BAB III METODOLOGI PENELITIAN

(1)

55

Analisis Faktor-Faktor yang…, Audi Gus Imaduddin Jalil, Universitas Multimedia Nusantara

BAB III

METODOLOGI PENELITIAN

3.1 Gambaran Umum Objek Penelitian

PT Vidio Dot Com atau dikenal sebagai Vidio adalah salah satu layanan over the top (OTT) terkemuka di Indonesia yang dimana konten- kontennya ada yang dikembangkan, diintegrasikan, dan dimiliki oleh grup Elang Mahkota Teknologi atau dikenal sebagai grup EMTEK. Konten-konten yang disediakan oleh Vidio terdiri dari free-to-air dan channel berlangganan, live streaming, film, TV Series, dan lain-lain. Layanan OTT ini didirikan pada 15 Oktober 2014 oleh Adi Sariaatmadja. Pada awalnya dimiliki oleh PT Kreatif Media Karya dari tahun 2014-2019. Sejak tahun 2019, sekarang Vidio dimiliki oleh PT Surya Citra Media Tbk (SCM) yang mana kedua perusahaan tersebut merupakan bagian dari grup EMTEK. Seiring berjalannya waktu, Vidio memperkenalkan suatu layanan yang bernama Vidio Premier pada tahun 2018 yang lalu. Layanan tersebut merupakan layanan yang berbasis video dalam bentuk video on demand dan live streaming secara premium. Konten-konten premium yang ditawarkan ada film, serial, tayangan hiburan, tayangan olahraga, dan TV internasional. Pada tahun 2020, Vidio menjadi semakin berkembang dengan mengalami kenaikan konsumsi sebesar 225% di setiap mingguya dalam periode kira-kira mencapai 2-3 bulan.

Vidio juga dikenal sebaagi salah satu layanan over the top (OTT) Di Indonesia yang menyediakan konten kompetisi-kompetisi olahraga dan salah satunya adalah sepak bola baik dari Indonesia maupun internasional. Layanan OTT

Gambar 3.1 Emblem/Logo Vidio Sumber: Vidio

(2)

56

ini menyediakan konten-konten sepak bola berupa live streaming, highlight pertandingan sepak bola/mini match, siaran ulang sepak bola/full match, dan lain- lain. Vidio menyiarkan kompetisi-kompetisi sepak bola baik dari Indonesia maupun internasional, sebagai berikut :

1) AFF Suzuki Cup 2) Copa America

3) LaLiga (Liga Spanyol) 4) Liga 1 Indonesia (BRI) 5) Liga 2 Indonesia 6) Liga 3 Indonesia 7) Ligue 1 (Liga Prancis) 8) Serie A (Liga Italia) 9) UEFA Champions League

10) UEFA Europa Conference League 11) UEFA Europa League

12) UEFA Youth League

(3)

57

Dari kompetisi-kompetisi tersebut, pengguna dapat menikmatinya hanya dengan mengeluarakan uang sebesar Rp. 19,000 – Rp. 299,000 (per 19 November 2021) yang pastinya dari kisaran harga tersebut memiliki benefit/keunggulan yang ditawarkan kepada pengguna seperti contoh di gambar 3.2 yang menunjukan paket- paket yang pengguna bisa beli sesuai kebutuhan pengguna. Vidio menawarkan 3 paket yang terdiri dari Platinum, Platinum + F1, dan Gold yang mana dari 2 paket (Platinum dan Platinum + F1) tersebut memiliki penawaran yang berbeda berdasarkan durasi dan harganya.

Gambar 3.2 Harga Paket-paket Vidio Sumber: Vidio

(4)

58

3.1.1 Kelebihan Vidio

1) Harga Paket Premium yang Terjangkau

Vidio menawarkan harga yang terjangakau yang mana hal tersebut dapat dibandingkan oleh salah satu layanan video streaming terbesar di dunia yang sudah lama beroperasi di Indonesia yaitu Netflix. Pada gambar 3.3, kita dapat melihat biaya untuk berlangganan Netflix yang dimulai dari Rp. 54,000 – Rp. 186,000. Sedangkan Vidio biaya untuk berlangganannya dimulai dari Rp. 19,000 – Rp. 299,000.

Gambar 3.3 Perbandingan Harga Netflix dan Vidio Sumber: Vidio dan Netflix

(5)

59

2) Vidio Menyiarkan Berbagai Kompetisi-kompetisi Sepak Bola

Konten ini menjadi salah satu keunggulan Vidio. Dari semua layanan video streaming/Layanan over the top yang beroperasi di Indonesia yang kebanyakan mereka menawarkan hanya film/serial TV, Kita dapat lihat di gambar 3.4, Vidio hadir dengan konten-konten pertandingan sepak bola dari kompetisi-kompetisi lokal dan internasional.

3) Terdapat Pilihan Kualitas Video

Gambar 3.4 Kompetisi Sepak Bola yang disiarkan oleh Vidio Sumber: Vidio

(6)

60

Pengguna dapat menyesuaikan kualitas videonya dari 144p – 720p atau Auto. Untuk Auto pengguna Vidio disesuaikan oleh koneksi internet dari pengguna, seperti yang kita lihat di gambar 3.5.

4) Dapat Menonton Acara TV/Konten lainnya yang Terlewat.

Buat pengguna misalnya terlewat menonton pertandingan sepak bola, pengguna dapat menontonnya secara ulang karena secara umum konten- konten live streaming di Vidio otomatis sudah tersimpan di sistemnya.

5) Videonya dapat di-download

Apabila pengguna ingin menonton konten-konten Vidio tanpa koneksi internet. Hal ini dapat dibuktikan di gambar 3.6 kualitas video yang pengguna ingin unduh tersedia dalam kualitas yang rendah (360p, kapasitas 64 MB), standar (480p, kapasitas 87 MB), dan tinggi (720p, kapasitas 133 MB).

Gambar 3.5 Pilihan Kualitas Video dari Vidio Sumber: Vidio

Gambar 3.6 Pilihan Kualitas Download Sumber: Vidio

(7)

61

6) Dapat Terhubung ke Smart TV

Dari gambar 3.7, perangkat pengguna dapat menghubungkan layanan Vidio ke Smart TV. Hal yang perlu dilakukan pertama-tama adalah pengguna perlu sign in di Vidio TV Apps lalu memasukan kode TV-nya sebanyak 6-digit atau men-scan kode QR dengan menggunakan smartphone.

Gambar 3.7 Connect to TV Mode Sumber: Vidio

(8)

62

3.1.2 Kekurangan Vidio

1) Tidak Tersedia Siaran Liga Inggris

Liga Inggris merupakan salah satu kompetisi sepak bola terbesar di dunia. Daya tarik liga Inggris membuat banyak stasiun TV/pihak penyiar lainnya berbondong-bondong untuk mendapatkan hak siar liga Inggris yang bisa dibilang sangat menjual. Klub-klub seperti Manchester United, Chelsea, Liverpool, Arsenal, dan Manchester City yang memiliki masing-masing jutaan penggemar di Indonesia membuat liga Inggris menjadi salah satu liga yang diminati oleh penggemar sepak bola. Dari konteks Vidio dengan tidak disiarkannya liga Inggris membuat Vidio kurang diminati dibandingkan Mola.

2) Terdapat Banyak Iklan untuk Member Gratis

Apabila pengguna Vidio masih mengonsumsi konten-konten gratis atau mengedepankan freemium dalam mengonsumsi konten-konten dari layanan video streaming, pengguna harus bersedia akan mendapatkan banyak iklan misalnya ketika pengguna ingin menonton highlight pertandingan sepak bola, antara di awal/pertengahan/di akhir video akan ada iklan baik yang bisa di-skip maupun tidak.

(9)

63

3) Ketika Sedang Menonton Pertandingan Sepak Bola Pernah Mengalami Gangguan

Hal ini bisa dan pernah terjadi karena salah satu faktornya kualitas koneksi internet di Indonesia masih belum bisa menampung kebutuhan masyarakat Indonesia sehingga apabila pengguna misalnya ingin menonton pertandingan sepak bola secara langsung hal-hal ini dapat terjadi.

3.1.3 Fitur-Fitur Vidio

1) Vidio Player Enhancement

Vidio dapat menyesuaikan tampilan web/aplikasinya, pada saat mendeteksi bahwa video diputar dalam format potret, video secara otomatis menyesuaikan tampilan video. Pengaturan ini memakan waktu hingga setengah dari layar perangkat sehingga informasi video dapat dilihat secara keseluruhan. Player juga memiliki kemampuan untuk mengunci bit rate yang dipilih. Jika pengguna memilih kecepatan bit 360p (otomatis secara default), video berikutnya akan ditampilkan pada

Gambar 3.8 Iklan-iklan di Vidio Sumber: Vidio

(10)

64

kecepatan tersebut hingga pengguna mengembalikan kecepatan ke normal.

2) ‘Previous & Next’ video button serta ‘Next’ video preview

Jika video yang pengguna tonton tidak menarik, atau ingin melihat episode sebelum atau sesudah video yang pengguna tonton, pengguna dapat menggunakan tombol “Previous & Next” pemutar untuk melompat ke video berikutnya atau sebelumnya dengan mudah. Preview video berikutnya juga ditampilkan setelah video selesai. Untuk video dalam koleksi, video sebelumnya dan berikutnya diputar dalam urutan koleksi.

Untuk satu video, video berikutnya adalah video "related video" pertama

3) Advanced Search

Fitur pencarian telah ditingkatkan dengan kemampuan untuk mencari berdasarkan nama pengguna/nama akun, collection dan tag seperti terpampang pada gambar 3.9. Selain menemukan video Anda sendiri.

Pencarian dapat bekerja secara otomatis untuk menemukan hasil setelah mengetik karakter ketiga di kotak pencarian tanpa harus menekan ikon pencarian di keyboard perangkat pengguna. Riwayat pencarian pengguna Vidio disimpan secara otomatis, sehingga memudahkan pengguna untuk melihat pencarian sebelumnya tanpa harus memasukkannya kembali.

Pengguna juga dapat dengan mudah menghapus riwayat pencarian pengguna.

(11)

65

Analisis Faktor-Faktor yang…, Audi Gus Imaduddin Jalil, Universitas Multimedia Nusantara 4) Sticker Preview Table untuk Live Chat

Live streaming dari Vidio menyediakan fitur stiker untuk live chat yang ditampilkan dalam bentuk preview tabel stiker. Seperti yang kita lihat pada gambar 3.10, dimana pada saat Vidio menyiarkan konten live streaming pengguna dapat dengan mudahnya mengunggah stiker-stiker tersebut di kolom chat hanya dengan memilih stiker yang diinginkan dari tabel preview, dengan ini membuat obrolan lebih menyenangkan.

Gambar 3.9 Advanced Search Sumber: Vidio

(12)

66

Analisis Faktor-Faktor yang…, Audi Gus Imaduddin Jalil, Universitas Multimedia Nusantara 5) Watchlist

Dari gambar 3.11, pengguna dapat membuat koleksi tontonan yang dengan membuat daftar konten yang disukai pengguna. Selain pengguna dapat membuat list-list berdasarkan apa yang mereka suka/minati, tetapi pengguna juga dapat membuat daftar/list agar tidak terlewat atau terlupa agar pengguna dapat menonton konten-konten dari Vidio.

Gambar 3.10 Sticker untuk di Chat Section Sumber: Vidio

(13)

67

Analisis Faktor-Faktor yang…, Audi Gus Imaduddin Jalil, Universitas Multimedia Nusantara Gambar 3.11 Fitur Watchlist

Sumber: Vidio

(14)

68

Analisis Faktor-Faktor yang…, Audi Gus Imaduddin Jalil, Universitas Multimedia Nusantara 6) For You

Dari gambar 3.12, fitur terbaru dari Vidio yaitu For You memiliki fungsi untuk memberikan rekomendasi konten atau tontonan pilihan sesuai selera pengguna. Fitur ini bekerja dengan cara membaca riwayat nonton pengguna di Vidio. Fitur ini sangat bermanfaat buat pengguna ketika setelah menonton konten-konten di Vidio. Pengguna hanya perlu akses fitur For You, dan langsung menemukan rekomendasi konten/tontonan serupa dengan konten/tontonan yang pengguna sudah tonton.

3.2 Desain Penelitian

Malhotra (2020) berpendapat bahwa desain penelitian dapat diinterpretasikan sebagai suatu kerangka kerja atau blueprint untuk merancang riset pemasaran. Hal ini perlu dilakukan untuk menentukan rincian tata cara adalah dengan memperoleh informasi yang dibutuhkan untuk menata dan menyelesaikan suatu permasalahan dalam hal riset pemasaran yang ingin diteliti (Malhotra, 2020).

Gambar 3.12 Fitur For You Sumber: Vidio

(15)

69

3.2.1 Jenis Penelitian

Malhotra (2020) menunjukan bahwa di dalam desain penelitian terdapat memiliki dua jenis desain penelitian yang terdiri dari exploratorty dan conclusive. Berikut penjelasannya:

1) Exploratory Research

Desain penelitian ini dalam hal exploratory research yang dimana mempunyai tujuan yang primer untuk menemukan gagasan dan komprehensi tentang masalah yang dihadapi oleh peneliti untuk diteliti.

2) Conclusive Research Design

Desain penelitian ini dalam hal conclusive research design yang disusun untuk membantu pengambilan keputusan dalam hal menetapkan, mengevaluasi, dan memilih tindakan yang terbaik untuk diambil dalam situasi tertentu. Desain penelitian ini terbagi menjadi dua, yaitu:

a) Descriptive Research: Desain penelitian ini memiliki tujuan utama dalam hal mendeskripsikan sesuatu, dalam bentuk karakteristik. descriptive research sendiri terbagi menjadi 2 jenis, yaitu cross-sectional designs dan longitudinal designs.

1) Cross-Sectional Designs: Desain yang melibatkan pengumpulan informasi dari setiap sampel elemen populasi yang diberikan hanya sekali. Tipe penelitian ini dibagi menjadi 2 tipe, yaitu:

a) Single Cross-Sectional Design : Sebuah desain cross-sectional yang di mana hanya terdapat satu sampel responden diambil dari populasi sasaran dan informasi diperoleh dari sampel ini sekali.

(16)

70

b) Multiple Cross-Sectional Design : Sebuah desain cross-sectional yang di mana terdapat dua atau sampel responden yang lebih banyak, dan informasi dari setiap sampel hanya diperoleh sebanyak satu kali.

2) Longitudinal Designs: Desain yang melibatkan sampel tetap dari elemen populasi yang diukur secara berulang kali. Tujuan dari tipe desain penelitian ini untuk memberikan deskripsi dari suatu situasi dan perubahan yang terjadi dari waktu ke waktu.

b) Causal Research : Penelitian konklusif yang memiliki tujuan utamanya adalah untuk memperoleh bukti mengenai hubungan kausalitas atau juga dikenal hubungan sebab-akibat.

Untuk gambaran yang lebih jelas, penjelasan desain diatas dapat dilihat dari gambar 3.13 yang digambarkan sebagai berikut (Malhotra,

2020) :

Penelitian ini menggunakan conclusive research design dengan salah satu jenis dari desain tersebut yaitu descriptive research. Hal ini

Gambar 3.13 Jenis Penelitian Sumber: Malhotra (2020)

(17)

71

dikarenakan peneliti ingin mengetahui fenomena terkait pemasaran.

Untuk desain penelitian yang peneliti gunakan yaitu single cross- sectional design, karena setiap sampel dalam penelitian ini diambil datanya hanya satu kali dan hanya menggunakan kelompok responden tertentu yaitu pengguna yang suka menonton pertandingan sepak bola melalui Vidio, baik yang pernah berlangganan atau menggunakan layanan streaming tersebut. Kuesioner yang digunakan peneliti adalah dengan menggunakan kuesioner online melalui Google Form.

Kuesioner digunakan oleh peneliti untuk mengukur tanggapan responden dengan memakai skala likert, dengan range nilai-nya 1-5.

3.2.2 Data Penelitian

Penelitian ini menggunakan berbagai sumber untuk mendapatkan data, fakta, dan informasi-informasi lainnya yang dikumpulkan untuk mengolahnya agar mendapatkan hasil dari penelitian ini. Dalam pemahaman mengenai data, terdapat 2 jenis data untuk menyelesaikan permasalahan di penelitian. Berikut jenis data:

1) Primary Data: Data primer adalah data yang berasal dari peneliti secara orisinil untuk tujuan tertentu dan mengatasi masalah penelitian yang diteliti. Terkait penelitian ini, peneliti mengadakan survei dengan cara menyebarkan kuesioner kepada responden yang suka menonton pertandingan sepak bola melalui Vidio, baik yang pernah berlangganan atau menggunakan layanan streaming tersebut.

2) Secondary Data: Data sekunder adalah data yang dikumpulkan untuk beberapa tujuan selain permasalahan yang dihadapi. Terkait penelitian ini, peneliti mengumpulkan data ini dari artikel, berita, penelitian/jurnal terdahulu, grafik, statistik, dan buku. Sumber- sumber tersebut digunakan sebagai data pendukung untuk menyelesaikan penelitian ini.

(Malhotra, 2020)

(18)

72

3.3 Populasi dan Sampel Penelitian

Proses pengambilan sampel terdiri dari 5 langkah yaitu: menentukan populasi sasaran, menentukan sampel kerangka studi, menentukan metode pengambilan sampel, menentukan ukuran sampel, dan melakukan proses pengambilan sampel (Malhotra, 2020). Penyaringan untuk beberapa karakteristik tertentu.

3.3.1 Populasi

Populasi adala Agregat dari semua elemen, berbagi beberapa set karakteristik umum, yang terdiri dari alam semesta untuk tujuan masalah riset pemasaran (Malhotra, 2020).

3.3.2 Sampel

Subkelompok elemen populasi yang dipilih untuk berpartisipasi dalam penelitian (Malhotra, 2020).

3.3.3 Target Population

Target population adalah kumpulan objek atau elemen yang memiliki informasi yang dicari oleh peneliti dan tentang konklusi/keputusan mana yang harus dibuat. Secara definisi, target populasi adalah hal elemen, unit pengambilan sampel, cakupan, dan

Gambar 3.14 Proses Pengambilan Sampel Penelitian Sumber: Malhotra (2020)

(19)

73

waktu. Sebuah elemen dalam konteks ini merupakan objek mana atau dari mana informasi itu diinginkan, dan elemen yang dimaksud biasanya adalah responden. Sampling unit atau unit pengambilan sampel dari elemen yang dipilih untuk memasuki beberapa tahap proses pengambilan sampel (Malhotra, 2020).

3.3.4 Sampling Frame

Sampling Frame dapat diinterpretasikan sebagai perwakilan/representasi dari unsur-unsur dari target populasi yang terdiri dari daftar atau serangkaian arahan untuk mengidentifikasi target population (Malhotra, 2020). Dalam penelitian ini tidak menggunakan sampling frame.

3.3.5 Sampling Techniques

Dalam pengambil sampel ini terdapat 2 penggolongan yaitu secara probability dan nonprobability sampling. Probability sampling adalah teknik sampling yang ada prosedurnya dari setiap elemen yang memiliki probabilitas/kemungkinam dalam pemilihan sampel. Nonprobability sampling merupakan teknik sampling yang mengandalkan penilaian subjektif dari peneliti (Malhotra, 2020).

Malhotra (2020) membagikan 4 tipe dari nonprobability sampling yang terdiri sebagai berikut :

1) Convenience Sampling: Sampling ini mencoba untuk mendapatkan/memilih secara nyaman dan tepat.

2) Judgmental Sampling: Sampling ini merupakan suatu bentuk dari convenience sampling di mana elemen populasi secara sengaja dipilih berdasarkan penilaian peneliti dalam menentukan sampling.

3) Quota Sampling: Sampling yang pengambilan sampelnya dilakukan secara terbatas dengan 2 tahap.

(20)

74

4) Snowball Sampling: Sampling yang dimana kelompok awal responden dipilih secara acak.

Nonprobability sampling menjadi teknik yang digunakan pada penelitian ini dengan salah satu tipe teknik itu yaitu judgemental sampling. Maksud dari teknik ini adalah tidak semua orang dapat kesempatan untuk menjadi responden (sampel). Untuk mendapatkan responden yang tepat dan sesuai dengan penelitian pemilihan kriteria dan screening sebagai berikut:

• Kriteria

1) Responden yang suka menonton pertandingan sepak bola baik dari dalam negeri atau luar negeri.

2) Responden yang pernah berlangganan/mengguakan aplikasi Vidio untuk menonton pertandingan sepak bola atau konten sepak bola lainnya baik dari dalam negeri atau luar negeri.

• Screening

1) Pria dan Wanita

2) Usia 18 sampai 35 tahun keatas.

3) Orang Indonesia yang berdomisili di Jabodetabek dan di Luar Jabodetabek.

4) Orang pernah berlangganan/subscribe layanan Vidio.

5) Orang yang pernah menonton pertandingan sepak bola melalui Vidio.

3.3.6 Sampling Size

Ukuran sampel ini mengacu pada total elemen yang terdapat di suatu penelitian (Malhotra, 2020). Dalam penelitian ini, peneliti menargetkan sampel responden dengan menyesuaikan dari minimum dengan observed

(21)

75

variable (n x 5) sebagai asumsi yang digunakan pada penelitian ini. Hali ini dikarenakan harus ada jumlah variabel yang akan dianalisis dengan minimal sebesar lima kali, artinya jumlah indikator dari penelitian ini ada 30 indikator/pernyataan yang dikalikan 5 menjadi 150 responden (Hair et al., 2014).

3.4 Teknik Pengumpulan Data 3.4.1 Periode Penelitian

Penelitian dimulai dengan proses merumuskan masalah, mengumpulkan dan mengolah data, serta menghasilkan kesimpulan dan saran, dan akan berlangsung kurang lebih empat bulan. Penelitian dilakukan mulai Agustus 2021 hingga Desember 2021. Penyebaran kuesioner dilakukan mulai tanggal 23 Oktober 2021 sampai dengan 1 Desember 2021.

3.4.2 Prosedur Penelitian

Prosedur penelitian pada penelitian ini dan beberapa tahapan yang penulis lakukan untuk melakukan penelitian ini sebagai berikut:

1) Mengumpulkan data sekunder yang terkait dengan video streaming dan Vidio melalui berbagai sumber seperti grafik, statistik, dan buku yang semuanya digunakan sebagai data pendukung/sekunder.

2) Memilih jurnal utama yang dijadikan sebagai acuan dan dasar untuk model penelitian. Untuk indikator kuesioner, penulis mengambil pernyataan-pernyataan per variabel dari berbagai jurnal lalu penulis menyusun dan memodifikasi indikator tersebut sehingga menjadi pernyataan-pernyataan yang dapat dipahami oleh responden.

3) Peneliti melakukan penyebaran dengan kuesioner kepada responden untuk kebutuhan mengelola pre-test. Total responden yang telah diisi oleh responden yang jumlahnya mencapai 303 responden dan yang lolos screening sebanyak 274. Dari kuesioner tersebut, penulis mengambil 40 responden untuk dilakukan pre-test secara online.

(22)

76

4) Menganalisis hasil pre-test untuk melakukan uji validitas dan uji realibilitas dengan menggunakan software yang bernama IBM SPSS dengan versi 25. Apabila hasil pre-test telah memenuhi syarat atau valid dan reliabel datanya maka peneliti dapat melanjutkan dengan menyebarkan kuesioner untuk kebutuhan main test. Namun, apabila jumlah respondennya sudah melebihi ketentuan yang artinya telah menyesuaikan jumlah responden berdasarkan konsep n x 5 dari Hair et al. (2014) maka tidak perlu menyebarkan kuesioner lagi.

5) Peneliti menyebarkan kuesioner untuk main test melalui Google Form.

6) Menginput data yang sudah terkumpul untuk diolah oleh software statistik yaitu IBM SPSS dengan versi 25. Lalu, peneliti melakukan uji validitas dan uji realibilitas dengan menggunakan software statistik yaitu Lisrel versi 8.80 untuk menguji kesesuaian modelnya serta hubungan hipotesis antar variabel.

3.4.3 Proses Pengumpulan Data Penelitian

Dalam proses mengumpulkan data penelitian secara primer, peneliti menyebarkan kuesioner secara online dengan Google Form yang dibuat oleh peneliti dengan link https://forms.gle/i336q9WnmDakeazj7. Untuk data sekunder didapatkan oleh peneliti melalui data-data dari artikel, berita, penelitian/jurnal terdahulu grafik, statistik, dan buku yang semuanya digunakan sebagai data pendukung.

3.5 Operasionalisasi Variabel

Penulis merumuskan 8 variabel untuk penelitian yang di tabel 3.1. Variabel- variabel tersebut dibentuk untuk kebutuhan indikator di dalam penelitian ini. Skala likert 1 sampai 5 adalah skala pengukuran yang digunakan untuk mengukur indikator-indikator tersebut. Dari angka 1 menunjukan tanggapan sangat tidak setuju, sedangkan angka 5 menunjukkan tanggapan sangat setuju (Malhotra, 2020).

(23)

77

Analisis Faktor-Faktor yang…, Audi Gus Imaduddin Jalil, Universitas Multimedia Nusantara Tabel 3.1 Tabel Operasionalisasi Variabel

No Variabel Definisi Kode Indikator Scale

Technique

1

Perceived System Quality

Perceived system quality dari suatu sistem dapat dinilai dari apakah di dalam suatu sistem tersebut terdapat kesalahan atau tidak, konsistensi tampilan user interface dari suatu sistem, kemudahan pengguna dalam menggunakan suatu sistem, sistem interaktif yang berupa informasi dan dokumentasi untuk pengguna, dan cara memelihara

program/sistem yang pengguna miliki/pakai (Seddon, 1997).

PSQ1

Saya dapat menonton

pertandingan sepak bola di Vidio di mana pun (Kim &

Lee, 2014)

Likert 1-5 PSQ2

Saya bisa

mendapatkan akses konten-konten sepak bola yang saya mau dengan

menggunakan Vidio (Kim & Lee, 2014)

PSQ3

Ketika akses Vidio loading-nya dan waktu responnya cepat terutama untuk menonton

pertandingan sepak bola (Kim & Lee, 2014).

PSQ4

Saya diberikan kemudahan untuk mengatur dan menggunakan aplikasi Vidio (Kim

& Lee, 2014).

(24)

78

Technique

2

Perceived Content Quality

Perceived content quality sebagai tingkatan/ukuran untuk sebuah konten yang dianggap sesuai dengan kebutuhan penggunanya (Lee et al., 2009)

PCQ1

Vidio memberikan berbagai konten sepak bola yang dapat ditonton (Shin, 2009).

Likert 1-5 PCQ2

Layanan dan

informasi yang saya dapat dari Vidio itu bermanfaat (Shin, 2009).

PCQ3

Vidio memberikan informasi dan layanan yang saya butuhkan. (Shin, 2009).

3 Customiza tion

Customization itu mengacu pada sejauh mana teknologi, barang atau jasa dapat dibuat, dipilih, atau diubah untuk memenuhi preferensi pengguna dan dapat

menyesuaikan

C1

Ketika saya ingin menonton

pertandingan sepak bola, Vidio dapat memberikan tontonan sesuai kebutuhan saya (Wu et al., 2021)

Likert 1-5

C2

Ketika saya ingin membeli produknya Vidio untuk

menonton

pertandingan sepak

(25)

79

Technique preferensi pribadi

(Teng, 2010).

bola, Vidio

membuatnya sesuai kebutuhan saya (Wu et al., 2021).

C3

Ketika saya menanyakan soal informasi Vidio, informasi tersebut langsung dibalas dalam pandangan permintaan saya (Wu et al., 2021).

C4

Menggunakan Vidio membuat saya merasa unik (Wu et al., 2021).

C5

Saya percaya Vidio dapat menyediakan produk dikhususkan untuk menonton pertandingan sepak bola (Wu et al., 2021).

C6

Menggunakan Vidio dapat menyesuaikan preferensi saya dalam menonton pertandingan sepak

(26)

80

Technique bola (Wu et al.,

2021).

4

Perceived Ease of

Use

Perceived ease of use mengacu pada seberapa jauh seseorang yang percaya bahwa menggunakan sistem tertentu, pengguna tidak mengalami

kesulitan (Heijden et al., 2003).

PEOU 1

Menonton

pertandingan sepak bola menggunakan Vidio itu mudah (Heijden et al., 2003).

Likert 1-5 PEOU

2

Vidio mudah di akses dan dapat menonton

pertandingan sepak bola yang saya inginkan (Heijden et al., 2003).

PEOU 3

Penggunaan Vidio untuk menonton pertandingan sepak bola jelas dang mudah dipahami (Heijden et al., 2003).

PEOU 4

Aplikasi Vidio dapat dinikmati untuk menonton

pertandingan sepak bola (Heijden et al., 2003).

(27)

81

Technique

PEOU 5

Menurut saya Vidio adalah aplikasi yang mudah digunakan untuk meononton pertandingan sepak bola (Heijden et al., 2003).

5

Perceived Price Level

Perceived price level mengacu pada tingkat nilai yang dirasakan bahwa individu bersedia membayar untuk layanan tersebut dan dapat dijadikan sebagai

perbandingan persepsi individu terhadap harga yang sesuai dengan alternatif yang ada (Cheong & Park, 2005).

PPL1

Berlangganan atau menggunakan Vidio untuk menonton pertandingan sepak bola itu mahal secara keseluruhan (Shin, 2009).

Likert 1-5 PPL2

Harga yang ditawarkan Vidio membebani saya (Shin, 2009).

PPL3

Berlangganan Vidio untuk menonton pertandingan sepak bola itu mahal (Shin, 2009).

6

Perceived Psycholog ical Risk

Perceived

psychological risk dapat

mencerminkan

PPR1

Menonton

pertandingan sepak bola di Vidio saya membuat tidak

Likert 1-5

(28)

82

Technique kondisi

kekecewaan individu pada diri seseorang sendiri dalam hal pilihan produk/layanan yang buruk (Ueltschy et al., 2004).

nyaman (Liao et al., 2010).

PPR2

Menonton

pertandingan sepak bola di Vidio saya menjadi cemas (Liao et al., 2010).

PPR3

Menonton

pertandingan sepak bola di Vidio, saya mengalami kerisauan (Liao et al., 2010).

7 Attitude to Use

Attitude to use dapat melihat sejauh mana seseorang cenderung menyukai atau tidak menyukai suatu objek (Praveena &

Thomas, 2014).

ATU1

Saya merasa

menggunakan/berlan gganan untuk menonton

pertandingan sepak bola di Vidio adalah keputusan yang

bagus (Shin, 2009). Likert 1-5

ATU2

Layanan konten di Vidio Sports terutama untuk menonton

pertandingan sepak bola bermanfaat bagi saya, sebagai

(29)

83

Technique penggemar sepak

bola (Shin, 2009).

ATU3

Saya merasa

menggunakan/berlan gganan untuk menonton

pertandingan sepak bola di Vidio adalah ide yang bagus (Shin, 2009).

8

Continuan ce Intention

to Use

Continuance intention to use merupakan keputusan pengguna untuk melakukan

pembelian kembali suatu

produk/layanan tertentu karena adanya suatu proses pengambilan keputusan dan berbeda dari pengguna yang pertama kali

menggunakan/mela

CIU1

Saya akan

berlangganan/mengg unakan Vidio di masa yang akan datang (Shin 2009).

Likert 1-5 CIU2

Saya berniat

berlangganan/mengg unakan untuk menonton

pertandingan sepak bola di Vidio sebisa mungkin (Shin, 2009).

CIU3

Saya sangat

merekomendasikan Vidio kepada orang- orang (Shin, 2009).

(30)

84

Technique kukan pembelian

kembali

(Bhattacherjee, 2001).

3.6 Identifikasi Variabel Penelitian 3.6.1 Variabel Eksogen

Identifikasi variabel ini adalah ekuivalen yang multi-item dari suatu variabel independen. Peran variabel ini bertindak sebagai variabel independen dengan menggunakan berbagai ukuran untuk mewakili konstruk yang ditentukan oleh faktor-faktor di luar model, sehingga istilahnya independen. Model SEM sering digambarkan dengan diagram visual, sehingga berguna untuk mengetahui bagaimana menemukan konstruksi eksogen (Hair et al., 2014). Penulisan matematis (simbol) untuk variabel laten eksogen dengan menggunakan huruf abjad dari bahasa Yunani kuno klasik yang berbentuk ξ (“ksi/Xi”). Variabel eksogen dapat digambarkan dengan bentuk oval dengan panah yang mengarah ke luar dan tidak ada panah yang mengarah ke variabel eksogen (Malhotra, 2020). Variabel-variabel dari penelitian yang termasuk eksogen adalah perceived system quality, perceived content quality, customization, perceived price level, dan perceived psychological risk.

3.6.2 Variabel Endogen

Identifkasi variabel multi-item yang sejajar dengan variabel dependen.

Secara teoritis, model ini ditentukan oleh faktor-faktor dalam model yang artinya variabel ini bergantung pada model lain dan ketergantungan ini diwakili secara

Eksogen (ξ)

Gambar 3.15 Variabel Eksogen Sumber: Malhotra (2020)

(31)

85

visual oleh jalur ke konstruksi endogen dari konstruksi eksogen (Hair et al., 2014). Penulisan matematis (simbol) untuk variabel laten eksogen dengan menggunakan huruf abjad dari bahasa Yunani kuno klasik yang berbentuk 𝛈 (“Eta/ἦτα”). Variabel endogen dapat digambarkan dengan bentuk oval dengan ada minimal satu anak panah yang mengarah ke variabel tersebut (Malhotra, 2020). Variabel-variabel dari penelitian yang termasuk endogen adalah perceived ease of use, attitude to use, dan continuance intention to use.

3.6.3 Variabel Teramati

Nilai yang diamati (diukur) untuk item atau pertanyaan tertentu, diperoleh baik dari responden dalam menanggapi pertanyaan (seperti dalam kuesioner) atau dari beberapa jenis pengamatan (Malhotra, 2020). Nilai diukur dapat dilihat variabel sebagai berikut: perceived system quality, perceived content quality, customization, perceived ease of use, perceived price level, perceived psychological risk, attitude to use, dan continuance intention to use.

3.7 Teknik Analisis Data

Penelitian ini menggunakan faktor analisis untuk menganalisis data pre-test.

Faktor analisis adalah tahapan/prosedur awal yang dilakukan untuk mereduksi dan meringkas datanya dengan cara menyingkirkan indikator penelitian (Malhotra, 2020). Faktor analisis bertujuan untuk menentukan indikator tersebut yang dimanfaatkan untuk mewakili variabel yang ada di model penelitian. Untuk mengukur indikator tersebut, penulis menggunakan uji validitas dan realibilitas untuk memastikan 2 data dari 2 pengujian tersebut sudah valid dan reliabel (Malhotra, 2020).

Endogen (𝛈)

Gambar 3.16 Variabel Endogen Sumber: Malhotra, 2020

(32)

86

3.7.1 Uji Validitas dan Reliabilitas (Pre-test) 1) Uji Validitas

Secara definisi, uji validitas adalah skala penilaian yang didefinisikan sebagai sejauh mana perbedaan skor skala yang diamati mencerminkan perbedaan yang benar antara objek pada karakteristik yang diukur, bukan kesalahan secara sistematis atau acak (Malhotra, 2020). Untuk mengetahui valid/tidaknya, dapat dilihat dari indikator-indikator tersebut:

Tabel 3.2 Validity Measurement

No Indikator Definisi Nilai yang

dibutuhkan

1

Kaiser- Meyer-Olkin (KMO) test of sampling adequacy (Malhotra, 2020)

Indikator yang digunakan untuk menguji kelayakan analisis faktor.

Nilai KMO yang dinyatakan VALID adalah ≥ 0,5, Sedangkan Nilai KMO yang

dinyatakan TIDAK VALID adalah < 0,5.

2

Anti-image Correlation Matrices (Hair et al., 2014)

Indikator yang digunakan untuk

melihat pengukuran dari suatu variabel terdapat nilai yang negatif terhadap variabel lainnya.

Nilai MSA yang variabelnya dapat diprediksi tanpa adanya kesalahan oleh variabel lain adalah 1 (MSA=1).

Nilai MSA yang variabelnya masih dapat diestimasi dan dianalisis lebih lanjut

(33)

87

adalah > 0.50 (MSA

= > 0.50).

Nilai MSA yang variabelnya tidak dapat dianalisis lebih lanjut adalah < 0.50 (MSA = < 0.50).

3

Factor loading of Component Matrix (Malhotra, 2020)

Indikator yang menunjukan terdapat korelasi atau hubungan yang sederhana dari suatu pengukuran antar variabel.

Valid/tidaknya suatu indikator dari factor loading adalah 0.5 atau lebih dari 0.5 (>

0.50).

4

Barlett’s Test of Sphericity (Malhotra, 2020)

Indikator yang digunakan untuk menguji hipotesis bahwa variabel tidak berkorelasi/berhubungan dalam suatu populasi.

Nilai hasil uji dengan

> 0.05 artinya terdapat hubungan signifikan,

sedangkan nilai hasil uji dengan < 0.05 terdapat hipotesis yang tidak

signifikan.

2) Uji Realibilitas

Uji realibilitas merupakan pengujian untuk mengukur seberapa jauh mana skala menghasilkan hasil yang konsisten jika pengukuran berulang dilakukan pada karakteristik artinya pengujian ini dapat mengetahui tingkan keandalan dari suatu variabel (Malhotra, 2020). Pengukuran dari

(34)

88

pengujian ini ketika nilai cronbach alpha-nya, dengan nilai 0,60 hingga 0,70 dianggap sebagai batas bawah akseptabilitas (Hair et al., 2014).

3.7.2 Analisis Data Penelitian

Teknik analisis data yang digunakan pada penelitian ini adalah structural equation model (SEM). SEM adalah tahapan/prosedur untuk mengestimasi suatu rangkaian dari hubungan ketergantungan antara satu set konsep atau konstruksi yang diwakili oleh beberapa variabel yang terukur dan dimasukkan ke dalam model yang terintegrasi menjadi satu (Malhotra, 2020). Metode analisis ini memberikan teknik perhitungan secara tepat dan paling efisien untuk suatu rangkaian persamaan regresi yang berganda dengan terpisah yang diperkirakan secara bertetapan (Hair et al., 2014).

3.8 Uji Hipotesis

Apabila kita ingin melakukan analisis SEM untuk melakukan pengujian hipotesis dari 2 model yaitu measurement dengan metode ini terdapat tahapan/prosedur yang harus dilakukan sebagai berikut:

(35)

89

Menurut Malhotra (2020), goodnes of fit (GOF) merupakan model yang mengukur sejauh mana model yang ditetapkan dengan menghasilkan matriks kovarians di antara item indikator itu baik yaitu seberapa mirip estimasi kovarians variabel indikator dengan kovarians yang diamati dalam data sampel.

Model ini mengklasifikasikan goodnes-of-fit (GOF) sebagai indikator kecocokan untuk suatu model yang terbagi menjadi 3 kelompok yaitu:

1) Absolute fit indices: Indeks ini digunakan mengukur keseluruhan kecocokan atau kecocokan baik untuk model pengukuran dan struktural dengan menentukan tingkat estimasi model secara meyeluruh terhadap matrix correlation dan covariance.

2) Incremental fit indices: Indeks yang digunakaan untuk langkah-langkah untuk menilai atau membandingkan beberapa alternatif dari model dasar agar model yang ditentukan menjadi baik. Indeks ini disebut juga model

Gambar 3.17 Structural Equations Modeling Overview Sumber: Malhotra (2020)

(36)

90

nol atau null model yang di mana tidak ada keterkaitan dengan semua variabel yang diamati.

3) Parsimony fit indices: Indeks ini didesain dalam mengevaluasi model yang bersaing dengan menilai kecocokan yang memiliki kaitan dengan kompleksitas model dan berguna. Hal ini dilakukan agar modelnya menjadi lebih sederhana dan tidak terlalu rumit.

Dengan menggunakan software statistik Lisrel 8.80 untuk melakukan pengolahan data serta analisinya dari structural equation model (SEM) pada penelitian ini. Uji model structural ini dapat dilakukan dengan pengukuran goodness-of-fit (GOF) model pada penelitian ini menggunakan ketentuan kecocokan sebagai berikut (Hair et al., 2014):

1) Nilai chi-square statistic (X²) melalui degree of freedom (DF).

2) Satu kriteria absolute fit measures (GFI, RMSEA, SRMR, atau Nomor Chi-Square).

3) Satu kriteria incremental fit indices (CFI).

4) Satu kriteria goodness of fit indices (GFI, CFI, atau TLI).

Terdapat referensi nilai untuk melakukan pengukuran kecocokan dari suatu model sebagai kriteria kecocokan model seperti pada tabel difference of fit

Gambar 3.18 Prosedur Structural Equation Model Sumber: Malhotra (2020)

(37)

91

indices yang dimana acuan tersebut (RMSEA, CFI, dan PNFI) dipakai pada penelitian ini.

Tabel 3.3 Difference of Fit Indices

FIT INDICES

CUTOFF VALUES FOR GOF INDICES

N<250 N>250

m<12 12<m<30 m>30 m<12 12<m<30 m>30 Absolute Fit Indices

RMSEA

RMSE A <

0.08 with CFI ≥ 0.97

RMSEA <

0.08 with CFI ≥ 0.95

RMSEA

< 0.08 with CFI

˃ 0.92

RMSE A <

0.07 with CFI ≥ 0.97

RMSEA <

0.07 with CFI ≥ 0.92

RMSE A <

0.07 with CFI ≥ 0.90

χ²

Insignif icant p- values expecte d

Significant p-values even with good fit

Significa nt p- values expected

Insignif icant p- values even with good

Significan t p-values expected

Signific ant p- values expecte d

SRMR

Biased upward , use other indices

.08 or less (With CFI of .95 or higher)

Less than .09 (with CFI above .92)

Biased upward

; use other indices

.08 or less (with CFI above .92)

.08 or less (with CFI above .92) Incremental Fit Indices

CFI CFI

≥0.97 CFI ≥0.95 CFI

>0.92

CFI

≥0.95 CFI ˃0.92 CFI

˃0.90

RNI May

not

.95 or better

Above .92

95 or better,

Above .92, not used

Above .90, not

(38)

92

diagnos e misspec ificatio n well

not used with N

> 1,000

with N >

1,000

used with N

> 1,000

Parsimony Fit Indices

PNFI 0 ≤ PNFI ≤ 1, relatively high values represent relatively better fit

Sumber: Hair et al. (2014)

Metode SEM memiliki 2 model dalam hal pengolahan data pada suatu penelitian (Malhotra, 2020).

Measurement Model

Model ini terdiri dari beberapa variabel/indikator untuk variabel yang independen atau dependen tunggal yang peneliti dapat menggunakannya. Untuk mengukur hal tersebut, peneliti melakukan pengukuran melalui uji validitas dan realibilitas.

1) Uji Validitas

Uji ini dapat dinyatakan valid terhadap variabel latennya apabila nilai dari Standardized Loading Factor (SLF) dengan nilai > 0.5 dan t-value di loading factor dengan nilai > 1.96 (Hair et al., 2014).

2) Uji Realibilitas

Uji ini yang digunakan untuk mengukur tingkat konsisten/realibilitas terhadap variabel laten di dalam measurement model-nya dinilai dengan menghitung nilai dari suatu construct reliability dan variance extracted.

Apabila dari nilai CR > 0,7 dan VE > 0,5, maka nilai tersebut dinyatakan reliable (Hair et al., 2014). Untuk menghitung kedua nilai tersebut dapat dirumuskan sebagai berikut:

C𝑹 = (𝚺 𝑺𝑳𝑭)

^𝟐

/(𝚺 𝑺𝑳𝑭)

^𝟐

+ 𝚺𝒆𝒓𝒓𝒐𝒓 𝑽𝑬 = 𝚺 𝑺𝑳𝑭

^𝟐

/𝚺 𝑺𝑳𝑭

^𝟐

+ (𝚺𝒆𝒓𝒓𝒐𝒓)

Keterangan: / adalah dibagi

(39)

93

Measurement Model dari penelitian ini memiliki 8 variabel yang diteliti sebagai berikut:

1) Perceived system quality

Variabel ini memiliki empat indikator pernyataan 1^st CFA yang merepresentasikan satu variabel laten dari perceived system quality. Variabel laten (ζ1) yang merepresentasikan perceived system quality dapat digambarkan sebagai berikut:

2) Perceived content quality

Variabel ini memiliki tiga indikator pernyataan 1^stCFA yang merepresentasikan satu variabel laten dari perceived content quality. Variabel laten (ζ2) yang merepresentasikan perceived content quality dapat digambarkan sebagai berikut:

3) Customization

Variabel ini memiliki enam indikator pernyataan 1^stCFA yang merepresentasikan satu variabel laten dari customization.

Variabel laten (ζ3) yang merepresentasikan customization dapat digambarkan sebagai berikut:

X5 X6 X7

Perceived content quality(ζ2)

Gambar 3.19 Measurement Model Perceived System Quality

Gambar 3.20 Measurement Model Perceived Content Quality

X1 X2 X3 X4

Perceived system quality (ζ1)

(40)

94

4) Perceived ease of use

Variabel ini memiliki lima indikator pernyataan 1^stCFA yang merepresentasikan satu variabel laten dari perceived ease of use.

Variabel laten (ƞ1) yang merepresentasikan perceived ease of use dapat digambarkan sebagai berikut:

5) Perceived price level

Variabel ini memiliki tiga indikator pernyataan 1^st CFA yang merepresentasikan satu variabel laten dari perceived price level.

Variabel laten (ζ4) yang merepresentasikan perceived price level dapat digambarkan sebagai berikut:

X8 X9

X10 Customization

(ζ3) X11

X12 X13

Y1

Y2

Y3

Y4

Perceived ease of use (ƞ1)

Y5

Gambar 3.21 Measurement Model Customization

Gambar 3.22 Measurement Model Perceived Ease of Use

(41)

95

6) Perceived psychological risk

Variabel ini memiliki tiga indikator pernyataan 1st CFA yang merepresentasikan satu variabel laten dari perceived psychological risk. Variabel laten (ζ5) yang merepresentasikan dari perceived psychological risk dapat digambarkan sebagai berikut:

7) Attitude to Use

Variabel ini memiliki tiga indikator pernyataan 1^stCFA yang merepresentasikan satu variabel laten dari attitude to Use.

Variabel laten (ƞ2) yang merepresentasikan attitude to use dapat digambarkan sebagai berikut:

X14

X15

X16

Perceived price level

(ζ4)

Gambar 3.23 Measurement Model Perceived Price Level

Gambar 3.24 Measurement Model Perceived Psychological Risk

X17

X18

X19

Perceived psychological

risk(ζ5) λX154

λX185

(42)

96

8) Continuance intention to use

Variabel ini memiliki tiga indikator pernyataan 1^stCFA yang merepresentasikan satu variabel laten dari continuance intention to use. Variabel laten (ƞ3) yang merepresentasikan continuance intention to use dapat digambarkan sebagai berikut:

Structural Model

Model ini menggambarkan model kedua dari dua model yang dievaluasi dalam SEM. Sebuah teori yang mendefinisikan bagaimana komponen berhubungan satu sama lain, seringkali melalui banyak ketergantungan (Malhotra, 2020).

Bukti sampel dan teori probabilitas yang didasari oleh prosedur dari uji hipotesis untuk menentukan apakah hipotesis adalah pernyataan yang masuk akal. (Lind et al., 2017). Uji hipotesis memiliki enam prosedur sebagai berikut:

1) Menentukan hipotesis nol (H0) dan hipotesis alternatif (H1).

Y6

Y7

Y8

Attitude to use (ƞ2)

Y9

Y10

Y11

Continuance intention to

use (ƞ3)

Gambar 3.25 Measurement Model Attitude to Use

Gambar 3.26 Measurement Model Continuance Intention to Use

λY72

λY103

(43)

97

Hipotesis nol artinya H0: μ ≥ 0, sedangkan H1: μ < 1. Pengujian melakukan one-tailed test karena peneliti ingin menentukan apakah telah terjadi pengurangan nilai. Ketidaksamaan dalam hipotesis alternatif menunjuk ke daerah penolakan di ekor kiri distribusi.

2) Memilih tingkat signfikansi dengan 0.05.

Tingkat signifikansi (α) adalah probabilitas bahwa H0 akan ditolak jika terbukti. Tingkat signifikansi yang digunakan dalam penelitian ini = 0,05 atau 5%.

3) Memilih statistik uji.

Statistik uji adalah nilai yang ditentukan berdasarkan informasi sampel.

Hal ini digunakan untuk menentukan jika hipotesis nol (H0) akan ditolak atau tidak.

4) Merumuskan aturan keputusan.

Aturan keputusan adalah pernyataan di mana H0 ditolak atau diterima sesuai dengan artinya. Penelitian ini menggunakan uji satu sisi dengan signifikansi, menggunakan nilai t, dimana suatu hipotesis dinilai signifikan jika nilai t lebih besar dari 1,645 untuk hipotesis negatif atau lebih besar dari 1,645 untuk hipotesis positif (Lind et al., 2017). Nilai t apabila dibulatkan menjadi 1,65 dengan one-tailed test.

5) Membuat keputusan.

Uji statistik dilakukan saat membuat keputusan. Pada prosedur ini, ia memutuskan apakah akan menolak H0 atau tidak dengan

Gambar 3.27 Sampling Distribution of the Statistic z Sumber: Lind et al. (2017)

(44)

98

membandingkannya dengan ambang batas. Model struktural dari penelitian ini terdapat gabungan dari variabel endogen yang terdiri dari perceived system quality, perceived content quality, customization, perceived price level, dan perceived psychological risk. Sedangkan untuk variabel eksogen terdiri dari perceived ease of use, attitude to use, dan continuance intention to use. Maka dari itu, penulis menyimpulkan bahwa model struktural yang menggambarkan keseluruhan dari penelitian ini dapat digambarkan sebagai berikut :

6) Mengintepretasi hasil.

Proses tersebut tidak berakhir dengan nilai statistik sampel atau keputusan untuk menolak atau tidak menolak hipotesis nol.

Gambar 3.28 Structural Model Path Diagram