47 BAB IV
ANALISIS DATA DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data
Populasi yang menjadi objek dalam penelitian ini adalah responden yang pernah melakukan pembelian melalui e-tailling. Responden yang diambil untuk penelitian ini sebanyak 110 responden. Penyebaran kuesioner dilakukan dengan cara membagi kuesioner secara langsung kepada calon responden. Dari rencana kuesioner yang disebar kepada responden sebanyak 110 kuesioner, terdapat 10 kuesioner yang tidak kembali sehingga hanya 100 kuesioner yang memenuhi syarat untuk dianalisis.Keterangan lebih lengkap mengenai pengumpulan kuesioner dapat dilihat pada Tabel 4.1.
Tabel 4.1.
Data kuesioner yang disebar
Keterangan Jumlah %
Kuesioner disebar secara langsung 110 100 % Kuesioner yang diisi tidak lengkap (10) 1% Kuesioner yang tidak kembali (0) 00% Kuesioner yang dapat diolah 100 99% Sumber : data diolah, 2015
4.2. Deskripsi Responden 4.2.1 Jenis Kelamin
48
Berdasarkan dari jenis kelamin responden terdiri dari 2 kategori, yaitu laki-laki dan perempuan. Deskripsi responden berdasar jenis kelamin disajikan pada Tabel 4.2.
Tabel 4.2
Jenis Kelamin Responden
Kategori Keterangan Jumlah Responden %
Jenis Kelamin Perempuan 70 70
Laki-laki 30 30
Total 100 100
Sumber : data diolah
Berdasarkan hasil deskripsi responden berdasarkan jenis kelamin, dapat disimpulkan bahwa mayoritas responden adalah perempuan sebesar 70 responden atau 70%. Sedangkan responden laki-laki sebesar 30 responden atau 30%.
4.2.2Tempat Menggunakan Layanan E-Tailling
Hasil analisis deskriptif responden berdasarkan tempat menggunakan layanan e-tailling dapat dilihat pada Tabel 4.3
Tabel 4.3
Tempat Menggunakan E-Tailling Kategori
Keterangan Jumlah Responden %
Tempat Tempat Kerja 10 10 Kampus 4 4 Via Handphone 70 70 Rumah 12 12 Warnet 4 4 Perpustakaan 0 0 Tempat Teman/Saudara 0 0 Lainnya 0 0 Total 100 100
49
Dari hasil data yang diperoleh dan yang digunakan oleh penelitimayoritas responden melakukan pembelian e-taillingmelalui handphone sebesar 70 responden. Kemudian responden melakukan pembelian e-taillingmelalui rumah sebesar 12 responden, tempat kerja sebesar 10 responden, rumah sebesar 12 responden dan melakukan reservasi di warnet sebesar 4 responden.
4.2.3. Usia
Berdasarkan usia reponden terdiri dari 5 kategori, yaitu di bawah 20 tahun, 20-30 tahun, 31-40 tahun, 40-50 tahun, dan > 50 tahun. Hasil analisis deskriptif responden berdasarkan umur mereka disajikan pada Tabel 4.4.
Tabel 4.4 Usia Responden
Kategori Keterangan Jumlah Responden %
Usia < 20 tahun 15 15 20 – 30 tahun 55 55 31-40 tahun 20 20 41-50 tahun 10 10 >50 tahun 0 0 Total 100 100
Sumber : data diolah
Dari hasil data yang diperoleh dan yang digunakan oleh peneliti. Sebanyak 55 responden berusia 20-30 tahun, 20 responden berusia 31-40 tahun, 15 responden berusia < 20 tahun, 10 responden berusia 41-50 tahun dan 0 responden lebih dari 50 tahun. Berdasarkan uraian tersebut, mayoritas responden yang melakukan pembelian melalui e-tailling adalah responden berusia 20-30 tahun yaitu sebesar 55 responden atau 55%.
50
Hasil analisis deskriptif responden berdasarkan pendidikan dapat dilihat pada Tabel 4.5
Tabel 4.5
Pendidikan Responden Kategori
Keterangan Jumlah Responden %
Pendidikan ≤ SMA 12 12 D1-D3 22 22 S1 58 58 S2 7 7 S3 1 1 Total 100 100
Sumber : data diolah, 2015
Dari hasil data yang diperoleh dan yang digunakan oleh peneliti sebanyak 12responden berpendidikan ≤ SMA, 22 respondenmempunyai pendidikan D1-D3, 58 responden berpendidikan S1, 7 responden mempunyai pendidikan S2 dan 1 responden berpendidikan S3. Hasil tersebut membuktikan bahwa mayoritas responden adalah mereka dengan pendidikan S1.
4.2.5Pekerjaan
Hasil analisis deskriptif responden berdasarkan pekerjaan dapat dilihat pada Tabel 4.6.
Tabel 4.6 Pekerjaan Responden Kategori
Keterangan Jumlah Responden %
Pekerjaan
PNS/TNI/POLRI 11 11
Wiraswasta 47 47
Guru 11 11
51
Lainnya 0 0
Total 100 100
Sumber : data diolah, 2015
Dari hasil data yang diperoleh dan yang digunakan oleh peneliti sebanyak 11responden mempunyai pekerjaan TNI/PNS/POLRI, 47 respondenmempunyai pekerjaan sebagai wiraswasta, 11 responden mempunyai pekerjaan guru, 31 responden mempunyai pekerjaan sebagai karyawan swasta dan 0 responden bekerja lain-lain. Hasil tersebut membuktikan bahwa mayoritas responden adalah mereka dengan pekerjaan sebagai wiraswasta.
4.2.5Pendapatan
Hasil analisis deskriptif responden berdasarkan pendapatan dapat dilihat pada Tabel 4.7. Tabel 4.7 Pendapatan Responden Kategori Keterangan Jumlah Responden % Pendapatan < Rp. 2.500.000 30 30 Rp. 2.500.001,- s/d Rp. 5.000.000,- 60 60 Rp. 5.000.001,- s/d Rp. 7.500.001,- 8 8 Rp. 7.500.001,- s/d Rp. 10.000.000,- 2 2 >Rp. 10.000.000,- 0 0 Total 100 100
Sumber : data diolah, 2015
Dari hasil data yang diperoleh dan yang digunakan oleh peneliti sebanyak 60responden mempunyai pendapatan Rp. 2.500.001 sampai dengan Rp. 5.000.000,-, 30 respondenmempunyai pendapatan < Rp. 2.500.000, 8 responden mempunyai pendapatan sebesar Rp. 5.000.000,- sampai dengan Rp. 7.500.000,-, 2 responden mempunyai pendapatan sebesar Rp. 7.500.001 sampai dengan Rp. 10.000.000,- dan tidak ada responden yang mempunyai pendapatan > Rp.
52
10.000.000. Hasil tersebut membuktikan bahwa mayoritas responden adalah mereka dengan pendapatan kurang dari Rp. 2.500.001 sampai dengan Rp. 5.000.000,-,.
4.3 Uji Instrumen Penelitian 4.3.1 Uji Validitas
Uji validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan atau kesahihan suatu instrumen. Suatu instrumen dianggap valid apabila mampu mengukur apa yang diinginkan (Simamora, 2004). Hasil uji validitas disajikan pada tabel 4.8.
Tabel 4.8
Initial Item Loadings dan AVE
Variabel Konstruk Items Loading AVE
Kualitas Pelayanan
E-tailling
Kuantitas dan kualitas produk ESQ1 0,497
0.481 Pengiriman barang e-tailling
tepat waktu ESQ2 0,592
Proses penagihan ESQ3 0,677
Tanggapanpertanyaan
konsumen ESQ4 0,696
Menepati janji ESQ5 0,626
Informasi yang lengkap ESQ6 0,632
Informasi kontak ESQ7 0,625
Kemudahan mudah
menghubungi operator ESQ8 0,589 pilihan pemesanan ESQ9 0,153 Informasi lebih lanjut ESQ10 0,668 Perhatian secara pribadi ESQ11 0,838 Forum untuk pertanyaan
konsumen ESQ12 0,907
Mengucapkan terima kasih
kepada konsumen ESQ13 0,815
Keamanan informasi ESQ14 0,868
Resiko transaksi ESQ15 0,765
Informasi bisnis ESQ16 0,745
53
Variabel Konstruk Items Loading AVE
Kepercayaan
Fungsi yang dibutuhkan TW1 0,757
0,590 Kemampuan TW2 0,759 Kemampuan keseluruhan TW3 0,739 Kehandalan TW4 0,815 Kecemasan berbelanja melalui internet
Kehilangan banyak informasi ISA1 0,799
0.784 Kehilangan layanan ISA2 0,932
Ide yang buruk
ISA3 0,920 Tabel 4.8 Lanjutan
Variabel Konstruk Items Loading AVE
Persepsi Resiko Tingkat resiko PR1 0,916 0.454 Kemampuan membandingkan harga PR2 0,946
Kemampuan memeriksa produk PR3 -0,115 Mengorbankan informasi
pribadi PR4 0,265
Kepuasan Konsumen
Keputusan yang benar CS1 0,438
0.562 Kepuasan layanan e-tailling CS2 0,828
Kepuasan keseluruhan. CS3 0,884
Pengalaman CS4 0,768
Sumber : data diolah, 2016
Pengujian validitas dalam penelitian ini menggunakan nilai AVE.Nilai AVE (Average Variance Extraced) harus lebih besar 0,50 itu dikatakan cukup dan nilai loading factor yang baik adalah diatas 0,5 (Ghozali, 2006) . Untuk mengevaluasi validitas diskriminan digunakan software SmartPLS. Menurut Chin (1998 dalam Ghozali, 2006) nilai loadingfactor 0.50 sampai 0.60 rnasih dapat dipertahankan untuk model yang masih dalam tahap pengembangan. Berdasarkan kriteria ini indikator -indikator yang nilai loadingnya kurang dari 0.50 harus dikeluarkan dari analisis. Dari hasil perhitungan loading factor, untuk konstruk variabel kualitas pelayanan adalah indicator ESQ1 dan ESQ9 sedangkan untuk konstruk variabel persepsi resiko adalah konstruk PR3 dan PR4 dan untuk kosntruk variabel kepuasan konsumen adalah CS1.
54
Dalam Tabel 4.9 terlihat bahwa nilai AVE seluruh variabel di atas, 0,5 dan tidak ada nilai loading factor yang dibawah 0,5. Berdasarkan hasil nilai loading factor dan AVE dapat disimpulkan bahwa validitas konvergen terpenuhi. Artinya bahwa keberadaan antara korelasi antar instrumen yang berbeda semuanya cukup valid. Pemenuhan validitas diskriminan dapat dilihat dari nilai cross loadingkonstruk. Jika korelasi indikator konstruk memiliki nilai lebih tinggi dibandingkan dengan korelasi indikator tersebut terhadap konstruk lain, maka dikatakan konstruk memiliki validitas diskriminan yang tinggi (Ghozali, 2006).
Hasil estimasi setelah adanya perbaikan indikator variabel dari variabel yang tidak valid tersebut disajikan pada tabel 4.9
Tabel 4.9
Initial Item Loadings dan AVE (Setelah Perbaikan Data)
Variabel Indikator Items Loading AVE
Kualitas Pelayanan
E-tailling
Pengiriman barang e-tailling
tepat waktu ESQ2 0,584
0,526
Proses penagihan ESQ3 0,671
Tanggapan pertanyaan
konsumen ESQ4 0,691
Menepati janji ESQ5 0,618
Informasi yang lengkap ESQ6 0,627
Informasi kontak ESQ7 0,628
Kemudahan mudah
menghubungi operator ESQ8 0,600 Informasi lebih lanjut ESQ10 0,664 Perhatian secara pribadi ESQ11 0,840 Forum untuk pertanyaan
konsumen ESQ12 0,909
Mengucapkan terima kasih
kepada konsumen ESQ13 0,815
Keamanan informasi ESQ14 0,871
Resiko transaksi ESQ15 0,765
Informasi bisnis ESQ16 0,745
Hadiah dan diskon ESQ17 0,744
55
Variabel Indikator Items Loading AVE
Kemampuan TW2 0,759 Kemampuan keseluruhan TW3 0,739 Kehandalan TW4 0,815 Kecemasan berbelanja melalui internet
Kehilangan banyak informasi ISA1 0,799
0.784 Kehilangan layanan ISA2 0,932
Ide yang buruk
ISA3 0,920 Persepsi Resiko Tingkat resiko PR1 0,925 0.877 Kemampuan membandingkan harga PR2 0,947 Lanjutan Tabel 4.9
Variabel Indikator Items Loading AVE
Kepuasan Konsumen
Kepuasan layanan e-tailling CS2 0,834
0.691 Kepuasan keseluruhan. CS3 0,899
Pengalaman CS4 0,754
Sumber : data diolah, 2016
Pengujian validitas juga dapat dilihat dari nilai Croos loading. Hasil pengujian validitas menggunakan Croos loading dapat dilihat pada Tabel 4.10.
Tabel 4.10 Cross Loadings CS ESQ ISA PR TW CS2 0,834 -0,170 -0,082 -0,158 -0,482 CS3 0,899 -0,132 -0,173 -0,179 -0,455 CS4 0,754 -0,215 -0,059 -0,170 -0,398 ESQ10 -0,145 0,664 -0,455 -0,055 -0,164 ESQ11 -0,234 0,840 -0,562 -0,213 -0,116 ESQ12 -0,215 0,909 -0,561 -0,460 -0,078 ESQ13 -0,169 0,815 -0,257 -0,536 -0,134 ESQ14 -0,133 0,871 -0,364 -0,555 -0,207 ESQ15 -0,232 0,765 -0,350 -0,258 -0,150 ESQ16 -0,319 0,745 -0,302 -0,428 -0,005 ESQ17 0,016 0,744 -0,216 -0,503 -0,308 ESQ2 -0,200 0,584 -0,091 -0,063 -0,108 ESQ3 -0,179 0,671 -0,150 -0,231 -0,090 ESQ4 -0,133 0,691 -0,128 -0,283 -0,113 ESQ5 -0,199 0,618 -0,045 -0,169 -0,162 ESQ6 -0,133 0,627 -0,101 -0,131 -0,121 ESQ7 0,160 0,628 -0,155 -0,351 -0,386
56 CS ESQ ISA PR TW ESQ8 0,087 0,600 -0,216 -0,381 -0,186 ISA1 -0,157 -0,285 0,799 0,413 -0,158 ISA2 -0,094 -0,425 0,932 0,601 -0,234 ISA3 -0,109 -0,493 0,920 0,838 -0,267 PR1 -0,167 -0,384 0,631 0,925 -0,223 PR2 -0,212 -0,422 0,742 0,947 -0,161 TW1 -0,137 -0,097 -0,243 -0,242 0,757 TW2 -0,592 -0,171 -0,164 -0,096 0,759 TW3 -0,644 -0,215 -0,085 -0,096 0,739 TW4 -0,499 -0,154 -0,220 -0,130 0,815
Tabel diatas menunjukkan pengujian validitas untuk indikator reflektif menggunakan korelasi antara skor item dengan skor konstruknya. Pengukuran dengan indikator reflektif menunjukkan adanya perubahan pada suatu indikator dalam suatu konstruk jika indikator lain pada konstruk yang sama berubah (atau dikeluarkan dari model). Indikator reflektif cocok digunakan untuk mengukur persepsi sehingga penelitian ini menggunakan indikator reflektif. Tabel di atas menunjukkan bahwaloading factor memberikan nilai di atas nilai yang disarankan yaitu sebesar 0,5. Nilai cross loading berkisar diantara 0,560 sampai dengan 0,954. Berarti indikator yang dipergunakan dalam penelitian ini adalah valid atau telah memenuhiconvergent validity.
4.3.2. Uji Reliabilitas
Reabilitas adalah suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias dan menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen (Sekaran, 2006). Uji reliabilitas dilakukan untuk dapat mengetahui tingkat kestabilan suatu alat ukur. Pada penelitian ini, uji reliabilitas dilakukan dengan menggunakan pendekatan composite realibility dengan mengunakan output yang dihasilkan PLS. Nilai batas
57
yang diterima untuk tingkat reliabilitas komposit (ρc) adalah ≥ 0.7, walaupun bukan merupakan standar absolut (Ghozali, 2006). Hasil pengujian reliabilitas diilustrasikan pada tabel 4.11.
Tabel 4.11
Composite Reliability dan Korelasi Antar Konstruk
CS ESQ ISA PR TW CS 0,773 ESQ -0,207 0,943 ISA -0,128 -0,472 0,867 PR -0,204 -0,431 0,737 0,861 TW -0,536 -0,189 -0,257 -0,202 0,785 Catatan : Cetak tebal adalah angka composite reliability
Berdasarkan tabeldi atasComposite reability menunjukan nilai yang memuaskan yaitu nilai masing-masing variabel diatas nilai minimum yaitu 0,70. Berdasarkan nilai tersebut menunjukan konsistensi dan stabilitas instrumen yang digunakan sangat tinggi. Dengan kata lain dapat disimpulkan bahwa reliabilitas instrumen terpenuhi.
4.4. Pengujian Inner Model
Pengujian inner model adalah untuk mengevaluasi hubungan konstruk laten atau variabel yang telah dihipotesiskan (Ghozali, 2006) dalam penelitian ini yaitu hal-hal yang mempengaruhi kecemasan, persepsi resiko dan kepuasan. Pengujian inner model dilakukan untuk melihat hubungan antara konstruk dan nilai signifikansinya serta nilai R-square. Nilai R-square digunakan untuk menilai
58
pengaruh variabel independen terhadap variabel dependen apakah mempunyai pengaruh yang subtantif. Berikut ini adalah perhitungan inner model dari data yang didapatkan dan digunakan oleh peneliti dengan menggunakan Partial Least Square.
Tabel 4.12 Hasil Uji R-Square
Variabel R Square
Kecemasan berbelanja
melalui internet 0,347
Persepsi resiko 0,544
Kepuasan konsumen 0,042 Sumber : data diolah, 2015
Nilai r-square variabel kecemasan berbelanja melalui internet sebesar 0,347 yang berarti bahwa serta variabel tersebut dapat dijelaskan oleh variabel kualitas layanan dan kepercayaan sebesar 0,347. Sedangkan nilai r-square variabel persepsi resiko sebesar 0,544 yang berarti bahwa variabel persepsi resiko dapat dijelaskan oleh kecemasan berbelanja melalui internet sebesar 0,544.Model memberikan nilai r-square sebesar 0,042 pada variabel kepuasan konsumen yang berarti bahwa variabel kepuasan konsumen dapat dijelaskan oleh variabel persepsi resiko sebesar 0,042.
4.5. Pengujian Hipotesis
Pengujian hipotesis dapat dilakukan dengan memperhatikan tingkat signifikansinya dan parameter path antara variabel laten. Hipotesis yang diajukan untuk mengetahui hubungan masing-masing konstruk yang dihipotesiskan. Pengambilan keputusan didasarkan pada arah hubungan dan signifikansi dari
59 H1 (-) β= -0.539 t= 12,135 H3 (+) β= 0,737 t= 30,751 H4 (-) β= -0,204 t= 3,749 H2 (-) β= -0.359 t= 8,038
model pengujian dan korelasi antar konstruk yang ditunjukan pada Tabel 4.13 yang merupakan output hasil dari inner weight dengan bantuan software PLS. Hasil dari inner weight ini menunjukkan hubungan korelasi antar konstruk yang menghubungkan antar variabel yang membentuk sebuah hipotesis.
Tabel 4.13
Signifikansi Hubungan Antar Variabel
Hipotesis Path Path
coefficient
t -Value Kesimpulan H1 ESQ -> ISA -0,539 12,135* didukung
H2 TW -> ISA -0,359 8,038* didukung
H3 ISA -> PR 0,737 30,751* didukung
H4 PR -> CS -0,204 3,749* didukung
Catatan : *) Signifikan pada tingkat signifikansi 5% Sumber : data diolah
Ringkasan hasil penelitian juga dapat disajikan pada Gambar 4.1.
Gambar 4.1Hasil Penelitian
4.5.1 Pengujian Hipotesis Pertama
Kualitas pelayanan E-Tailling Kepercayaan Kecemasan Berbelanja Melalui Internet Persepsi Resiko Kepuasan Konsumen
60
H1 : Kualitas layanan e-tailling berpengaruh negatif terhadap kecemasan
berbelanja melalui internet.
Dari Tabel 4.13 parameter hubungan antara variabel tingkat kualitas layanan etailling terhadap kecemasan berbelanja melalui internet adalah sebesar -0,539 dan nilai T-statistik sebesar 12,135 (T-Statistik> t-tabel yaitu sebesar 1,96) dengan alpha 5%. Sehingga dapat diartikan bahwa kualitas layanan e-tailling berpengaruh negatif signifikan terhadap kecemasan berbelanja melalui internet sehingga hipotesis pertama penelitian ini didukung.
Hasil penelitian ini sesuai dengan penelitian Yao dan Liao (2011), Jun dkk. (2004), Page dan Lepkowska-White (2002) yang menemukan hasil kualitas pelayanan akan menurunkan kecemasan berbelanja secara online sedangkan Lin dan Hsing (2011) yang menemukan konsumen yang memiliki kecemasan teknologi yang tinggi maka mereka tidak akan menggunakan internet untuk berbelanja.
4.5.2 Pengujian Hipotesis Kedua
H2 : Kepercayaan berpengaruh negatif terhadap kecemasan berbelanja
melalui internet.
Dari Tabel 4.13 parameter hubungan antara variabel kepercayaan terhadap kecemasan berbelanja melalui internet adalah sebesar -0,359 dan nilai T-statistik sebesar 8,038 (T-Statistic > t-tabel yaitu sebesar 1,96) dengan alpha 5% sehingga dapat diartikan bahwa kepercayaan berpengaruh negatif signifikan terhadap kecemasan berbelanja melalui internet sehingga hipotesis kedua penelitian ini didukung.
61
Hasil penelitian ini sesuai dengan penelitianYao dan Liao (2011) dan White (2001) yang menemukan hasil bahwa kepercayaan berpengaruh negatif terhadap kecemasan bertransaksi melalui Internet.
4.5.3 Pengujian Hipotesis Ketiga
H3 : Kecemasan berbelanja melalui internet berpengaruh positif terhadap
persepsi resiko.
Dari Tabel 4.13 parameter hubungan antara variabel tingkat kecemasan berbelanja melalui internet adalah sebesar 0,737 dan nilai T-statistik sebesar 30,751 (T-Statistic > t-tabel yaitu sebesar 1,96) dengan alpha 5% sehingga dapat diartikan bahwa kecemasan berbelanja melalui internet berpengaruh positif signifikan terhadap persepsi resiko sehingga hipotesis ketiga penelitian ini didukung.
Hasil ini sesuai penelitian Yao dan Liao (2011) yang menemukan hasil bahwa kecemasan berbelanja melalui internet berpengaruh positif terhadap persepsi resiko.
4.5.4 Pengujian Hipotesis Keempat
H4 : Persepsi resiko berpengaruh negatif terhadap kepuasan konsumen.
Dari Tabel 4.13 parameter hubungan antara variabel persepsi resiko terhadap kepuasan konsumen adalah sebesar -0,204 dan nilai T-statistik sebesar 3,749 (T-Statistic > t-tabel yaitu sebesar 1,96) dengan alpha 5% sehingga dapat
62
diartikan bahwa persepsi resiko berpengaruh negatifsignifikan terhadap kepuasan konsumen sehingga hipotesis keempat penelitian ini didukung.
Hasil ini sesuai penelitian Yao dan Liao (2011) dan Kim dan Lennon (2009) menemukan hasil bahwa persepsi reisko berpengaruh negatif terhadap kepuasan konsumen.
4.6 Pembahasan
4.6.1 Pengaruh Kualitas Pelayanan E-Tailling Terhadap Kecemasan Berbelanja Melalui Internet.
Hasil penelitian ini membuktikan bahwa kualitas pelayanan e-tailling akan berpengaruh negatif signifikan terhadap kecemasan berbelanja. Kualitas pelayanan merupakan keunggulan yang diharapkan dan pengendalian atas keunggulan untuk memenuhi pelanggan dimana mengeliminir adanya discrepancy (ketidaksesuaian / adanya perbedaan) antara pelayanan yang diharapkan (melalui persepsi konsumen) dan pelayanan yang dirasakan. Kualitas pelayanan yang baik akan menurunkan respon emosi konsumen dalam menghadapi kecemasan dan kekhawatiran dalam berbelanja melalui internet.
Menurut Page dan Lepkowska-White (2002 dalam Yao dan Liao 2011) untuk membangun citra positif, sangat penting bahwa situs web mudah digunakan, penuh dengan informasi, dan menyediakan untuk transaksi yang aman. Ketika isi dari sebuah website dianggap berkualitas baik, kualitas layanan tersebut dapat digunakan untuk memperkuat citra web dan kesadaran web di kalangan konsumen, dan ketergantungan konsumen terhadap website.
63
Hasil penelitian ini sesuai dengan penelitian Yao dan Liao (2011), Jun dkk. (2004), Page dan Lepkowska-White (2002) yang menemukan hasil kualitas pelayanan akan menurunkan kecemasan berbelanja secara online sedangkan Lin dan Hsing (2011) yang menemukan hasil bahwa menemukan hasil mereka yang memiliki kecemasan teknologi yang tinggi, tidak akan menggunakan internet untuk berbelanja.
4.6.2 Pengaruh Kepercayaan Terhadap Kecemasan Berbelanja Melalui Internet.
Hasil penelitian ini membuktikan bahwa kepercayaan berpengaruh negatif signifikan terhadap kecemasan berbelanja.Kepercayaan (trust) tidak begitu saja dapat diakui oleh pihak lain, melainkan harusdibangun mulai dari awal dan dapat dibuktikan. Jika suatu kepercayaan dapat terjadi diantara kedua pihak yang bersangkutan, maka hal tersebut dapat dengan mudahmeningkatkan minat para pemakai dalam hal ini nasabah. Jika seorang konsumen dapatpercaya dan yakin akan suatu kinerja sebuah sistem baik, maka konsumen akanmenggunakan dan menganggap sebuah sistem tersebut akan menghasilkan hasil yangpositif bagi para penggunanya (Saputro dan Sukirno, 2013).
Kepercayaan merupakan penggerak utama dari semua model bisnis e-commerce (Shomad dan Purnomosidhi, 2013). Hal ini juga tersirat dalam anggapan bahwa kepercayaan dalam bisnis online lebih dibutuhkan daripada bisnis tradisional. Hal ini juga terjadi dengan pelanggan yang akan melakukan belanja secara online. Pelanggan yang percaya terhadap vendor e-tailling akan melakukan secara langsung untuk melakukan pembelian dan mempertimbangkan
64
sedikit informasi, sedangkan pelanggan yang kurang percaya cenderung untuk mencari informasi mengenai vendor e-tailling sehingga dapat meminimalkan resiko yang ada.
Perkembangan teknologi informasi membuat frekuensi interaksi manusia dengan komputer meningkat, yang membuat kepercayaan antara pengguna dan vendor merupakan sebuah isu penting. Ketika konsumen memiliki kepercayaan dalam website toko online, mereka lebih percaya diri pada saat berbelanja. Sebaliknya, ketika mereka tidak percaya dari sebuah situs web maka akan meningkatkan kecemasan belanja internet. Dengan demikian kepercayaan dalam situs web mengurangi tingkat kecemasan belanja internet (Yao dan Liao, 2012).
Hasil penelitian ini sesuai dengan penelitian Yao dan Liao (2011) dan White (2001) yang menemukan hasil bahwa kepercayaan berpengaruh terhadap kecemasan bertransaksi melalui internet.
4.6.3 Pengaruh Kemecasan Berbelanja Melalui Internet Terhadap Persepsi Resiko
Hasil penelitian ini membuktikan bahwa kecemasan berbelanja melalui internet berpengaruh positif signifikan terhadap persepsi resiko. Hal ini membuktikan bahwa semakin tinggi kecemasan seseorang akan meningkatkan persepsi resiko tentang belanja online.
Penguasaan teknis pengoperasian komputer (computer litercy) akan memudahkan dalam hal penerapan penggunaan sistem informasi, sehingga dapat mewujudkan dan mengupayakan proses tahapan yang di butuhkan sistem informasi. Sama halnya dengan penguasaan mahasiswa mengenai computer
65
litercy akan membantu seseorang untuk menyelesaikan persoalan dalam sistem informasi, sehingga jika pemahaman terhadap komputer (computer literacy) itu baik, maka pencapaian terhadap penggunaan sistem informasi yang diperoleh akan baik juga, begitu juga sebaliknya.
Pemakai sistem informasi yang memiliki kemampuan yang diperoleh dari pendidikan dan pengalaman akan meningkatkan kepuasan dalam menggunakan sistem informasi dan akan terus menggunakannya dalam membantu menyelesaikan pekerjaannya karena pemakai memiliki pengetahuan dan kemampuan yang memadai.
Kecemasan komputer merupakan suatu bentuk emosi seseroang dalam menggunakan komputer. Emosi adalah motivasi dasar dan faktor penentu perilaku penting dalam proses konsumsi (Chaudhuri, 1998). Sering kali, individu mengkonsumsi produk dan layanan hanya cukup untuk perasaan atau emosi. Sebagai contoh, mereka mungkin melihat film atau pergi ke sebuah taman hiburan hanya untuk bersenang-senang. Demikian juga, kegiatan pembelian atau konsumsi mungkin didasarkan tidak hanya pada evaluasi dan penalaran tetapi juga pada emosi.
Chaudhuri (1998) mengusulkan dua jenis utama perilaku konsumen: pendekatan pemrosesan informasi dan pendekatan pengalaman. Pendekatan pemrosesan informasi menegaskan bahwa perilaku konsumen didasarkan pada atribut nyata dari informasi dan obyektif, rasional, dan pemecahan masalah. Sebaliknya, pendekatan pengalaman menekankan perilaku konsumen sebagai didasarkan pada atribut non rasional seperti subyektifitas, emosional, dan
66
simbolis. Kedua hal tersebut dapat mempengaruhi perilaku mereka. Ketika konsumen menemukan diri mereka dalam situasi ketidakpastian, mereka biasanya menggunakan informasi untuk mengurangi risiko dalam membuat keputusan. Bahkan, informasi tersebut digunakan untuk mengurangi risiko, ketidakpastian, dan konflik . Ketika merasa tidak pasti, konsumen membutuhkan banyak informasi sebagai dasar pengetahuan untuk meminimalisir risiko. Pengetahuan konsumen berasal dari emosi, yang pada gilirannya mempengaruhi persepsi mereka tentang risiko Chaudhuri (1998).
Hasil penelitian ini sesuai dengan Kim dan Lennon (2012) dan Yao dan Liao (2011) yang menemukan hasil bahwa kecemasan berbelanja melalui internet berpengaruh positif terhadap persepsi resiko.
4.6.4 Pengaruh Persepsi Resiko Terhadap Kepuasan Konsumen
Hasil penelitian ini membuktikan bahwa persepsi resiko berpengaruh negatif signifikan terhadap persepsi resiko. Hal ini membuktikan bahwa semakin tinggi persepsi resiko akan menurunkan kepuasan konsumen.
Pelanggan akan merasa puas terhadap layanan maupun produk yang akan dihasilkan bila layanan maupun produk itu dapat memenuhi kebutuhan dan harapan pelanggan, namun apabila layanan maupun produk yang dihasilkan tidak dapatmemenuhi kebutuhan atau keinginan dari pelanggan, maka akan menimbulkan ketidakpuasan bagi pelanggan. Persepsi resiko digunakan sebagai suatu pengganti resiko karena sukar untuk menangkap resiko sebagai suatu sasaran yang pasti. Persepsi resiko merupakan penaksiran subyektif mengenai
67
probabilitas tipe yang menspesifikkan kecelakaan yang terjadi dan bagaimana kekuatiran akan konsekuensi yang ditimbulkan. Persepsi resiko mencangkup evaluasi kemungkinan atas konsekuensi dari akibat yang negatif. Persepsi resiko mengarah pada kepercayaan keyakinan mengenai kemungkinan keuntungan ataupun kerugian diluar pertimbangan bahwa meliputi hubungan dengan kepercayaan secara khusus. Semakin tinggi resiko yang dihadapi seorang konsumen membuat kenyamanan seseorang terhadap e-tailing akan semakin berkurang.
Hasil ini sesuai dengan penelitian Doolin dkk (2005) menemukan persepsi resiko akan menurunkan perilaku berbelanja online dan penelitian Yao dan Liao (2011) sertaKim dan Lennon (2009) menemukan hasil bahwa persepsi resiko berpengaruh negatif terhadap kepuasan konsumen.
