3. METODE PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian yang digunakan oleh peneliti adalah penelitian asosiatif.
Menurut Sugiyono (2017) penelitian asosiatif merupakan penelitian yang bertujuan untuk mengetahui pengaruh ataupun hubungan antara dua variabel atau lebih.
Penelitian ini menguji pengaruh subjective norms, perceived behavioral control, perceived risk, dan perceived usefulness terhadap niat penggunaan kartu kredit.
3.2. Populasi dan Sampel Penelitian 3.2.1. Populasi Penelitian
Menurut Sugiyono (2017) populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
Populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam yang lain.
Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek itu.
Populasi dalam penelitian ini adalah pemilik dan pengguna kartu kredit utama di Surabaya dengan karakteristik mengikuti aturan yang telah ditetapkan oleh OJK berdasarkan (SEBI No.14/17/DASP butir VII.B ayat (2) huruf a dan b) yaitu:
1. Minimal berusia 21 tahun atau telah kawin
2. Memiliki penghasilan tetap minimal Rp 3.000.000 per bulan.
3.2.2. Sampel Penelitian
Menurut Sugiyono (2017) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Penelitian ini menggunakan teknik pengambilan sampel non-probability sampling, yaitu sampling insidental.
Sampling insidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan/insidental bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data. Ukuran sampel dalam penelitian ini menggunakan rumus
Lemeshow (1990) dikarenakan jumlah populasi pemilik dan pengguna kartu kredit utama di Surabaya tidak diketahui:
𝑛 = 𝑍2𝑝(1−𝑝)
𝑑2 (3.1)
Keterangan: n = jumlah sampel
Z = derajad tingkat kepercayaan (90%) p = estimasi proporsi (50%)
d = alpha atau besarnya toleransi kesalahan (10%)
Penggunaan proporsi (p=50%) dianggap mewakili populasi yang ada.
Sehingga,
𝑛 =1,962 x 0,5 x (1−0,5) 0,12
𝑛 = 96 ≈ 100
Berdasarkan pertimbangan dan hasil perhitungan diatas, maka jumlah sampel yang ditetapkan dalam penelitian ini adalah sebanyak 100 orang.
3.3. Jenis dan Sumber Data
Penelitian ini menggunakan data primer. Menurut Sugiyono (2017) yang dimaksud dengan data primer adalah sumber data yang dikumpulkan sendiri oleh peneliti langsung dari sumber pertama atau tempat objek penelitian dilakukan.
Sumber data yang dimaksud dalam penelitian ini adalah berasal dari responden yang mengisi kuesioner. Data primer dalam penelitian ini diperoleh melalui jawaban responden terhadap pernyataan-pernyataan dalam kuesioner yang diberikan kepada responden.
3.4. Metode dan Prosedur Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah kuesioner. Menurut Sugiyono (2017), kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab. Diharapkan responden dapat memilih jawaban yang paling sesuai dengan kondisi dan kenyataan yang sesungguhnya.
Dalam hal ini peneliti akan membagikan kuesioner kepada responden melalui penyebaran kuesioner secara langsung.
Kuesioner yang digunakan terdiri dari 2 bagian. Pada bagian pertama berisi pernyataan-pernyataan untuk mendapatkan informasi umum mengenai data diri responden, seperti: jenis kelamin, usia, status, pendidikan terakhir, penghasilan tetap per bulan, dan pekerjaan. Kuesioner bagian kedua berisi pernyataan- pernyataan untuk mendapatkan data penelitian dari variabel subjective norms, perceived behavioral control, perceived risk, perceived usefulness, dan niat penggunaan kartu kredit. Pernyataan-pernyataan pada bagian kedua dari kuesioner ini diukur dengan 5 poin skala likert. Skala likert merupakan skala perhitungan yang menyediakan pilihan jawaban dengan menggunakan kode antara 1 “sangat tidak setuju” sampai 5 “sangat setuju” dari sebuah pernyataan yang disediakan.
3.5. Definisi Operasional Variabel
Variabel penelitian adalah sesuatu yang dapat membedakan atau mengubah sebuah nilai. Untuk mempermudah pengukuran sebuah variabel pada penelitian, maka peneliti membutuhkan penguraian definisi operasional dan variabel-variabel yang akan diteliti yang bertujuan untuk memberikan batasan-batasan pada objek yang akan diteliti. Penelitian ini melibatkan variabel eksogen, yaitu subjective norms, perceived behavioral control, perceived risk, perceived usefulness, dan variabel endogen yaitu niat penggunaan kartu kredit. Berikut adalah penjelasan konsep, definisi operasional dan indikator empirik dari setiap variabel yang digunakan:
a. Konsep : Subjective Norms
Definisi Operasional : Persepsi seseorang terhadap tekanan sosial yang mempengaruhi dirinya untuk melakukan atau tidak melakukan suatu perilaku tertentu, sejauh mana seseorang memiliki motivasi untuk mengikuti pandangan orang yang dianggap penting dalam melakukan perilaku (penggunaan kartu kredit) (Ajzen, 1991).
Indikator Empirik : Diukur dengan keyakinan normatif dan motivasi untuk menggunakan kartu kredit dipengaruhi oleh:
(Nguyen & Cassidy, 2018; Bousnina & Ettis, 2016)
1) Keluarga 2) Orang tua 3) Saudara-saudara 4) Teman-teman
5) Banyak orang secara umum b. Konsep : Perceived Behavioral Control
Definisi Operasional : Persepsi mengenai kemudahan atau kesulitan yang dirasakan dalam melakukan perilaku tertentu (penggunaan kartu kredit), yang merefleksikan pengalaman masa lalu dan mengantisipasi akan terjadinya halangan. Perceived Behavioral Control merupakan faktor yang akan mempersulit atau mempermudah seseorang untuk menggunakan kartu kredit (Ajzen, 1991).
Indikator Empirik : Diukur dengan faktor internal yang mengandung pernyataan bahwa menggunakan kartu kredit memerlukan: (Bousnina & Ettis, 2016; Kennedy, 2013)
1) Kontrol diri
2) Kemampuan membayar tagihan 3) Dibawah kendali.
Diukur dengan faktor eksternal yang mengandung pernyataan bahwa menggunakan kartu kredit memerlukan pengetahuan (Bousnina & Ettis, 2016) c. Konsep : Perceived Risk
Definisi Operasional : Persepsi seseorang mengenai ketidakpastian dan konsekuensi-konsekuensi negatif yang mungkin diterima atas pembelian suatu produk atau jasa dengan menggunakan kartu kredit (Oglethorpe &
Monroe, 1994; Murray, 1991).
Indikator Empirik : Diukur dengan ketidakpastian dan konsekuensi yang mengandung pernyataan bahwa
menggunakan kartu kredit menimbulkan kekhawatiran: (Liu, Brock, Shi, Chu, & Tseng, 2013; Nam & Quan, 2019)
1) Barang tidak dikirim setelah melakukan transaksi online
2) Keamanan kartu kredit 3) Keamanan informasi pribadi
4) Terjadinya kerugian finansial di masa depan 5) Harus bertanggung jawab atas transaksi yang
tidak dilakukan
6) Pembayaran tagihan tidak tepat waktu.
d. Konsep : Perceived Usefulness
Definisi Operasional : Tingkat kepercayaan seseorang bahwa dengan menggunakan sistem tertentu (kartu kredit) akan mendapatkan keuntungan bahkan dapat meningkatkan kinerja dalam suatu pekerjaan (Davis, 1989).
Indikator Empirik : Diukur dengan efektivitas kerja, produktivitas dan penghematan waktu, serta pentingnya sistem bagi pekerjaan seseorang yang mengandung pernyataan bahwa menggunakan kartu kredit: (Davis, 1989;
Nguyen & Cassidy, 2018; Amin, 2007; Venkatesh
& Bala, 2008; Chan & Lu, 2004)
1) Membantu menyelesaikan pekerjaan 2) Meningkatkan produktivitas
3) Dapat dilakukan dimanapun dan kapanpun 4) Mendapatkan manfaat
5) Memudahkan transaksi pembayaran 6) Menghemat waktu
7) Dapat mengelola keuangan dengan lebih efisien.
e. Konsep : Niat Penggunaan Kartu Kredit
Definisi Operasional : Niat penggunaan kartu kredit dapat diartikan sebagai ketertarikan yang diikuti dengan perasaan senang atau puas disertai dengan berbagai faktor yang memotivasi seseorang untuk melakukan belanja menggunakan kartu kredit (Jogiyanto, 2008).
Indikator Empirik : Diukur dengan frekuensi penggunaan kartu kredit yang mengandung pernyataan bahwa kartu kredit digunakan untuk: (Kennedy, 2013; Bousnina &
Ettis, 2016; Gefen, Karahanna, & Straub, 2003) 1) Kebutuhan pembayaran
2) Transaksi pembelian
3) Mengontrol pembayaran tagihan 4) Membayar pengeluaran harian 5) Membeli dari vendor online
6) Niat melakukan pembayaran tagihan secara minimum
7) Kemungkinan keterlambatan pembayaran tagihan.
3.6. Teknik Analisa Data 3.6.1. Analisa Deskriptif
Menurut Sugiyono (2017) statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
Langkah-langkah teknik analisa data dalam penelitian ini adalah dengan melakukan koding pada demografi dan variabel dependen maupun independen menggunakan skala likert 1 “sangat tidak setuju” dan 5 “sangat setuju”, kemudian melakukan analisa deskriptif menggunakan crosstab
(tabulasi silang) untuk mendeskripsikan faktor jenis kelamin, usia, status, pendidikan terakhir, penghasilan tetap per bulan, dan pekerjaan.
3.6.2. Analisa Partial Least Square (PLS)
Pendekatan Structural Equation Modelling (SEM) merupakan pendekatan yang digunakan dalam penelitian ini dengan menggunakan path diagram yang memungkinkan untuk memasukan semua variabel yang diamati sesuai dengan model teori yang berkaitan. SEM adalah salah satu dari teknik analisis multivariat yang digunakan untuk menguji teori mengenai sekumpulan relasi antar sejumlah variabel secara simultan.
Hubungan yang rumit tersebut dapat diartikan sebagai rangkaian pengaruh yang dibangun antara satu atau beberapa variabel dependen dengan satu atau beberapa variabel independen, di mana setiap variabel dependen dan independen berbentuk struktur yang dibangun dari beberapa indikator yang diobservasi atau diukur secara langsung.
Dalam penelitian ini, analisa SEM yang digunakan adalah Partial Least Square (PLS) dengan proses perhitungan yang dibantu dengan program aplikasi SmartPLS. PLS dapat menganalisa secara menyeluruh mengenai hubungan antara variabel yang terdapat dalam penelitian ini.
Terdapat juga model analisa PLS, yaitu inner model dan outer model. Outer model disebut juga dengan outer relation atau measurement model, merupakan spesifikasi hubungan antar variabel dengan indikatornya. Outer model mendefinisikan karakteristik konstruk laten dengan variabel manifesnya. Sedangkan, inner model yang disebut juga dengan inner relation atau structural model merupakan spesifikasi hubungan tentang variabel tersembunyi atau laten, yaitu antara variabel eksogen dengan variabel endogen (Ghozali, 2011).
Bentuk persamaan Partial Least Square adalah sebagai berikut: (3.2) η = γSNS𝑆𝑁𝑆 + γPBC𝑃𝐵𝐶 + γPRK𝑃𝑅𝐾 + γPUS𝑃𝑈𝑆 + ζ
Keterangan:
SNS = Subjective Norms PUS = Perceived Usefulness
PBC = Perceived Behavioral Control PRK = Percevied Risk
NPKK = Niat Penggunaan Kartu Kredit 1. Mengkonstruksi diagram path
Diagram path menunjukkan hubungan terhadap alur kausal antar variabel eksogen dan endogen. Gambar berbentuk kotak menunjukkan variabel manifest atau berupa indikator empirik. Sedangkan, gambar berbentuk bulat adalah variabel laten atau konstruk yang terdiri dari variabel eksogen dan variabel endogen. Diagram path dalam penelitian ini adalah sebagai berikut:
Gambar 3.1. Diagram Path Penelitian
2. Evaluasi Goodness of Fit Outer Model
Evaluasi ini digunakan untuk menguji validitas dan reliabilitas penelitian. Apabila mampu mengukur apa yang diinginkan dan dapat mengungkapkan data dari variabel yang diteliti secara tepat, maka instrument dapat dikatakan valid. Evaluasi untuk model pengukuran dapat dilakukan melalui:
1. Convergent Validity
Convergent Validity digunakan untuk memngukur dalam menentukan apakah setiap indikator yang diestimasi secara valid mengukur dimensi dari konsep yang diukur. Convergent validity dinilai berdasarkan loading factor. Menurut Ghozali (2011), skala pengukuran nilai bobot lebih besar 0,50 dianggap valid.
2. Discriminant Validity
Discriminant vaiidity merupakan pengukuran indikator dengan variabel laten. Pengukuran discriminant validity dinilai berdasarkan nilai AVE (Average Variance Extracted) dan Cross Loadings dimana nilai AVE harus lebih besar dari 0,50 (Ghozali, 2011).
3. Composite Reliability
Composite reliability merupakan derajat yang mengindikasikan common laten (unobserved), sehingga dapat menunjukkan indikator blok yang mengukur konsitensi internal dan indikator pembentuk konstruk. Nilai batas yang diterima untuk tingkat composite reliability adalah 0,60 (Ghozali, 2011).
3. Evaluasi Goodness of Fit Inner Model
Inner model dapat dievaluasi dengan melihat stabilitas dari estimasi yang dinilai dengan menggunakan uji T-statistik dan pengaruh positif dan negatif dilihat dari original sample (O) yang didapat melalui prosedur bootstrapping (Ghozali, 2011). Selain itu, R-square juga dapat mengevaluasi inner model. R-square mengartikan keragaman konstruk endogen yang mampu dijelaskan oleh konstruk-konstruk eksogen secara serentak (Ghozali, 2011).
Selain itu, untuk mengukur model konstruk digunakan Q-Square predictive relevance. Q-Square dapat mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Jika Q-Square lebih besar dari 0 maka model memiliki predictive relevance, sebaliknya Q-Square lebih kecil dari 0 menunjukkan model kurang memiliki predictive relevance. Perhitungan Q-Square dapat dilakukan dengan rumus sebagai berikut:
Q2 = 1 – (1 – R12) x (1 – R22) … (1 – Rp2) ………(3.3) Keterangan: R12, R22, Rp2 : R-Square variabel endogen dalam model 3.6.3. Uji Hipotesa Statistik
Pengujian hipotesis penelitian dilakukan untuk mengetahui pengaruh variabel laten eksogen terhadap variabel laten endogen didasarkan pada nilai t- statistic, pengaruh tersebut dinyatakan signifikan jika nilai t-statistic di atas 1,96.
a. H0 : β1 = 0, Subjective norms tidak berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
H1 : β1 ≠ 0, Subjective norms berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
b. H0 : β2 = 0, Perceived behavioral control tidak berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
H1 : β2 ≠ 0, Perceived behavioral control berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
c. H0 : β3 = 0, Perceived risk tidak berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
H1 : β3 ≠ 0, Perceived risk berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
d. H0 : β4 = 0, Perceived usefulness tidak berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
H1 : β4 ≠ 0, Perceived usefulness berpengaruh signifikan terhadap niat penggunaan kartu kredit pada masyarakat Surabaya.
Kriteria Keputusan:
1. Apabila t-value ≥ 1,96, maka tolak H0. 2. Apabila t-value < 1,96, maka gagal tolak H0.
