4. ANALISIS DAN PEMBAHASAN

(1)

57

Universitas Kristen Petra

4. ANALISIS DAN PEMBAHASAN

4.1. Deskripsi Profil Responden

Kuesioner disebarkan kepada beberapa responden di kota Surabaya mulai dari tanggal 29 April 2016 hingga 14 Mei 2016 secara online melalui Google Form. Target awal kuesioner yang ingin disebarkan sejumlah 280 kuesioner, namun karena penyebaran dilakukan secara online dan tidak dapat dibatasi pengisiannya, maka kuesioner yang diterima sejumlah 354 kuesioner.

Tabel 4.1 Tingkat Partisipasi Responden

Jumlah Prosentase (%)

Kuesioner yang Diterima 354 100

Kuesioner yang Tidak Bisa Diolah 65 18.36

Kuesioner yang Siap Diolah 289 81.64

Berdasarkan tabel 4.1 di atas diketahui terdapat 354 kuesioner yang diterima. Dari 354 kuesioner tersebut, terdapat kuesioner yang tidak bisa diolah dan yang siap diolah. Kuesioner yang tidak bisa diolah sebanyak 65 kuesioner dengan tingkat prosentase 18.36% dilihat berdasarkan responden yang tidak pernah membaca E-WOM dan tidak pernah melakukan reservasi hotel secara online dalam kurun waktu enam bulan terakhir. Sedangkan kuesioner yang siap diolah sebanyak 289 kuesioner dengan tingkat prosentase 81.64% dilihat berdasarkan responden yang pernah membaca E-WOM dan pernah melakukan reservasi hotel secara online dalam kurun waktu enam bulan terakhir.

Profil demografis responden seperti jenis kelamin, usia, pekerjaan, dan kisaran pendapatan per bulan akan menjelaskan bagaimana proporsi dan persebaran data dari seluruh responden dan menjelaskan karakteristik dari setiap responden tersebut. Profil demografis responden ditunjukkan dalam tabel 4.2.

Selain itu, penulis juga memiliki dua butir pertanyaan yang berupa screening questions, dimana screening questions ini digunakan untuk menyaring responden yang sesuai dengan kriteria yang ditetapkan oleh penulis. Dua butir pertanyaan tersebut berkaitan dengan responden yang pernah membaca review atau komentar

(2)

58

mengenai suatu hotel pada situs jejaring sosial seperti TripAdvisor, Online Travel Agent, website hotel, dan lain-lain, serta responden yang pernah melakukan reservasi hotel secara online dalam kurun waktu enam bulan terakhir. Screening questions dalam kuesioner dapat dilihat dalam tabel 4.3.

Tabel 4.2 Profil Demografis Responden

No. Atribut Demografis Frekuensi (%) 1. Jenis Kelamin

Laki-laki 120 41.52

Perempuan 169 58.48

Total 289 100

2. Usia

21 - 30 tahun 149 51.56

31 - 40 tahun 77 26.64

41 - 50 tahun 60 20.76

51 - 60 tahun 3 1.04

>60 tahun 0 0

Total 289 100

3. Pekerjaan

Mahasiswa 76 26.3

Karyawan 101 34.95

Ibu Rumah Tangga 22 7.61

Wiraswasta 71 24.57

Lain-lain 19 6.57

Total 289 100

4. Kisaran pendapatan per bulan

<2.000.000 75 25.95

2.000.000 - 6.999.999 115 39.79

7.000.000 - 11.999.999 41 14.19

12.000.000 - 16.999.999 22 7.61

>17.000.000 36 12.46

Total 289 100

Berdasarkan tabel 4.2 di atas dapat diketahui bahwa sebagian besar responden yang berjumlah 120 responden (41.52%) berjenis kelamin laki-laki dan 169 responden (58.48%) berjenis kelamin perempuan. Berdasarkan usia, 149 responden (51.56%) adalah berusia 21-30 tahun. Responden lain berjumlah 77 responden (26.64%) berusia 31-40 tahun, 60 responden (20.76%) berusia 41-50 tahun, dan 3 responden (1.04%) berusia 51-60 tahun. Berdasarkan pekerjaan, 76 responden (26.3%) adalah mahasiswa, 101 responden (34.95%) adalah karyawan, 22 responden (7.61%) adalah ibu rumah tangga, 71 responden (24.57%) adalah

(3)

59

wiraswasta, dan 19 responden (6.57%) ada yang bekerja sebagai dokter, guru, dan Pegawai Negeri Sipil (PNS). Berdasarkan kisaran pendapatan per bulan, 75 responden (25.95%) memiliki pendapatan di bawah 2.000.000, 115 responden (39.79%) memiliki pendapatan 2.000.000 – 6.999.999, 41 responden (14.19%) memiliki pendapatan 7.000.000 – 11.999.999, 22 responden (7.61%) memiliki pendapatan 12.000.000 – 16.999.999, dan 36 responden (12.46%) memiliki pendapatan di atas 17.000.000.

Tabel 4.3 Screening Questions

No. Atribut Pertanyaan Frekuensi (%)

1. Responden yang membaca review atau komentar mengenai suatu hotel pada situs jejaring sosial (TripAdvisor, Online Travel Agent, website hotel, dan lain-lain).

Ya, pernah 349 98.59

Tidak pernah 5 1.41

2. Responden yang melakukan reservasi hotel secara online dalam kurun waktu enam bulan terakhir.

Ya, pernah 294 83.05

Tidak pernah 60 16.95

Total data yang valid 289 81.64

Berdasarkan tabel 4.3 atribut pertanyaan pertama menunjukkan responden yang pernah membaca review atau komentar mengenai suatu hotel pada situs jejaring sosial seperti TripAdvisor, Online Travel Agent, website hotel, dan lain-lain sejumlah 349 responden (98.59%), sedangkan yang tidak pernah membaca review atau komentar sejumlah 5 responden (1.41%). Selain itu, atribut pertanyaan kedua menunjukkan responden yang pernah melakukan reservasi hotel secara online dalam kurun waktu enam bulan terakhir sejumlah 294 responden (83.05%) dan yang tidak pernah sejumlah 60 responden (16.95%).

4.2. Statistik Deskriptif Kualitas Website, Electronic Word of Mouth, Persepsi Resiko, Minat Beli secara Online, dan Pembelian Aktual Statistik deskriptif dalam penelitian ini adalah gambaran keseluruhan jawaban responden terhadap pertanyaan-pertanyaan dalam kuesioner dari setiap variabel yang ditunjukkan melalui nilai rata-rata setiap variabel (nilai mean).

(4)

60

Penulis menggunakan degree of agreement (tingkat kesetujuan) dengan skor nilai tertinggi lima yang berarti sangat setuju dan nilai terendah satu yang berarti sangat tidak setuju. Berdasarkan tingkat kesetujuan tersebut, nilai mean dikelompokkan dalam interval kelas yang didapatkan dengan rumus sebagai berikut:

Interval Kelas = Nilai Tertinggi – Nilai Terendah Jumlah Kelas

= 5 – 1 5

= 0.8

Dari nilai interval kelas di atas, penulis mengkategorikan tingkat kesetujuan sebagai berikut:

1.00 – 1.8 = tingkat kesetujuan sangat rendah 1.81 – 2.6 = tingkat kesetujuan rendah

2.61 – 3.4 = tingkat kesetujuan cukup tinggi 3.41 – 4.2 = tingkat kesetujuan tinggi

4.21 – 5.0 = tingkat kesetujuan sangat tinggi

Khusus untuk variabel persepsi risiko, penulis melakukan konversi tingkat kesetujuan karena pernyataan-pernyataan indikator persepsi risiko tersebut berkonotasi negatif. Selain nilai mean, penulis juga mencantumkan nilai standar deviasi untuk mengetahui variasi jawaban responden. Adapun nilai mean dan standar deviasi dari setiap variabel adalah sebagai berikut:

Tabel 4.4 Tingkat Kesetujuan Responden terhadap Kualitas Website

No. Indikator Mean Ket. SD

1. Langkah-langkah untuk melakukan reservasi secara

online melalui website hotel atau OTA jelas. 4.04 Tinggi 0.792 2. Website hotel atau OTA menyediakan keterangan atau

informasi yang jelas. 4.01 Tinggi 0.794

3. Website hotel atau OTA menyediakan informasi

kontak hotel yang jelas. 4.09 Tinggi 0.892

mengenai fasilitas hotel yang jelas. 4.06 Tinggi 0.826 5. Website hotel atau OTA menyediakan informasi

wisata perjalanan lain di luar hotel. 3.82 Tinggi 0.903 6. Website hotel atau OTA memiliki forum komunikasi

untuk menindaklanjuti layanan. 3.84 Tinggi 0.908

dilanjutkan

(5)

61

Tabel 4.4 Tingkat Kesetujuan Responden terhadap Kualitas Website (lanjutan)

7.

Saya percaya saat menggunakan website hotel atau OTA, informasi pribadi saya tetap tersimpan dengan aman.

3.90 Tinggi 0.857

8.

Tampilan website hotel atau OTA memiliki kualitas gambar/foto yang baik (misal: resolusi gambar tidak pecah).

3.98 Tinggi 0.827 9. Tampilan website hotel atau OTA memiliki layout

yang menarik. 4.02 Tinggi 0.784

10. Tampilan website hotel atau OTA memiliki font yang

jelas terbaca. 4.07 Tinggi 0.789

11. Tampilan website hotel atau OTA memiliki komposisi

warna yang baik. 4.04 Tinggi 0.796

12. Tampilan website hotel atau OTA memiliki gaya

penulisan yang mudah dipahami. 4.08 Tinggi 0.780 13. Website hotel atau OTA memberikan petunjuk atau

navigasi yang jelas. 4.05 Tinggi 0.806

Total 4.00 Tinggi

Berdasarkan tabel 4.4 diatas, indikator terkait kualitas website menunjukkan bahwa menurut responden kualitas website dianggap baik ketika suatu website hotel atau OTA dapat menyediakan kontak hotel yang jelas dengan nilai mean tertinggi yaitu sebesar 4,09. Selain itu, indikator lain dari kualitas website juga menunjukkan nilai mean yang tinggi. Jadi, hal ini membuktikan bahwa secara keseluruhan kualitas website dapat diukur menggunakan indikator-indikator pada tabel 4.4 dan dinilai baik oleh responden.

Tabel 4.5 Tingkat Kesetujuan Responden terhadap E-WOM

1.

Saya mempertimbangkan review/komentar jika terdapat banyak komentar yang ditulis orang lain pada suatu website hotel atau OTA.

4.19 Tinggi 0.764

2.

Saya mempertimbangkan review/komentar jika terdapat komentar positif maupun negatif mengenai hotel yang saya tuju.

4.18 Tinggi 0.783

3.

Saya mempertimbangkan review/komentar jika terdapat kesesuaian antara isi informasi yang disampaikan orang lain dengan hotel, website hotel, atau OTA tertentu.

4.03 Tinggi 0.835

Total 4.13 Tinggi

(6)

62

Berdasarkan tabel 4.5, indikator terkait E-WOM menunjukkan bahwa responden lebih banyak mempertimbangkan E-WOM apabila terdapat banyak komentar yang ditulis orang lain pada suatu website hotel atau OTA dengan nilai mean tertinggi yaitu sebesar 4,19. Selain itu, indikator lain dari E-WOM juga menunjukkan nilai mean yang tinggi. Hal ini menunjukkan bahwa responden secara keseluruhan akan mempertimbangkan review atau komentar positif maupun negatif mengenai hotel yang dituju sebelum melakukan reservasi pada hotel tersebut secara online.

Tabel 4.6 Tingkat Kesetujuan Responden terhadap Persepsi Risiko

1. Saya merasa khawatir jika layanan hotel yang saya

pesan tidak sesuai harapan. 1.98 Rendah 0.864

2.

Saya merasa khawatir jika fasilitas hotel yang saya pesan tidak sesuai dengan yang ditawarkan pada website.

1.99 Rendah 0.894 3. Saya mungkin akan merasa khawatir terhadap

keputusan reservasi online yang telah saya buat. 2.19 Rendah 0.935 4. Saya mungkin akan merasa menyesal terhadap

keputusan reservasi online yang telah saya buat. 2.25 Rendah 0.986 5.

Saya merasa khawatir jika keluarga atau teman saya menolak keputusan reservasi online yang telah saya buat.

2.19 Rendah 0.95

6.

Saya merasa khawatir jika mengalami kerugian keuangan (penipuan) akibat dari reservasi online yang saya lakukan.

2.03 Rendah 0.901

Total 2.11 Rendah

Berdasarkan tabel 4.6 di atas, indikator terkait persepsi risiko menunjukkan bahwa responden akan merasa semakin tidak khawatir apabila layanan hotel yang dipesan sesuai dengan harapan mereka, dengan nilai mean terendah yaitu sebesar 1,98. Selain itu, indikator lain dari persepsi risiko juga menunjukkan nilai mean yang rendah. Hal ini membuktikan bahwa responden memiliki tingkat kekhawatiran dalam reservasi hotel online yang tergolong rendah.

(7)

63

Tabel 4.7 Tingkat Kesetujuan Responden terhadap Minat Beli secara Online

1. Saya menaruh perhatian terhadap hotel tertentu. 4.11 Tinggi 0.809 2. Saya tertarik untuk mengetahui lebih jauh tentang

hotel yang saya tuju. 4.27 Sangat

Tinggi 0.728 3. Saya berminat untuk melakukan reservasi hotel secara

online karena adanya kebutuhan pekerjaan. 4.03 Tinggi 0.812 4. Saya berminat untuk melakukan reservasi hotel secara

online karena adanya kebutuhan liburan. 4.20 Tinggi 0.705

Total 4.15 Tinggi

Berdasarkan tabel 4.7 di atas, indikator terkait minat beli secara online menunjukkan bahwa responden lebih tertarik untuk mengetahui lebih jauh tentang hotel yang mereka tuju dengan nilai mean tertinggi yaitu sebesar 4,27. Selain itu, indikator lain dari minat beli secara online juga menunjukkan nilai mean yang tinggi. Hal ini menunjukkan bahwa responden memiliki minat beli secara online yang dalam penelitian ini adalah minat untuk melakukan reservasi hotel secara online melalui website hotel atau OTA.

Tabel 4.8 Tingkat Kesetujuan Responden terhadap Pembelian Aktual

1.

Setelah saya berminat, saya selalu mengambil keputusan untuk melakukan reservasi hotel secara online.

4.15 Tinggi 0.728

2.

Setelah saya berminat, saya selalu mengeluarkan uang untuk membayar reservasi hotel yang sudah saya lakukan secara online.

4.11 Tinggi 0.756

Total 4.13 Tinggi

Berdasarkan tabel 4.8 di atas, indikator pembelian aktual menunjukkan bahwa setelah responden berminat untuk melakukan reservasi hotel secara online, banyak di antara mereka yang cenderung selalu mengambil keputusan untuk melakukan reservasi hotel secara online, dengan nilai mean tertinggi yaitu sebesar 4,15.

Selain itu indikator lain dari pembelian aktual juga menunjukkan nilai mean yang tinggi. Hal ini menunjukkan bahwa responden setelah berminat untuk melakukan reservasi hotel secara online cenderung untuk benar-benar melakukan reservasi hotel secara online melalui website hotel atau OTA.

(8)

64

4.3. Analisa SEM dan Uji Hipotesis

Seperti yang telah dijelaskan pada bab 3, penulis menggunakan metode Structural Equation Modeling (SEM) untuk membantu penulis dalam proses analisa data dengan melakukan penyusunan diagram alur menggunakan program AMOS 22. Setelah melakukan analisa terhadap 289 responden dan melalui tahap pengolahan data, maka penulis memperoleh estimasi model sebagai berikut:

Gambar 4.1 Output Pengaruh Kualitas Website dan Electronic Word of Mouth terhadap Reservasi Hotel Online, dengan Persepsi Risiko dan Minat Beli Online

sebagai Variabel Mediator

4.3.1. Uji Kesesuaian Model (Goodness of Fit)

Beberapa pengukuran yang penting dalam mengevaluasi kriteria goodness of fit beserta dengan nilai batas (cut off value) akan ditunjukkan dalam tabel 4.9 berikut ini:

(9)

65

Tabel 4.9 Uji Kesesuaian Model

Berdasarkan informasi yang tersedia pada tabel 4.9, diketahui indeks kesesuaian model sebagai berikut:

1. Chi Square (χ²)

Tujuan pengujian chi square (χ²) adalah untuk mengetahui perbedaan yang signifikan antara matriks kovarian sampel dengan matriks kovarian estimasi.

Berdasarkan tabel 4.9 diperoleh nilai chi square adalah sebesar 552,486 yang berarti model teoritis yang dikembangkan tidak fit atau tidak cocok dengan data observasi. Semakin besar jumlah sampel, maka kemungkinan besar nilai chi square juga akan semakin besar. Nilai probabilitas yang diperoleh menunjukkan angka 0 atau tidak signifikan. Hal ini berarti tidak ada kesesuaian antara model teoritis yang dikembangkan dengan data yang diperoleh atau dapat dikatakan model tidak fit.

2. Root Mean Square Error of Approximation (RMSEA)

Root Mean Square Error of Approximation (RMSEA) merupakan ukuran model yang mencoba memperbaiki kecenderungan chi square menolak model dengan jumlah sampel yang besar. Pedoman nilai dari RMSEA adalah ≤ 0,08 yang menunjukkan model yang dikembangkan baik. Hal ini terlihat pada tabel 4.9, terdapat angka RMSEA sebesar 0,046 yang berarti bahwa model fit dengan data.

3. Goodness of Fit Index (GFI)

Goodness of Fit Index (GFI) digunakan untuk menghitung proporsi tertimbang dari varians dalam matrik kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan. Nilai GFI berkisar antara 0 sampai 1, dengan pedoman bahwa semakin hasil GFI mendekati angka 1, maka akan semakin baik model yang dikembangkan dalam menjelaskan data yang ada.

Goodness of Fit Cut-off Value Hasil perhitungan Keterangan Chi Square Diharapkan kecil 552.486 Tidak Sesuai

Probabilitas ≥0,05 0 Tidak Sesuai

RMSEA ≤0.08 0.046 Sesuai

GFI ≥0.9 0.882 Marginal

AGFI ≥0.9 0.86 Marginal

NFI ≥0.9 0.578 Tidak Sesuai

CMIN/DF <5 1.606 Sesuai

(10)

66

Berdasarkan tabel 4.9, nilai GFI yang diperoleh adalah sebesar 0,882 dan dapat dikatakan marginal. Hal ini berarti memenuhi kriteria uji kesesuaian model.

4. Adjusted Goodness of Fit Index (AGFI)

Adjusted Goodness of Fit Index (AGFI) merupakan pengembangan dari GFI yang telah disesuaikan. Nilai yang direkomendasikan sama dengan GFI yaitu antara 0 sampai 1. Namun yang membedakan dengan GFI adalah dalam hal pemasukkan degree of freedom dalam pengujian. Pada tabel 4.9 menunjukkan nilai AGFI sebesar 0,86 dan dapat juga dikatakan marginal. Hal ini berarti memenuhi kriteria uji kesesuaian model.

5. Normed Fit Index (NFI)

Normed Fit Index (NFI) berguna untuk membandingkan chi square hitung pada berbagai model. Nilai NFI bervariasi dari 0 yang berarti secara keseluruhan tidak fit (no fit at all) sampai 1 yang berarti fit secara sempurna (perfect fit). Nilai NFI yang direkomendasikan adalah ≥ 0,9. Berdasarkan tabel 4.9, nilai NFI yang diperoleh adalah sebesar 0,578 dan berada di bawah 0,9.

Hal ini menunjukkan model tidak sesuai (poor fit).

6. CMIN/DF

CMIN/DF merupakan nilai chi square yang dibagi dengan degree of freedom.

Nilai yang direkomendasikan adalah 5 atau kurang dari 5 karena ukuran ini dikatakan ukuran yang reasonable. Dalam tabel 4.9 diperoleh nilai CMIN/DF adalah sebesar 1,606 yang berarti good fit.

4.3.2. Uji Outer Model

Selanjutnya penulis melakukan analisa kecocokan model dengan cara uji kecocokan model pengukuran untuk outer model. Dalam pengujian outer model ini penulis melihat hubungan nilai t dan koefisien regresi dari setiap indikator yang merupakan variabel laten terhadap variabel manifest yang mengukurnya. Uji pengukuran ini dilakukan dengan cara membandingkan nilai t hitung dan nilai t tabel dengan tingkat signifikansi 5% dan jumlah sampel yang tak terbatas dengan nilai 1,97. Apabila nilai t hitung lebih besar dari 1,97 menunjukkan bahwa hubungan antar variabel signifikan dan memiliki pengaruh yang kuat terhadap

(11)

67

variabel lainnya. Berikut merupakan hasil uji kecocokan model pengukuran untuk outer model dari setiap variabel:

1. Kualitas Website

Seperti yang telah dijelaskan sebelumnya terdapat nilai t tabel sebesar 1,97.

Hal ini berarti setiap indikator dari kualitas website berpengaruh secara signifikan karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan responden mengenai website hotel atau OTA yang memberikan petunjuk atau navigasi yang jelas memiliki nilai β (koefisien regresi) terbesar yaitu 0,48. Hal ini menunjukkan bahwa indikator tersebut memiliki pengaruh terkuat dalam merepresentasikan variabel kualitas website.

Tabel 4.10 Nilai t dan Koefisien Regresi Indikator Kualitas Website terhadap Variabel Laten Kualitas Website

No. Indikator t

hitung t

tabel Ket. Nilai β 1. Langkah-langkah untuk melakukan reservasi

secara online melaui website hotel atau OTA jelas. # 1.97 # 0.328 2. Website hotel atau OTA memiliki keterangan atau

informasi yang jelas 4.080 1.97 Signifikan 0.449

kontak hotel yang jelas. 3.504 1.97 Signifikan 0.324

mengenai fasilitas hotel yang jelas. 3.55 1.97 Signifikan 0.332 5. Website hotel atau OTA menyediakan informasi

wisata perjalanan lain di luar hotel. 3.335 1.97 Signifikan 0.298 6. Website hotel atau OTA memiliki forum

komunikasi untuk menindaklanjuti layanan. 3.681 1.97 Signifikan 0.356 7.

Saya percaya saat menggunakan website hotel atau OTA, informasi pribadi saya tetap tersimpan dengan aman.

3.954 1.97 Signifikan 0.416

8.

Tampilan website hotel atau OTA memiliki kualitas gambar/foto yang baik (misal: resolusi gambar tidak pecah)

3.9 1.97 Signifikan 0.403

9. Tampilan website hotel atau OTA memiliki layout

yang menarik. 4.01 1.97 Signifikan 0.43

10. Tampilan website hotel atau OTA memiliki font

yang jelas terbaca. 4.129 1.97 Signifikan 0.464

11. Tampilan website hotel atau OTA memiliki

komposisi warna yang baik. 4.042 1.97 Signifikan 0.439

12. Tampilan website hotel atau OTA memiliki gaya

penulisan yang mudah dipahami. 4.033 1.97 Signifikan 0.436 13. Website hotel atau OTA memberikan petunjuk

atau navigasi yang jelas. 4.181 1.97 Signifikan 0.48

(12)

68

2. Electronic Word of Mouth (E-WOM)

Setiap indikator dari E-WOM berpengaruh secara signifikan karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan bahwa responden mempertimbangkan E-WOM jika terdapat banyak komentar positif maupun negatif mengenai hotel yang dituju memiliki nilai β (koefisien regresi) terbesar yaitu 0,798. Hal ini menunjukkan bahwa indikator tersebut memiliki pengaruh terkuat dalam merepresentasikan variabel E-WOM.

Tabel 4.11 Nilai t dan Koefisien Regresi Indikator E-WOM terhadap Variabel Laten E-WOM

hitung t

tabel Ket. Nilai β 1.

Saya mempertimbangkan review/komentar jika terdapat banyak komentar yang ditulis orang lain pada satu website hotel atau OTA.

4.403 1.97 Signifikan 0.429

2.

Saya mempertimbangkan review/komentar jika terdapat komentar positif maupun negatif mengenai hotel yang saya tuju.

3.298 1.97 Signifikan 0.798

3.

Saya mempertimbangkan review/komentar jika terdapat kesesuaian antara isi informasi yang disampaikan orang lain dengan hotel, website hotel, atau OTA tertentu.

# 1.97 # 0.406

3. Persepsi Risiko

Setiap indikator dari persepsi risiko berpengaruh secara signifikan karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan bahwa responden mungkin akan merasa khawatir terhadap keputusan reservasi online yang telah dibuat memiliki nilai β (koefisien regresi) terbesar yaitu 0,692. Hal ini menunjukkan bahwa indikator tersebut memiliki pengaruh terkuat dalam merepresentasikan variabel persepsi risiko.

Tabel 4.12 Nilai t dan Koefisien Regresi Indikator Persepsi Risiko terhadap Variabel Laten Persepsi Risiko

hitung t

tabel Ket. Nilai β 1. Saya merasa khawatir jika layanan hotel yang saya

pesan tidak sesuai harapan. 3.912 1.97 Signifikan 0.412

dilanjutkan

(13)

69

Tabel 4.12 Nilai t dan Koefisien Regresi Indikator Persepsi Risiko terhadap Variabel Laten Persepsi Risiko (lanjutan)

hitung t

Saya merasa khawatir jika fasilitas hotel yang saya pesan tidak sesuai dengan yang ditawarkan pada website.

4.322 1.97 Signifikan 0.549

3. Saya mungkin akan merasa khawatir terhadap

keputusan reservasi online yang telah saya buat. 4.541 1.97 Signifikan 0.692 4. Saya mungkin akan merasa menyesal terhadap

keputusan reservasi online yang telah saya buat. 4.47 1.97 Signifikan 0.631 5.

Saya merasa khawatir jika keluarga atau teman saya menolak keputusan reservasi online yang telah saya buat.

4.389 1.97 Signifikan 0.582

6.

Saya merasa khawatir jika mengalami kerugian keuangan (penipuan) akibat dari reservasi online yang saya lakukan.

# 1.97 # 0.32

4. Minat Beli secara Online

Setiap indikator dari minat beli secara online berpengaruh secara signifikan karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan bahwa responden berminat untuk melakukan reservasi hotel secara online karena adanya kebutuhan pekerjaan memiliki nilai β (koefisien regresi) terbesar yaitu 0,51. Hal ini menunjukkan bahwa indikator tersebut memiliki pengaruh terkuat dalam merepresentasikan variabel minat beli secara online.

Tabel 4.13 Nilai t dan Koefisien Regresi Indikator Minat Beli secara Online terhadap Variabel Laten Minat Beli secara Online

hitung t

tabel Ket. Nilai β 1. Saya menaruh perhatian terhadap hotel tertentu. 3.043 1.97 Signifikan 0.5 2. Saya tertarik untuk mengetahui lebih jauh tentang

hotel yang saya tuju. 2.759 1.97 Signifikan 0.348

3. Saya berminat untuk melakukan reservasi hotel

secara online karena adanya kebutuhan pekerjaan. 3.052 1.97 Signifikan 0.51 4. Saya berminat untuk melakukan reservasi hotel

secara online karena adanya kebutuhan liburan. # 1.97 # 0.264

5. Pembelian Aktual

Setiap indikator dari pembelian aktual berpengaruh secara signifikan karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan bahwa responden setelah berminat akan selalu mengambil keputusan untuk

(14)

70

melakukan reservasi hotel secara online memiliki nilai β (koefisien regresi) terbesar yaitu 0,594. Hal ini menunjukkan bahwa indikator tersebut memiliki pengaruh terkuat dalam merepresentasikan variabel pembelian aktual.

Tabel 4.14 Nilai t dan Koefisien Regresi Indikator Pembelian Aktual terhadap Variabel Laten Pembelian Aktual

hitung t

Setelah saya berminat, saya selalu mengambil keputusan dalam melakukan reservasi hotel secara online.

# 1.97 # 0.594

2.

Setelah saya berminat, saya selalu mengeluarkan uang dalam membayar reservasi hotel yang sudah saya lakukan secara online.

2.96 1.97 Signifikan 0.404

4.3.3. Uji Inner Model (Uji Hipotesis)

Setelah pengujian outer model, selanjutnya penulis melakukan pengujian inner model yang bertujuan untuk mendeskripsikan hubungan antar variabel laten yang diteliti. Analisis model struktural tersebut digunakan juga untuk menguji hipotesis antar variabel dalam penelitian ini. Berikut adalah hasil hipotesis yang diuji pada penelitian ini:

1. H1: Kualitas website berpengaruh negatif dan signifikan terhadap persepsi risiko

Tabel 4.15 Nilai t dan Koefisien Regresi Kualitas Website terhadap Persepsi Risiko

No. Variabel Laten t

hitung

t

tabel Ket. Nilai β

1. Kualitas Website -2.539 1.97 Tidak

Signifikan -0.287

Tabel 4.15 menunjukkan nilai t hitung dan koefisien regresi dari kualitas website terhadap persepsi risiko. Hipotesis 1 menduga kualitas website berpengaruh negatif dan signifikan terhadap persepsi risiko. Hasil pengolahan data menunjukkan nilai koefisien regresi (β) sebesar -0,287. Nilai negatif pada koefisien regresi menunjukkan pengaruh berkebalikan dari kualitas website terhadap persepsi risiko, yang berarti semakin kualitas website dipersepsikan baik oleh responden, maka semakin rendah risiko yang dipersepsikan oleh responden.

(15)

71

Nilai koefisien regresi yang diperoleh adalah sebesar 28,7% yang dapat dikatakan kecil, dikarenakan 71,3% pengaruh mungkin disebabkan oleh variabel lain. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel lain. Apabila t hitung > t tabel maka dapat dikatakan bahwa hubungan kedua variabel tersebut signifikan. Dalam hal ini, kualitas website tidak memiliki hubungan yang signifikan terhadap persepsi risiko, dikarenakan nilai t hitung yang lebih kecil dibandingkan nilai t tabel. Hasil signifikansi menunjukkan hasil yang berkebalikan dari dugaan awal, sedangkan nilai koefisien regresi menunjukkan tanda negatif yang sesuai dengan dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 1 tidak terbukti karena meskipun kualitas website memiliki pengaruh yang negatif terhadap persepsi risiko, namun pengaruhnya tidak signifikan.

2. H2: Kualitas website berpengaruh positif dan signifikan terhadap minat beli secara online.

Tabel 4.16 Nilai t dan Koefisien Regresi Kualitas Website terhadap Minat Beli secara Online

hitung

t

1. Kualitas Website 2.563 1.97 Signifikan 0.528

Tabel 4.16 menunjukkan nilai t hitung dan koefisien regresi dari kualitas website terhadap minat beli secara online. Hipotesis 2 menduga kualitas website berpengaruh positif dan signifikan terhadap minat beli secara online. Hasil pengolahan data menunjukkan nilai koefisien regresi (β) sebesar 0,528. Nilai positif pada koefisien regresi menunjukkan pengaruh searah dari kualitas website terhadap minat beli secara online, yang berarti semakin kualitas website dipersepsikan baik oleh responden, maka semakin tinggi minat beli untuk melakukan reservasi hotel secara online. Nilai koefisien regresi yang diperoleh adalah sebesar 52,8% yang dapat dikatakan cukup berpengaruh, dikarenakan nilai koefisien regresi yang lebih dari 50%. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel lain. Dalam hal ini, kualitas website memiliki hubungan yang signifikan terhadap minat beli secara

(16)

72

online, dikarenakan nilai t hitung yang lebih besar dibandingkan nilai t tabel (2,563 > 1,97). Hasil signifikansi menunjukkan hasil yang sama dengan dugaan awal, begitu juga dengan nilai koefisien regresi yang menunjukkan hasil positif yang juga sesuai dengan dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 2 terbukti.

3. H3: E-WOM berpengaruh negatif dan signifikan terhadap persepsi risiko.

Tabel 4.17 Nilai t dan Koefisien Regresi E-WOM terhadap Persepsi Risiko

hitung

t

1. E-WOM 1.541 1.97 Tidak

Signifikan 0.135

Tabel 4.17 menunjukkan nilai t hitung dan koefisien regresi dari E-WOM terhadap persepsi risiko. Hipotesis 3 menduga E-WOM berpengaruh negatif dan signifikan terhadap persepsi risiko. Hasil pengolahan data menunjukkan nilai koefisien regresi (β) sebesar 0,135. Nilai positif pada koefisien regresi menunjukkan pengaruh searah, dimana pengaruh ini tidak sesuai dengan hipotesis awal. Nilai koefisien regresi yang diperoleh adalah sebesar 13,5% yang dapat dikatakan kecil, dikarenakan 86,5% pengaruh mungkin disebabkan oleh variabel lain. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel lain. Apabila t hitung > t tabel maka dapat dikatakan bahwa hubungan kedua variabel tersebut signifikan. Dalam hal ini, E-WOM tidak memiliki hubungan yang signifikan terhadap persepsi risiko, dikarenakan nilai t hitung yang lebih kecil dibandingkan nilai t tabel. Kedua hasil signifikansi dan koefisien regresi menunjukkan hasil yang berkebalikan dari dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 3 tidak terbukti karena E-WOM memiliki pengaruh yang positif dan tidak signifikan terhadap persepsi risiko.

4. H4: E-WOM berpengaruh positif dan signifikan terhadap minat beli secara online.

(17)

73

Tabel 4.18 Nilai t dan Koefisien Regresi E-WOM terhadap Minat Beli secara Online

hitung

t

1. E-WOM 1.344 1.97 Tidak

Signifikan 0.14

Tabel 4.18 menunjukkan nilai t hitung dan koefisien regresi dari E-WOM terhadap minat beli secara online. Hipotesis 4 menduga E-WOM berpengaruh positif dan signifikan terhadap minat beli secara online. Hasil pengolahan data menunjukkan nilai koefisien regresi (β) sebesar 0,135. Nilai positif pada koefisien regresi menunjukkan pengaruh searah dari E-WOM terhadap minat beli secara online, yang berarti semakin responden memperhatikan dan mempertimbangkan E-WOM, maka semakin tinggi minat beli responden dalam melakukan reservasi hotel secara online. Nilai koefisien regresi yang diperoleh adalah sebesar 14%

yang dapat dikatakan kecil, dikarenakan 86% pengaruh mungkin disebabkan oleh variabel lain. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel lain. Dalam hal ini, E-WOM tidak memiliki hubungan yang signifikan terhadap minat beli secara online, dikarenakan nilai t hitung yang lebih kecil dibandingkan nilai t tabel. Hasil signifikansi menunjukkan hasil yang berkebalikan dari dugaan awal, sedangkan nilai koefisien regresi menunjukkan hasil positif yang sesuai dengan dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 4 tidak terbukti karena meskipun E-WOM memiliki pengaruh yang positif terhadap minat beli secara online, namun pengaruhnya tidak signifikan.

5. H5: Persepsi risiko berpengaruh secara negatif dan signifikan terhadap minat beli secara online.

Tabel 4.19 Nilai t dan Koefisien Regresi Persepsi Risiko terhadap Minat Beli secara Online

No. Variabel Laten T

Hitung

t

1. Persepsi Risiko -0.55 1.97 Tidak

Signifikan -0.055

(18)

74

Tabel 4.19 menunjukkan nilai t hitung dan koefisien regresi dari persepsi risiko terhadap minat beli secara online. Hipotesis 5 menduga persepsi risiko berpengaruh negatif dan signifikan terhadap minat beli secara online. Hasil pengolahan data menunjukkan nilai koefisien regresi (β) sebesar -0,055. Nilai negatif pada koefisien regresi menunjukkan pengaruh berkebalikan dari persepsi risiko terhadap minat beli secara online, yang berarti semakin besar risiko yang dipersepsikan oleh responden, maka semakin rendah minat beli responden dalam melakukan reservasi hotel secara online. Nilai koefisien regresi yang diperoleh adalah sebesar 5,5% yang dapat dikatakan kecil, dikarenakan 94,5% pengaruh mungkin disebabkan oleh variabel lain. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel lain. Dalam hal ini, persepsi risiko tidak memiliki hubungan yang signifikan terhadap minat beli secara online, dikarenakan nilai t hitung yang lebih kecil dibandingkan nilai t tabel. Hasil signifikansi menunjukkan hasil yang berkebalikan dari dugaan awal, sedangkan nilai koefisien regresi menunjukkan hasil negatif yang sesuai dengan dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 5 tidak terbukti karena meskipun persepsi risiko memiliki pengaruh yang negatif terhadap minat beli secara online, namun pengaruhnya tidak signifikan.

6. H6: Minat beli secara online berpengaruh secara positif dan signifikan terhadap pembelian aktual.

Tabel 4.20 Nilai t dan Koefisien Regresi Minat Beli secara Online terhadap Pembelian Aktual

hitung

t

tabel Ket. Nilai β 1. Minat beli secara online 2.81 1.97 Signifikan 0.624

Tabel 4.20 menunjukkan nilai t hitung dan koefisien regresi dari minat beli secara online terhadap pembelian aktual. Hipotesis 6 menduga minat beli secara online berpengaruh positif dan signifikan terhadap minat beli secara online. Hasil pengolahan data menunjukkan nilai koefisien regresi (β) sebesar 0,624. Nilai positif pada koefisien regresi menunjukkan pengaruh searah dari minat beli secara online terhadap pembelian aktual, yang berarti semakin tinggi minat responden

(19)

75

dalam melakukan reservasi hotel secara online, maka semakin tinggi pula tingkat pembelian aktual yang dilakukan oleh responden. Nilai koefisien regresi yang diperoleh adalah sebesar 62,4% yang dapat dikatakan cukup berpengaruh, dikarenakan nilai koefisien regresi yang lebih dari 50%. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel lain. Dalam hal ini, minat beli secara online memiliki hubungan yang signifikan terhadap pembelian aktual, dikarenakan nilai t hitung yang lebih besar dibandingkan nilai t tabel (2,81 > 1,97). Hasil signifikansi menunjukkan hasil yang sama dengan dugaan awal, begitu juga dengan nilai koefisien regresi yang menunjukkan hasil positif yang juga sesuai dengan dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 6 terbukti.

4.3.4. Validasi Silang Model

Validasi silang model ini terlihat dari hasil nilai ECVI (Expected Cross Validation Index) yang digunakan untuk menilai apakah model yang digunakan sudah fit dengan data yang ada. Model pada penelitian ini memiliki nilai ECVI pada default model sebesar 2,349, dimana nilai tersebut lebih kecil dari nilai saturated model ECVI yaitu sebesar 2,819 dan lebih kecil dari nilai independence model ECVI sebesar 4,738. Hal ini menunjukkan bahwa model dapat dianggap fit dengan data yang ada karena nilai default model ECVI yang direkomendasikan adalah lebih kecil dibandingkan dengan nilai saturated model dan independence model. Oleh karena itu, model pada penelitian ini juga dapat dipakai untuk penelitian sejenis di masa mendatang.

4.4. Pembahasan

Dalam penelitian ini, pengumpulan data diperoleh melalui 289 responden yang merupakan responden yang pernah membaca review atau komentar (E- WOM) pada suatu situs jejaring sosial dan yang pernah melakukan reservasi hotel secara online dalam kurun waktu enam bulan terakhir. Kuesioner disebarkan secara online melalui Google Form. Melalui penyebaran kuesioner ini diperoleh hasil bahwa sebagian besar responden berjenis kelamin perempuan, berusia 21 - 30 tahun, berprofesi sebagai karyawan, dan memiliki pendapatan yang berkisar

(20)

76

antara 2.000.000 – 6.999.999 per bulan. Hampir seluruh responden sudah akrab dengan proses reservasi yang dilakukan secara online. Hal ini juga menunjukkan bahwa internet dan reservasi online telah menjadi tren dan bagian yang penting dari perencanaan perjalanan (Indiani, Rahyuda, Yasa, & Sukaatmadja, 2015).

Pengujian hipotesis dilakukan menggunakan SEM dan terdapat beberapa uji yang dilakukan untuk menunjukkan apakah model yang dikembangkan dalam penelitian ini baik dalam menjelaskan data. Salah satu uji yang dilakukan adalah uji kesesuaian model yang menunjukkan bahwa model yang dikembangkan sudah fit dengan data yang ada walaupun ada beberapa perhitungan yang menyatakan sesuai, marginal, dan tidak sesuai. Model juga dapat digunakan untuk menguji beberapa variabel yang diteliti. Selain itu, terdapat beberapa alat utama yang mendukung pengujian variabel, seperti chi square (χ²), Root Mean Square Error of Approximation (RMSEA), Goodness of Fit Index (GFI), Adjusted Goodness of Fit (AGFI), Normed Fit Index (NFI), serta CMIN/DF. Nilai chi square (χ²) yang diperoleh tidak sesuai dengan nilai yang diharapkan. Nilai RMSEA digunakan untuk memperbaiki kecenderungan statistik chi square menolak model dengan sampel yang besar. Melalui nilai RMSEA ini dapat dikatakan model berada pada kisaran good fit.

Hipotesis pertama menduga kualitas website berpengaruh negatif dan signifikan terhadap persepsi risiko, namun hipotesis ini tidak terbukti dikarenakan hasil yang berbeda dengan kajian penelitian terdahulu. Indiani, Rahyuda, Yasa, &

Sukaatmadja (2015) dan Kim & Lennon (2013) menyatakan bahwa kualitas website yang baik akan menurunkan risiko yang dipersepsikan oleh responden.

Hal ini mungkin terjadi karena responden memiliki tingkat kepercayaan yang berbeda-beda terhadap website hotel atau OTA tertentu. Oleh karena itu, website hotel atau OTA mungkin akan berhubungan secara tidak langsung apabila ada variabel perceived trust yang dapat dipertimbangkan sebagai variabel mediator antara kualitas website dan persepsi risiko.

Selanjutnya, Hipotesis kedua menduga bahwa kualitas website berpengaruh positif dan signifikan terhadap minat beli secara online. Hipotesis kedua diterima dikarenakan hasil penelitian senada dengan kajian penelitian terdahulu oleh Indiani, Rahyuda, Yasa, & Sukaatmadja (2015) dan Kim & Lennon

(21)

77

(2013), dimana dinyatakan bahwa kualitas website yang baik akan meningkatkan pengalaman positif yang kemudian mendorong minat pembelian seseorang secara online. Pada nilai mean indikator kualitas website menunjukkan kualitas website dianggap baik ketika suatu website hotel atau OTA dapat menyediakan kontak hotel yang jelas memiliki nilai mean tertinggi yaitu sebesar 4,09. Hasil ini menunjukkan suatu website hotel atau OTA dikatakan baik apabila menyediakan kontak hotel yang jelas dan responden dapat dengan mudah menghubungi pihak hotel yang dituju. Pada indikator website hotel atau OTA menyediakan informasi wisata perjalanan lain di luar hotel memiliki nilai mean terendah yaitu sebesar 3,82. Hasil ini juga menunjukkan bahwa informasi wisata perjalanan di luar hotel masih belum banyak disajikan oleh website hotel atau OTA.

Hipotesis ketiga menduga E-WOM berpengaruh negatif dan signifikan terhadap persepsi risiko. Hipotesis ketiga dinyatakan tidak terbukti dikarenakan hasil tidak sesuai dengan kajian penelitian terdahulu oleh Chan & Ngai (2011) yang menyatakan bahwa E-WOM berpengaruh besar terhadap persepsi risiko.

Namun, hasil dari penelitian menunjukkan bahwa E-WOM tidak berpengaruh secara signifikan dan berhubungan secara positif yang tentu saja berkebalikan terhadap hasil kajian penelitian terdahulu. Hubungan yang positif antara E-WOM dan persepsi risiko mungkin disebabkan karena persepsi responden terhadap E- WOM cenderung negatif. Semakin baik E-WOM, maka akan meningkatkan persepsi risiko responden (dalam hal ini responden akan meragukan E-WOM yang terlalu baik karena cenderung seperti dibuat-buat).

Hipotesis keempat menduga E-WOM berpengaruh positif dan signifikan terhadap minat beli secara online. Hipotesis keempat dinyatakan tidak terbukti karena memiliki hasil yang berbeda dari penelitian sebelumnya oleh Godes &

Mayzlin (2004) dan Lee et al (2011) yang mengatakan bahwa terdapat hubungan positif dan signifikan antara E-WOM dan minat beli secara online. Hasil penelitian menyatakan bahwa E-WOM tidak berpengaruh secara signifikan namun masih memiliki pengaruh positif terhadap minat beli secara online. Hal ini mungkin saja terjadi dikarenakan masyarakat Indonesia cenderung kurang mempercayai E-WOM untuk menilai kualitas dari sebuah hotel. Masyarakat Indonesia cenderung berpikir bahwa E-WOM adalah salah satu teknik atau

(22)

78

metode yang digunakan oleh perusahaan atau hotel untuk melakukan promosi sehingga hotel tersebut tampak bagus dikarenakan oleh review yang ditulis dengan sengaja (dibuat-buat). Hal ini terbukti dengan adanya beberapa jasa review yang banyak digunakan oleh website suatu perusahaan atau hotel untuk membuat situs mereka semakin terkenal, meningkatkan pengunjung pada situs tersebut, serta meningkatkan penjualan (Hyden, 2015). Pada nilai mean indikator E-WOM menunjukkan responden mempertimbangkan review atau komentar jika terdapat banyak komentar yang ditulis orang lain pada suatu website hotel atau OTA memiliki nilai mean tertinggi yaitu sebesar 4,19. Hasil ini menunjukkan bahwa banyaknya komentar yang ditulis oleh orang lain pada suatu website hotel atau OTA akan menjadi hal utama yang dipertimbangkan oleh responden sebelum melakukan reservasi hotel secara online. Pada indikator responden mempertimbangkan review atau komentar jika terdapat kesesuaian antara isi informasi yang disampaikan orang lain dengan hotel, website hotel, atau OTA tertentu memiliki nilai mean terendah yaitu sebesar 4,03. Hasil ini juga menunjukkan bahwa kesesuaian isi informasi dari E-WOM dengan keadaan sebenarnya dari hotel, website hotel, maupun OTA tidak terlalu dipertimbangkan oleh responden sebelum melakukan reservasi hotel secara online.

Hipotesis kelima menduga persepsi risiko berpengaruh secara negatif dan signifikan terhadap minat beli secara online. Hipotesis kelima dinyatakan tidak terbukti dikarenakan berbeda dengan kajian penelitian sebelumnya. Cheng et al (2012) menyatakan bahwa persepsi konsumen atas risiko akan menurunkan minat melakukan pembelian secara online, sebaliknya rendahnya persepsi risiko akan meningkatkan minat beli seseorang. Hasil penelitian menunjukkan bahwa persepsi risiko tidak berpengaruh secara signifikan, namun masih memiliki pengaruh negatif terhadap minat beli secara online. Hal ini mungkin dikarenakan ada variabel lain yang dapat lebih mempengaruhi minat beli secara online seperti kualitas website. Pada nilai mean indikator persepsi risiko menunjukkan responden akan merasa semakin tidak khawatir apabila layanan hotel yang dipesan sesuai dengan harapan memiliki nilai mean terendah yaitu sebesar 1,98.

Hasil ini menunjukkan bahwa hal utama yang dikhawatirkan oleh responden adalah layanan hotel yang dipesan tidak sesuai harapan atau dengan kata lain

(23)

79

responden akan merasa kecewa apabila pada kenyataannya layanan hotel tidak sesuai dengan harapan mereka. Pada indikator responden mungkin akan merasa menyesal terhadap keputusan reservasi online yang telah dibuat memiliki nilai mean tetinggi yaitu sebesar 2,25. Hasil ini juga menunjukkan bahwa kemungkinan responden untuk merasa menyesal setelah memutuskan untuk melakukan reservasi online cukup kecil.

Hipotesis keenam menduga minat beli secara online berpengaruh secara positif dan signifikan terhadap pembelian aktual. Hipotesis keenam terbukti dikarenakan sesuai dengan kajian penelitian terdahulu oleh Lin (2008) yang menyatakan bahwa minat beli secara online berpengaruh positif dan signifikan terhadap pembelian aktual. Hal ini menunjukkan bahwa semakin tinggi minat seseorang untuk melakukan reservasi hotel secara online, maka semakin tinggi tingkat pembelian aktual yang dalam hal ini adalah melakukan reservasi hotel secara online. Pada nilai mean indikator minat beli secara online menunjukkan responden tertarik untuk mengetahui lebih jauh tentang hotel yang dituju memiliki nilai mean tertinggi yaitu sebesar 4,27. Hasil ini menunjukkan bahwa minat untuk melakukan reservasi hotel secara online dapat dilihat berdasarkan rasa tertarik untuk mengetahui lebih lanjut mengenai hotel yang ingin dituju. Pada indikator responden berminat untuk melakukan reservasi hotel secara online karena adanya kebutuhan pekerjaan memiliki nilai mean terendah yaitu sebesar 4,03. Hasil ini juga menunjukkan bahwa adanya kebutuhan pekerjaan tidak selalu memunculkan minat responden untuk melakukan reservasi hotel secara online, namun kebutuhan pekerjaan mengharuskan mereka untuk reservasi hotel secara online tanpa harus berminat terlebih dahulu. Pada nilai mean indikator pembelian aktual menunjukkan setelah responden berminat, maka responden selalu mengambil keputusan untuk melakukan reservasi hotel secara online memiliki nilai mean tertinggi yaitu sebesar 4,15. Hasil ini menunjukkan bahwa setelah responden berminat maka akan selalu mengambil keputusan untuk benar-benar melakukan reservasi hotel secara online (pembelian aktual). Pada indikator setelah responden berminat, maka akan selalu mengeluarkan uang untuk membayar reservasi hotel online yang sudah dilakukan memiliki nilai mean terendah yaitu sebesar 4,11.

Hasil ini juga menunjukkan bahwa setelah responden berminat, responden

(24)

80

tersebut belum tentu membayar reservasi hotel online yang telah dilakukan. Hal ini dapat dikarenakan responden tersebut membatalkan reservasi hotel online yang telah dibuat.

Dari segi signifikansi tiap hipotesis maupun tiap indikator variabel menunjukkan hasil yang berbeda-beda. Ada yang menunjukkan pengaruh yang signifikan dan ada pula yang tidak signifikan antar variabel yang diteliti. Hasil dari hipotesis akan mendukung fenomena yang terdapat pada latar belakang penelitian. Dalam penelitian ini, variabel kualitas website dan E-WOM diharapkan dapat menjadi faktor pembentuk utama dari keputusan reservasi hotel online yang ingin dilakukan dengan variabel mediator persepsi risiko dan minat beli secara online. Namun, hasil yang diperoleh adalah kualitas website terbukti tidak memiliki pengaruh terhadap persepsi risiko namun memiliki pengaruh terhadap minat beli secara online dalam membentuk keputusan untuk melakukan reservasi hotel secara online. Sedangkan E-WOM terbukti tidak memiliki pengaruh terhadap persepsi risiko maupun minat beli secara online dalam membentuk keputusan untuk melakukan reservasi hotel secara online, sehingga dapat dikatakan variabel E-WOM tidak dapat dijadikan faktor pembentuk utama dari keputusan reservasi hotel secara online. Penelitian ini juga ingin membuktikan pengaruh persepsi risiko terhadap minat beli secara online dan pengaruh minat beli secara online terhadap pembelian aktual (reservasi hotel secara online). Hasil yang diperoleh adalah persepsi risiko tidak berpengaruh terhadap minat beli secara online, tetapi minat beli secara online berpengaruh terhadap pembelian aktual yang dalam penelitian ini merupakan reservasi hotel secara online. Selain itu, hasil dari Hipotesis 1, 2, 4, 5, 6 memiliki nilai koefisien regresi yang sesuai dengan teori kecuali pada Hipotesis 3. Hipotesis 3 menunjukkan hubungan antara E-WOM dan persepsi risiko yang seharusnya negatif berdasarkan teori, menjadi positif pada hasil analisa SEM. Hal ini mungkin terjadi karena pada kenyataannya, respoden memiliki kecenderungan untuk mencurigai E-WOM yang terlalu baik atau bagus sebagai testimoni yang palsu (dibuat-buat). Oleh sebab itu, berdasarkan hasil penelitian ini, semakin baik E-WOM, maka semakin tinggi risiko yang dipersepsikan oleh responden.