rata-rata sebesar 4.37 dan standar deviasi sebesar 0.74. Nilai rata- rata tertinggi ditunjukkan pada variabel X4.2, yaitu bila hotel meletakkan tulisan yang mengingatkan untuk mematikan kran air bila tidak digunakan.

Nilai standar deviasi sebesar 0.74 menunjukkan bahwa jawaban responden terkait variabel diatas cukup beragam.

(10)

45 5. Variabel Minat Beli (Y)

Tabel 4.12 Tabel Distribusi Mean dan Standar Deviasi Variabel Y

Variabel

Kategori

Responden ingin menginap di green hotel.

(Y1)

4.19 0.66 Berminat

Responden mencari tahu lebih dalam mengenai green hotel (mencari di internet, bertanya kepada orang lain). (Y2)

3.72 0.86 Berminat

Responden memiliki preferensi utama terhadap green hotel. (Y3)

3.58 0.77 Berminat

Responden mereferensikan tentang green hotel kepada orang lain. (Y4)

3.82 0.71 Berminat

Rata-Rata 3.83 0.75 Berminat

Dari tabel diatas, penulis dapat melihat bahwa tanggapan responden terhadap variabel minat beli adalah responden berminat untuk menginap di green hotel, dengan rata-rata sebesar 3.83 dan standar deviasi sebesar 0.75. Nilai rata-rata tertinggi ditunjukkan pada variabel Y1, yaitu responden ingin menginap di green hotel, yang merupakan minat beli transaksional. Nilai standar deviasi sebesar 0.75 menunjukkan bahwa data masing-masing sampel cukup tersebar dari nilai rata-rata.

4.2 Analisis PLS

Dalam penelitian ini, teknik analisa data yang digunakan adalah Partial Least Square (PLS). Analisis PLS dalam penelitian ini dilakukan menggunakan software SmartPLS 3.0. Dalam PLS terdapat tiga langkah pengujian, yaitu pengujian outer model, pengujian inner model, dan pengujian hipotesis.

(11)

46 4.2.1 Pengujian Outer Model

Outer model merupakan model pengukuran untuk menguji validitas dan reliabilitas model. Menurut Abdillah dan Jogiyanto (2009), uji validitas digunakan untuk mengetahui kemampuan instrumen penelitian untuk mengukur apa yang seharusnya diukur. Uji yang dilakukan pada outer model meliputi uji validitas konvergen, uji validitas diskriminan, dan uji reliabilitas (Vinzi, 2010).

4.2.1.1 Uji Validitas Konvergen

Pada uji validitas konvergen dengan indikator reflektif dinilai berdasarkan dari nilai loading factor (outer/skor loading), yaitu korelasi nilai komponen dengan nilai konstruk. Rule of thumb yang digunakan untuk validitas konvergen adalah nilai loading > 0.7 (Ghozali, 2014). Namun menurut Abdillah dan Jogiyanto (2009), nilai loading 0.5-0.6 dianggap cukup sebagai skala pengukuran. Oleh karena itu, nilai loading factor akan dianggap valid apabila skor loading > 0.5. Apabila skor loading < 0.5, maka indikator akan dihapus dari konstruknya karena indikator tersebut tidak termuat ke konstruk yang mewakilinya. Hasil uji validitas konvergen pada penelitian ini dapat dilihat pada gambar berikut:

(12)

47

Gambar 4.1 Hasil Uji Pertama Validitas Konvergen

Nilai skor loading ditunjukkan pada garis yang berada di diagram jalur yang menghubungkan antara indikator dengan variabel. Hasil uji validitas konvergen pertama yang disajikan dalam bentuk tabel dapat dilihat pada tabel dibawah ini:

(13)

48

Tabel 4.13 Hasil Uji Pertama Validitas Konvergen

Variabel

Skor Loading

Keterangan

Reduce Consumption (X1)

Hotel akan mengganti handuk dan linen bila ada permintaan. (X1.1)

0.485 Tidak Valid

Hotel menghimbau untuk menggunakan supplies sesuai kebutuhan. (X1.2)

0.713 Valid

Hotel menggunakan dispenser untuk sabun, sampo, dan conditioner. (X1.3)

0.490 Tidak Valid

Hotel menggunakan peralatan makan yang dapat digunakan kembali (X1.4)

0.484 Tidak Valid

Hotel memberi tulisan kecil pada setiap e-mail

“Please consider the environment before printing”.

(X1.5)

0.698 Valid

Hotel menggunakan kertas daur ulang untuk guest comment. (X1.6)

0.575 Valid

Green Product & Services (X2)

Hotel menerapkan hotel bebas rokok di seluruh area hotel. (X2.1)

0.434 Tidak Valid

Hotel menggunakan pencahayaan alami. (X2.2) 0.685 Valid Hotel meletakkan tanaman dan bunga di area lobi dan

public area. (X2.3)

0.738 Valid

Hotel memberi tulisan bahwa bahan makanan yang digunakan adalah bahan organik. (X2.4)

0.703 Valid

Recyclables (X3)

Hotel memisahkan sampah sesuai jenisnya. (X3.1) 0.748 Valid Hotel menggunakan produk daur ulang (notes, paper

bag, etc) (X3.2)

0.805 Valid

Hotel meminimalisasi penggunaan barang-barang berbahan plastik. (X3.3)

0.806 Valid

(14)

49

Tabel 4.13 Hasil Uji Pertama Validitas Konvergen (sambungan) Energy-saving (X4)

Penggunaan kran otomatis di wastafel kamar mandi.

(X4.1)

0.647 Valid

Hotel mengingatkan tamu untuk mematikan kran.

(X4.2)

0.817 Valid

Hotel menggunakan kunci kamar untuk mengaktifkan energi listrik di kamar. (X4.3)

0.649 Valid

Hotel mengingatkan tamu untuk mematikan AC atau lampu apabila tidak dibutuhkan. (X4.4)

0.860 Valid

Minat Beli (Y)

Responden ingin menginap di green hotel. (Y1) 0.863 Valid Responden mencari tahu lebih dalam mengenai green

hotel (mencari di internet, bertanya kepada orang lain). (Y2)

0.766 Valid

Responden memiliki preferensi utama terhadap green hotel. (Y3)

0.781 Valid

0.741 Valid

Dari tabel diatas, penulis melihat adanya empat buah indikator yang tidak valid, dimana nilai skor loading < 0.5. Keempat indikator tersebut adalah hotel meletakkan tulisan bahwa handuk dan linen tempat tidur akan diganti bila ada permintaan dari tamu (X1.1), hotel menggunakan dispenser yang dapat diisi ulang untuk sabun, sampo, dan kondisioner (X1.3), hotel menggunakan peralatan makanan yang dapat digunakan kembali (X1.4), dan hotel menerapkan hotel bebas rokok di seluruh area hotel, tamu hanya bisa merokok di area luar hotel (X2.1). Indikator-indikator tersebut akan dihapus. Kemudian, penulis melakukan uji validitas konvergen kedua, untuk menguji ulang indikator-indikator yang telah valid pada uji validitas konvergen pertama. Hasil uji validitas konvergen kedua dapat dilihat pada gambar dan tabel berikut:

(15)

50

Gambar 4.2 Hasil Uji Kedua Validitas Konvergen

Tabel 4.14 Hasil Uji Kedua Validitas Konvergen

Variabel Skor

Loading

Keterangan

Reduce Consumption (X1)

Hotel menghimbau untuk menggunakan supplies sesuai kebutuhan. (X1.2)

0.720 Valid

Hotel memberi tulisan kecil pada setiap e-mail

“Please consider the environment before printing”.

(X1.5)

0.786 Valid

Hotel menggunakan kertas daur ulang untuk guest comment. (X1.6)

0.683 Valid

(16)

51

Tabel 4.14 Hasil Uji Validitas Konvergen Kedua (sambungan) Green Product & Services (X2)

Hotel menggunakan pencahayaan alami. (X2.2) 0.666 Valid Hotel meletakkan tanaman dan bunga di area lobi dan

public area. (X2.3)

0.730 Valid

Hotel memberi tulisan bahwa bahan makanan yang digunakan adalah bahan organik. (X2.4)

0.756 Valid

Recyclables (X3)

Hotel memisahkan sampah sesuai jenisnya. (X3.1) 0.746 Valid Hotel menggunakan produk daur ulang (notes, paper

bag, etc) (X3.2)

0.805 Valid

Hotel meminimalisasi penggunaan barang-barang berbahan plastik. (X3.3)

0.807 Valid

Energy-saving (X4)

Penggunaan kran otomatis di wastafel kamar mandi.

(X4.1)

0.649 Valid

Hotel mengingatkan tamu untuk mematikan kran.

(X4.2)

0.816 Valid

Hotel menggunakan kunci kamar untuk mengaktifkan energi listrik di kamar. (X4.3)

0.651 Valid

Hotel mengingatkan tamu untuk mematikan AC atau lampu apabila tidak dibutuhkan. (X4.4)

0.860 Valid

Minat Beli (Y)

Responden ingin menginap di green hotel. (Y1) 0.868 Valid Responden mencari tahu lebih dalam mengenai green

hotel (mencari di internet, bertanya kepada orang lain). (Y2)

0.753 Valid

Responden memiliki preferensi utama terhadap green hotel. (Y3)

0.782 Valid

0.743 Valid

(17)

52

Berdasarkan gambar dan tabel diatas, dapat dilihat bahwa semua indikator memiliki nilai loading > 0.5, sehingga dapat disimpulkan bahwa hasil uji kedua telah memenuhi syarat uji validitas konvergen.

4.2.1.2 Uji Validitas Diskriminan

Pengujian validitas yang kedua adalah validitas diskriminan. Untuk mengetahui pemenuhan validitas diskriminan dalam analisis PLS dapat dilakukan dengan cara membandingkan nilai korelasi indikator suatu konstruk dengan korelasi indikator tersebut dengan konstruk lain (cross-loading). Konstruk dianggap memenuhi validitas diskriminan jika nilai loading antara variabel laten dan indikatornya lebih tinggi daripada nilai loading indikator tersebut dengan variabel laten lain.

Tabel 4.15 Hasil Uji Validitas Diskriminan

Indikator X1 X2 X3 X4 Y Keterangan

X1.2 0.720 0.227 0.274 0.318 0.257 Valid

X1.5 0.786 0.428 0.421 0.430 0.245 Valid

X1.6 0.683 0.293 0.384 0.181 0.228 Valid

X.2 0.289 0.666 0.366 0.374 0.181 Valid

X2.3 0.241 0.730 0.389 0.393 0.184 Valid

X2.4 0.384 0.756 0.573 0.500 0.225 Valid

X3.1 0.314 0.484 0.746 0.413 0.215 Valid

X3.2 0.473 0.506 0.805 0.449 0.263 Valid

X3.3 0.356 0.492 0.807 0.533 0.252 Valid

X4.1 0.339 0.437 0.515 0.649 0.207 Valid

X4.2 0.343 0.438 0.486 0.816 0.266 Valid

X4.3 0.268 0.501 0.356 0.651 0.173 Valid

X4.4 0.339 0.455 0.439 0.860 0.318 Valid

Y1 0.405 0.352 0.372 0.390 0.868 Valid

Y2 0.158 0.113 0.141 0.177 0.753 Valid

Y3 0.173 0.125 0.168 0.168 0.782 Valid

Y4 0.143 0.116 0.148 0.159 0.743 Valid

(18)

53

Tabel diatas menunjukkan hasil cross-loading, dimana seluruh indikator telah valid, dikarenakan nilai dari indikator-indikator variabel tersebut terhadap indikatornya memiliki nilai terbesar dibandingkan dengan nilai indikator dengan variabel lain. Dengan demikian seluruh indikator telah memenuhi syarat validitas diskriminan.

Cara yang lain untuk menguji validitas diskriminan adalah dengan cara melihat nilai AVE (Averange Variance Extracted), dimana nilai AVE yang direkomendasikan adalah > 0.50 (Ghozali, 2014). Nilai AVE masing-masing variabel dapat dilihat pada tabel dibawah ini:

Tabel 4.16 Nilai Average Variance Extracted

Variabel Nilai AVE

Reduce Consumption (X1) 0.535

Green Product and Services (X2) 0.516

Recyclables (X3) 0.619

Energy-saving (X4) 0.562

Minat Beli (Y) 0.621

Dapat dilihat bahwa nilai AVE setiap variabel diatas sudah lebih besar dari 0.5, yang menyatakan bahwa seluruh variabel telah sesuai dengan angka yang direkomendasikan dan telah valid.

4.2.1.3 Uji Reliabilitas

Selain uji validitas, pengujian outer model juga memiliki uji reliabilitas.

Uji reliabilitas digunakan untuk mengukur konsistensi responden dalam menjawab item pertanyaan dalam instrumen penelitian atau kuesioner. Uji reliabilitas dilakukan metode composite reliability. Rule of thumb nilai alpha pada composite reliability harus lebih besar dari 0.7, meskipun nilai 0.6 masih dapat diterima (Hair et al., 2006).

(19)

54

Tabel 4.17 Hasil Uji Composite Reliability

Variabel Composite Reliability

Reduce Consumption (X1) 0.775

Green Product & Services (X2) 0.761

Recyclables (X3) 0.829

Energy-saving (X4) 0.835

Minat Beli (Y) 0.867

Berdasarkan tabel diatas dapat dilihat bahwa seluruh variabel telah memiliki nilai composite reliability > 0.7, dengan demikian dapat dikatakan bahwa seluruh variabel diatas telah reliabel.

4.2.2 Pengujian Inner Model

Model struktural, yang juga bisa disebut dengan inner model dalam PLS diuji dengan menggunakan R² untuk konstruk dependen, dan Stone-Geisser Q- square Test (Q²) untuk predictive relevance.

4.2.2.1 Uji R-square (𝐑^𝟐)

Nilai R² digunakan untuk mengukur tingkat variasi perubahan pada variabel eksogen terhadap variabel endogen. Semakin tinggi nilai R², maka semakin baik model prediksi dari model penelitian yang diajukan (Abdillah dan Jogiyanto, 2016). Menurut Abdillah dan Jogiyanto (2016), hasil R² sebesar 0.34- 0.67 menindikasikan bahwa model “baik”, 0.20-0.33, mengindikasikan bahwa model “moderat”, dan nilai 0-0.19 mengindikasikan bahwa model “lemah”.

Hasil penghitungan R² dapat dilihat pada tabel dibawah ini.

Tabel 4.18 Hasil Uji R-square (R²)

Variabel Nilai 𝐑^𝟐 Keterangan

Minat Beli (Y) 0.162 Lemah

(20)

55

Nilai R²digunakan untuk mengetahui seberapa besar pengaruh variabel eksogen terhadap variabel endogen. Nilai R²dari variabel minat beli sebesar 0.189 mengindikasikan bahwa model struktural dinilai lemah dalam mengukur atau menggambarkan variasi nilai dari variabel minat beli konsumen. Nilai tersebut menunjukkan bahwa keempat variabel eksogen (reduce consumption, green product and services, recyclables, dan energy-saving) berpengaruh sebesar 16.2% terhadap minat beli konsumen, sedangkan sisanya yaitu sebesar 83.8% dijelaskan oleh faktor lain diluar yang diteliti oleh penulis.

4.2.2.2 Uji Q-square (𝐐^𝟐)

Tahapan selanjutnya dalam pengujian inner model adalah dengan menghitung nilai Q². Menurut Ghozali (2014), Q² digunakan untuk mengukur seberapa baik nilai observasi yang dihasilkan oleh model serta estimasi parameternya. Nilai Q² > 0, menunjukkan bahwa model memiliki nilai predictive relevance, sedangkan bila nilai Q² < 0 menunjukkan bahwa model kurang memiliki predictive relevance. Nilai Q² dapat dihitung dengan menggunakan hasil penghitungan R². Rumus penghitungan nilai Q² adalah sebagai berikut:

Q² = 1 − (1 − R²₁)(1 − R²₂) … (1 − R²_𝑥)

(4.2) Sumber: Ghozali (2014)

Berdasarkan penghitungan R², didapatkan hasil Q² sebesar:

Q² = 1 − (1 − 0.189) = 0.162

Dari penghitungan diatas, dapat dilihat bahwa nilai Q² adalah sebesar 0.162, dimana nilai lebih besar dari 0. Hal ini menunjukkan bahwa model penelitian ini layak digunakan atau memiliki predictive relevance.

4.2.3 Pengujian Hipotesis

Pengujian hipotesis dalam PLS dilakukan dengan melakukan analisis uji t, dengan cara membandingkan nilai t-hitung (t-statistic) dan nilai t-tabel, pada tingkat kesalahan sebesar 5% atau 1.96. Hipotesis dapat diterima bila nilai t- hitung lebih besar daripada nilai t-tabel, atau apabila t-hitung > 1.96. Uji-t

(21)

56

dilakukan dengan melakukan proses bootstrapping, sehingga menghasilkan gambar model analisis berikut ini.

Gambar 4.3 Hasil Analisis Bootstrapping

Tabel 4.19 Original Sample dan T-statistic Hipotesis Pengaruh Langsung Original

Sample

T-Statistic Keterangan

H1 Reduce

Consumption

Minat Beli

0.202 2.827 Positif

Signifikan

H2 Green Product &

Services  Minat Beli

0.028 0.319 Positif Tidak Signifikan

(22)

57

Tabel 4.17 Original Sample dan T-statistic (sambungan) H3 Recyclables 

Minat Beli

0.090 1.190 Positif Tidak Signifikan H4 Energy-saving 

Minat Beli

0.175 2.381 Positif

Signifikan

Pengaruh reduce consumption terhadap minat beli konsumen menghasilkan T-statistic sebesar 2.827 > 1.960, yang berarti pengaruh reduce consumption terhadap minat beli adalah signifikan. Original sample sebesar 0.202 menunjukkan bahwa pengaruh reduce consumption terhadap minat beli adalah positif, maka dari itu dapat disimpulkan bahwa reduce consumption berpengaruh positif dan signifikan terhadap minat beli konsumen yang mengartikan bahwa H1 diterima.

Pengaruh green product and services terhadap minat beli konsumen menghasilkan T-statistic sebesar 0.319 < 1.960, yang berarti pengaruh green product and services terhadap minat beli adalah tidak signifikan. Original sample sebesar 0.028 menunjukkan bahwa pengaruh green product and services terhadap minat beli adalah positif, maka dari itu dapat disimpulkan bahwa green product and services berpengaruh positif namun tidak signifikan terhadap minat beli konsumen, sehingga H2 ditolak.

Pengaruh recyclables terhadap minat beli konsumen menghasilkan T- statistic sebesar 1.190 < 1.960, yang berarti pengaruh recyclables terhadap minat beli adalah tidak signifikan. Original sample sebesar 0.090 menunjukkan bahwa pengaruh recyclables terhadap minat beli adalah positif, maka dari itu dapat disimpulkan bahwa recyclables berpengaruh positif namun tidak signifikan terhadap minat beli konsumen, sehingga H3 ditolak.

Pengaruh energy-saving terhadap minat beli konsumen menghasilkan T- statistic sebesar 2.381 > 1.960, yang berarti pengaruh energy-saving terhadap minat beli adalah signifikan. Original sample sebesar 0.175 menunjukkan bahwa pengaruh energy-saving terhadap minat beli adalah positif, maka dari itu dapat disimpulkan bahwa energy-saving berpengaruh positif dan signifikan terhadap minat beli konsumen, yang mengartikan bahwa H4 diterima.

(23)

58

Berdasarkan data diatas dapat dilihat bahwa variabel reduce consumption memiliki pengaruh yang paling dominan diantara variabel yang lain, dikarenakan variabel tersebut memiliki nilai original sample dan T-statistic yang paling tinggi dibandingkan variabel yang lain, yaitu sebesar 0.202 dan 3.118. Hal ini mengartikan bahwa H5 ditolak.

4.3 Pembahasan

Penelitian didasarkan pada 269 data responden, dimana mayoritas responden berjenis kelamin perempuan, berusia 17-25 tahun, berprofesi sebagai karyawan, berdomisili di Surabaya, dan berpendapatan rata-rata per bulan Rp.

1.000.001-5.000.000,-.

Hasil penelitian di atas menunjukkan bahwa program green hotel memiliki pengaruh terhadap minat menginap konsumen di hotel di Indonesia. Hal ini berarti semakin banyak hotel menerapkan program green hotel, maka semakin tinggi juga minat menginap konsumen di hotel tersebut. Hal ini sejalan dengan penelitian sebelumnya oleh Abdullah dan Pebriyanti (2016), dimana hasil penelitian ini juga menunjukkan bahwa terdapat pengaruh antara program green hotel terhadap keputusan menginap konsumen. Namun, melalui uji R² pada uji inner model, dapat dilihat bahwa program green hotel hanya berpengaruh sebesar 16.2% terhadap minat beli konsumen, yang berarti bahwa 83.8% sisanya dipengaruhi oleh faktor lain diluar yang diteliti oleh penulis. Hal ini sejalan dengan penelitian Supriadi dan Roedjinandari (2016), dimana pada penelitian ini ditemukan bahwa wisatawan lebih peduli tentang isu-isu keselamatan, keamanan, dan lebih mementingkan atribut-atribut seperti: kebersihan dan kenyamanan kamar, lokasi hotel yang nyaman, layanan yang cepat dan sopan, keamanan, dan keramahan serta kesopanan karyawan.

Seluruh variabel yang diteliti yaitu reduce consumption, green product and services, recyclables, dan energy-saving memiliki pengaruh yang positif terhadap minat menginap konsumen, namun tidak seluruhnya berpengaruh signifikan.

Variabel reduce consumption memiliki pengaruh yang positif dan signifikan terhadap minat menginap konsumen. Pada variabel reduce

(24)

59

consumption, indikator yang paling merefleksikan minat menginap konsumen adalah ketika hotel memberikan tulisan pada setiap e-mail yang dikirimkan kepada tamu bertuliskan “Please consider the environment before printing”. Hal ini menunjukkan bahwa konsumen lebih cenderung berminat menginap di hotel ketika hotel menerapkan program yang turut serta mengajak konsumen untuk menghemat penggunaan bahan yang dapat membahayakan lingkungan, salah satunya dengan mengurangi penggunaan kertas dengan tidak mencetak e-mail yang dikirimkan, seperti e-mail bukti reservasi, promo, dan lain-lain.

Variabel green product and services memiliki pengaruh yang positif namun tidak signifikan terhadap minat menginap konsumen. Hal ini sejalan dengan penelitian Huang (2016), dimana konsumen beranggapan bahwa sebuah hotel perlu menyediakan green product and services, yang tidak memberikan dampak buruk terhadap lingkungan. Indikator yang paling merefleksikan minat menginap konsumen adalah ketika hotel memberikan tulisan pada makanan bahwa bahan makanan yang digunakan merupakan bahan makanan organik.

Namun, hal ini kurang signifikan dikarenakan harga bahan makanan organik cenderung lebih mahal dibandingkan bahan makanan non-organik, dan tidak semua konsumen mau membayar lebih untuk barang dan jasa ramah lingkungan, karena konsumen memandang bahwa tindakan peduli lingkungan tersebut merupakan tanggung jawab sosial sebuah hotel (Lita et al., 2014). Untuk indikator peletakkan tanaman dan bunga serta pencahayaan alami di lobi hotel juga kurang merefleksikan variabel green product and services karena konsumen beranggapan bahwa hal tersebut sudah biasa diterapkan oleh hotel.

Selain green product and services, variabel recyclables juga memiliki pengaruh yang positif namun tidak signifikan terhadap minat menginap konsumen. Dari pengalaman pribadi penulis pada saat melakukan on-the-job training di Sheraton Hotel Surabaya, program recyclables seperti pemisahan sampah sesuai jenisnya lebih banyak diterapkan oleh hotel di area back-of-the- house seperti dapur dan back office dan masih jarang dilakukan oleh tamu. Dari ketiga indikator recyclables, indikator yang paling merefleksikan minat menginap konsumen adalah ketika hotel mengurangi penggunaan barang-barang berbahan plastik, yang susah untuk diuraikan, dimana hotel secara keseluruhan masih

(25)

60

belum banyak menggunakan atribut berbahan plastik. Hal ini berarti program recyclables dapat mempengaruhi minat menginap namun tidak terlalu penting bagi konsumen. Hal ini sejalan dengan penelitian Abdullah dan Pebriyanti (2016), dimana apabila sebuah program kurang dipahami oleh konsumen yang dikarenakan belum banyak diterapkan di hotel-hotel, maka akan mengurangi pengaruh terhadap minat menginap konsumen tersebut.

Seperti variabel reduce consumption, variabel energy-saving juga memiliki pengaruh yang positif dan signifikan terhadap minat menginap konsumen. Indikator yang paling merefleksikan minat menginap konsumen adalah apabila sebuah hotel memberikan tulisan kepada tamu untuk mematikan listrik di kamar apabila tidak digunakan. Hal ini sejalan dengan penelitian Huang (2016), dimana di Cina, tamu hotel menganggap bahwa dimensi energy-saving harus dilakukan oleh green hotel untuk meningkatkan tingkat kepuasan konsumen. Penelitian Abdullah dan Pebriyanti (2016) juga menunjukkan bahwa program penghematan energi lebih mudah dipahami oleh para tamu, dimana ketika tamu memahami mengenai program green yang diterapkan oleh sebuah hotel, maka akan lebih mudah bagi tamu untuk menerapkannya.

Dari keempat indikator minat beli, yang memiliki nilai paling tinggi adalah minat beli transaksional, dimana responden ingin menginap di green hotel.

Hal ini mendukung studi dari International Hotels Environment Initiative and Accor, bahwa 90% tamu hotel akan lebih suka untuk menginap di sebuah hotel yang peduli tentang lingkungan (Mensah, 2004). Penelitian dari Han et al. (2011) juga mendukung hal penelitian ini bahwa semakin banyak orang yang peduli terhadap lingkungan, dimana wisatawan semakin memiliki hotel yang ramah lingkungan.

Dari keempat variabel green hotel, yang paling dominan dalam mempengaruhi minat menginap konsumen adalah reduce consumption, dimana hal ini tidak sejalan dengan hipotesa awal penulis yang mengindikasikan bahwa variabel yang paling dominan mempengaruhi minat menginap konsumen adalah program energy-saving. Namun, hal ini sejalan dengan penelitian Huang (2016), dimana konsumen memiliki ekspektasi yang tinggi terhadap sebuah hotel untuk menerapkan program reduce consumption. Akan lebih mudah bagi konsumen

(26)

61

untuk menjalankan program reduce consumption, dikarenakan tidak semua konsumen membutuhkan barang-barang yang disediakan oleh hotel seperti handuk, sabun, sampo, dan penggantian linen terlalu sering.