PENGARUH KEMUDAHAN DAN MANFAAT BERBELANJA ONLINE TERHADAP NIAT BELI ULANG DILIHAT DARI SIKAP KONSUMEN

(1)

Vol. 14, No. 1, Februari, 2021 p-ISSN : 2087-040X DOI Issue : 10.46306/jbbe.v14i1 e-ISSN : 2721-7213

DOI Artikel : 10.46306/jbbe.v14i1.47 70

PENGARUH KEMUDAHAN DAN MANFAAT BERBELANJA ONLINE TERHADAP NIAT BELI ULANG DILIHAT DARI SIKAP KONSUMEN

Nia Lefiani¹, Anggalia Wibasuri²

1,2IIB Darmajaya

ABSTRAK

Perkembangan e-commerce menyebabkan berbelanja secara konvensional sudah banyak ditinggalkan oleh generasi milenial, menandakan bahwa bisnis e-commerce menjadi sebuah ladang bisnis yang sangat potensial. Penelitian ini bertujuan untuk melihat apakah perceived ease of use (PEU), perceived usefulness (PU) mempengaruhi attitude to use dan repurchase intention. Data yang didapatkan berasal dari 100 responden. Model penelitian dengan tiga hipotesis ini diuji dengan menggunakan Structural Equation Modeling (SEM). Hasil penelitian ini menunjukkan bahwa variabel perceived ease of use (PEU) tidak berpengaruh positif terhadap attitude to use. Pada variabel perceived usefulness (PU) berpengaruh positif terhadap Attitude to use, dan variabel Attitude to use berpengaruh positif terhadap repurchase intention.

Kata Kunci: perceived ease of use (PEU), perceived usefulness (PU), attitude to use dan repurchase intention

PENDAHULUAN

Perkembangan teknologi di dunia khususnya internet mengalami perkembangan yang sangat pesat. Revolusi industri 4.0 telah mengubah berbagai aspek kehidupan manusia.

Globalisasi memperluas ruang kehidupan masyarakat yang sangat terbatas. Istilah Industri 4.0 lahir dari ide revolusi industri ke empat. Davies (2015) menyampaikan bahwa revolusi industri terjadi empat kali. Istilah Industri 4.0 sendiri secara resmi lahir di Jerman tepatnya saat diadakan Hannover Fair pada tahun 2011 (Kagermann et.al, 2011).

Perkembangan teknologi yang semakin pesat dapat mendorong perkembangan e- commerce. Menurut Statista jumlah pengguna e-commerce di Indonesia pada 2017 mencapai 139 juta pengguna, kemudian naik 10,8% menjadi 154,1 juta pengguna di tahun lalu. Tahun ini diproyeksikan akan mencapai 168,3 juta pengguna dan 212,2 juta pada 2023. Hal yang sama juga terjadi pada tingkat penetrasi e-commerce yang selalu mengalami peningkatan. Hingga 2023 diproyeksikan mencapai 75,3% dari total populasi pasar yang dipilih. Adapun sektor e- commerce dengan pendapatan tertinggi terdapat pada fashion, tahu 2023 diproyeksikan mencapai US$ 11,7 miliar (statista, 2019). Hal ini menunjukkan bahwa peluang penjualan e-

(2)

commerce terus meningkat tiap tahunnya dan pertumbuhan e-commerce di Indonesia merupakan hal yang positif.

Sikap dapat diartikan sebagai tingkat perasaan positif seseorang tentang berpartisipasi dalam belanja online. Konsumen dengan sikap yang lebih positif lebih mungkin untuk memiliki niat untuk membeli secara online (Hsu, M.-H., Chuang, L.-W., & Hsu, 2014). Misalnya Sikap terhadap sistem belanja online menjadi faktor utama yang menentukan niat konsumen untuk membeli secara online. Sebelum keputusan belanja, tentu saja, dimulai dengan niat beli, di mana pelanggan ingin dan berniat untuk berpartisipasi dalam transaksi online (Kwek, Tan, &

Lau, 2010), yang mana apabila seseorang memiliki attitude yang positif maka akan berujung pada pembelian online kembali (Meng-Hsiang et al. 2014).

Beriukut daftar nama-nama e-commerce dengan pengunjung terbesar Kuartal III-2019 :

Gambar 1 Pengunjung E-Commerce Terbesar Kuartal III-2019

sumber: iPrice, 2019

iPrice mencatat Tokopedia sebagai e-commerce dengan jumlah pengunjung bulanan terbesar pada kuartal III 2019. Total pengunjung bulanan Tokopedia sebanyak 66 juta pengunjung. Peringkat kedua diisi oleh Shopee sebanyak 56 juta pengunjung dan Bukalapak sebanyak 43 juta pengunjung bulanan. Namun, jika berdasarkan ranking pada Appstore dan Playstore, Shopee merupakan peringkat pertama mengalahkan Tokopedia. Peringkat kedua pada Appstore diisi oleh Tokopedia, sedangkan pada Playstore diisi oleh Lazada.

(3)

Dalam penelitian ini akan mengkaji perilaku pengguna aplikasi online shopping berdasarkan faktor-faktor yang mempengaruhinya dengan pendekatan Technology Acceptance Model (TAM). meskipun model TAM awalnya dirancang untuk menjelaskan dan memprediksi perilaku individu dan penggunaan sistem informasi dan digunakan dalam banyak penelitian terutama dalam studi e-commerce. E-commerce berbasis teknologi yang didasarkan pada teknologi informasi seperti web Ha et al (2009). Teori TAM menjelaskan tentang perilaku konsumen dalam mengadopsi teknologi berdasarkan persepsi atas kemudahan penggunaan (perceived ease of use) dan persepsi kegunaan (perceived usefulness) (Davis, 1986). Davis et.

al (1989) menemukan bahwa perceived ease of use dan perceived usefulness adalah predictor yang sangat signifikan dari attitude to use to use. Perceived ease of use dan perceived usefulness mengacu pada sejauh mana individu menerima penggunaan sistem informasi untuk meningkatkan kinerja mereka. Jika pengguna berpikir bahwa sistem informasi yang berguna, mereka cenderung memiliki sikap positif menggunakan mereka (Hars,A. 2002).

METODE

Berdasarkan kedua model penelitian sebelumnya, maka peneliti melakukan modifikasi sehingga menghasilkan kerangka penelitian yang baru. Pada penelitian Wibasuri, et al (2018) peneliti mengambil variabel perceived ease of use (PEU), perceived usefulness (PU) dan Attitude to use. Sedangkan pada penelitian Lee et al (2018) peneliti mengambil variabel repurchase intentions. Dari kedua penelitian tersebut diatas peneliti membuat kerangka model seperti berikut ini :

Gambar 2 Model Penelitian

Sumber: penelitian dari Wibasuri, et al (2018) dan Lee et al (2018)

Sekaran dan Bougie (2017) kuesioner adalah pertanyaan tertulis yang telah dirumuskan sebelumnya di mana responden akan mencatat jawaban mereka, biasanya dalam alternatif yang

(4)

didefinisikan dengan jelas. Hair et, al (2010) mengungkapkan bahawa apabila suatu penelitian menggunakan metode analisis regresi dan SEM, maka harus memiliki minimal jumlah sampelnya lima kali dari jumlah pertanyaan yang ada pada kuesioner. Maka total kuesioner dalam penelitian ini yakni 5 kali jumlah pertanyaan yang mana jumlah pertanyaan yang sebanyak 20, sehinga menghasilkan sebanyak 100 responden (minimumnya). Sampel non probabilitas adalah suatu teknik dimana pada saat pengambilan sampel yang tidak akan memberikan peluang ataupun kesempatan yang sama bagi setiap anggota yang ada di suatu populasi untuk dipilih menjadi sampel (Maholtra, 2010). Peneliti memakai teknik purposive sampling dengan kriteria responden sebagai berikut:

1. Memiliki pengalaman berbelanja pada aplikasi online shopping 2. Konsumen dengan usia minimal 17 tahun - 35 tahun

3. Memiliki perangkat dengan jaringan internet untuk mengakses situs (computer/laptop/handphone).

Dalam menganalisis serta menguji hubungan antara variabel-variabel yang diteliti, maka peneliti menggunakan dengan menggunakan software Lisrel full version. Metode dalam analisa SEM terdiri dari dua pendekatan. Yang mana tahap awal menganalisa model pengukuran yang dapat menunjukkan variabel laten yang diukur oleh satu ataupun lebih variabel-variabel teramati. Selanjutnya, dapat dilihat kecocokannya dengan data (Wijayanto, 2008). Untuk itu, pada tahapan ini diharuskan memperoleh validitas dan reliabilitas yang memiliki nilai yang baik, setelah itu maka dapat dilanjutkan ke tahap yang kedua. Suatu variabel memiliki validitas yang baik dan dapat diterima yaitu apabila nilai SLF (standardized loading factors) yang harus dipenuhi adalah ≥ 0,5 (Hair, et al. 2006). Namun, apabila suatu variabel yang mempunyai reliabilitas yang baik jika nilai CR (construct reliability) ≥ 0,70 dan nilai VE (variance extracted) ≥ 0,50. Tahap berikutnya yakni uji kecocokan dengan melihat Goodness of Fit untuk memeriksa model yang terbentuk sudah memiliki kecocokan yang baik atau tidak.

Apabila model pengukuran telah fit, maka akan dilakukan pengujian selanjutnya yaitu dengan menguji model struktural, yang mana analisis model struktural adalah analisis tahap lanjutan dari model pengukuran. Untuk pengujian hipotesis peneliti menggunakan Ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai T-table dan T- statistic. Jika Tstatistic lebih tinggi dibanding nilai T-table, berarti hipotesis terdukung atau diterima (Hartono dalam Jogiyanto, 2009). Dalam penelitian ini untuk tingkat keyakinan 95%

(5)

(alpha 95 persen), maka nilai T-table untuk hipotesis satu ekor (one tailed) adalah > 1.66008.

HASIL DAN PEMBAHASAN

Analisis hubungan kausal dilakukan untuk menguji secara individual dengan melihat apakah seluruh jalur yang dihipotesiskan dalam penelitian ini memiliki pengaruh ataupun tidak.

Untuk mengetahui jalur tersebut berpengaruh ataupun tidak yaitu dengan melihat t-value yang diperoleh dari hasil perhitungan. Apabila jalur tersebut memiliki t-value ≥1,64 maka jalur tersebut dapat dikatakan signifikan. Pada gambar 2 dibawah ini menunjukkan hubungan antara variabel bebas perceived ease of use terhadap attitude to use memiliki nilai lebih rendah dari 1,64 yakni -0.03 yang berarti bahwa (H1) tidak berpengaruh terhadap attitude of use. pada variabel perceived usefulness terhadap attitude to use memiliki nilai yang lebih dari 1,64 (H2) diterima. Variabel attitude of use terhadap repurchase intention juga memiliki nilai > 1,64 (H3) diterima. Berikut ini merupakan hasil model struktural (t-value):

Sumber : Data diolah oleh peneliti pada tahun 2020 Gambar 2 Model Struktural (t-value)

Sedangkan pada ada gambar 3 dibawah ini menunjukkan hubungan antara variabel bebas perceived ease of use (PEU) terhadap attitude of use memiliki nilai factor loading negatif yaitu -0.00 artinya tidak memiliki pengaruh apapun terhadap sikap untuk berbelanja online.

pada variabel perceived usefulness terhadap attitude to use memiliki nilai factor loading sebesar 0,22. Variabel attitude of use terhadap repurchase intention memiliki nilai factor loading sebesar 0,73. Berikut merupakan gambar model struktural:

(6)

Sumber : Data diolah oleh peneliti pada tahun 2020 Gambar 3 Model Struktural (Standar Solution)

Penelitian ini dilakukan guna membuktikan hipotesis-hipotesis yang telah dijelaskan.

Peneliti menggunakan software Lisrel dalam mengukur tingkat kemungkinan masing-masing variabel yang ada pada hipotesis. Dengan melihat apakah data yang didapatkan dapat mendukung hipotesis pada penelitian ini. Terlihat tabel 1 berikut ini menghasilkan hasil uji hipotesis untuk model structural perceived ease of use (PEU) berpengaruh terhadap attitude to use, perceived usefulness (PU) berpengaruh terhadap attitude to use dan attitude to use berpengaruh terhadap repurchase intention pada aplikasi online shopping dalam hal ini Tokopedia, Shopee dan Bukalapak

Tabel 1 Hasil Uji Hipotesis

Hipotesis Faktor

Loading

t-value Keterangan

H1 Perceived ease of use (PEU) berpengaruh positif terhadap Attitude to use

-0.00 -0.03

Data Tidak Mendukung

Hipotesis H2 Perceived usefulness (PU)

berpengaruh positif terhadap Attitude to use

0.22 2.01

Data Mendukung

Hipotesis H3 Attitude to use berpengaruh positif

terhadap repurchase intention 0.73 6.69

Data Mendukung

Hipotesis Sumber: Output lisrel dari data yang diolah peneliti, 2020

Hasil uji statistik dengan menggunakan metode structural equation model yang dapat

(7)

terlihat pada tabel 1 di atas menunjukkan bahwa t-value yang telah diperoleh sebesar -0.03 yang mana nilai tersebut lebih kecil dari 1,64 (<1,64). Hal tersebut dapat ditarik kesimpulan bahwa hipotesis pertama tidak didukung atau tidak berpengaruh oleh data, yang mana Perceived ease of use (PEU) tidak berpengaruh terhadap Attitude to use dalam hal penggunaan aplikasi online shopping. Sehingga, hasil ini tidak selaras dengan penemuan terdahulu yang telah dilakukan oleh Wibasuri (2018) menerangkan bahwa perceived ease of use berpengaruh positif terhadap Attitude to use.

Perceived ease of use (PEU) adalah penilaian individu yang berinteraksi dengn teknologi secara bebas dari beban kognitif, Perceived ease of use (PEU) mencerminkan fasilitas bagaimana individu mampu berinteraksi dengan software tertentu. Telah terbukti bahwa individu lebih mungkin untuk berinteraksi dengan teknologi baru, jika mereka mengangap bahwa upaya kognitif yang sedikit selama interaksi (Adams et al 1992).

Dalam penelitian ini menyatakan kemudahan penggunaan atau fitur aplikasi online shopping belum tentu dapat membuat konsumen memutuskan berbelanja melalui aplikasi.

Hasil uji statistik dengan menggunakan metode structural equation model yang dapat terlihat pada tabel 1 di atas menunjukkan bahwa t-value yang telah diperoleh sebesar 2,01 yang mana nilai tersebut lebih besar dari 1,64 (>1,64). Hal ini dapat diambil kesimpulan bahwa hipotesis kedua didukung oleh data yang mana perceived usefulness (PU) memiliki pengaruh yang positif terhadap Attitude to use pada aplikasi online shopping yang dalam hal ini konsumen yang pernah berbelanja pada aplikasi online shopping Tokopedia, Shopee dan Bukalapak. Oleh karena itu, hasil ini memperkuat penemuan sebelumnya yang telah dilakukan oleh Al-Debei, et al (2015) juga menerangkan perceived usefulness juga berpengaruh positif terhadap Attitude to use

Hal ini menandakan bahwa konsumen yang pernah berbelanja pada ketiga aplikasi belanja online diatas sangat mengutamakan manfaat dari aplikasi karena dapat memudahkan proses belanja dan dapat dilakukan dimana saya tanpa harus kepasar konvensional. Perceived usefulness (PU) didefinisikan sebagai sejauh mana seseorang percaya bahwa menggunakan sistem tertentu akan meningkatkan kinerja pkerjaannya (Davis 1989). Artinya semakin konsumen merasakan manfaat yang baik maka akan semakin positif sikap konsumen dalam menggunakan aplikasi online shopping.

Hasil uji statistik dengan menggunakan metode structural equation model yang dapat terlihat pada tabel 4.17 di atas menunjukkan bahwa t-value yang telah diperoleh sebesar 6,69

(8)

yang mana nilai tersebut lebih besar dari 1,64 (>1,64). Hal ini dapat diambil kesimpulan bahwa hipotesis keempat didukung oleh data yang mana Attitude to use memiliki pengaruh yang positif terhadap repurchase intention pada aplikasi online shopping yang dalam hal ini konsumen yang pernah berbelanja pada aplikasi Tokopedia, Shopee dan Bukalapak. Oleh karena itu, hasil ini memperkuat penemuan sebelumnya yang telah dilakukan oleh Carissa (2019) menerangkan bahwa Attitude memiliki pengaruh yang positif terhadap repurchase intention pada online marketplace di Indonesia. Dari hasil uji hipotesis diatas dapat diarikan bahwa apabila seorang konsimen memiliki sifat yang positif maka akan cenderung untuk melakukan pembelian kembali. Dalam hal ini, Tokopedia, Shopee dan Bukalapak sudah membangun niat beli ulang dengan menciptakan sikap positif pada pelanggan. Attitude dapat didefinisikan sebagai evaluasi konsumen terhadap keseluruhan konsep yang ada pada produk atau layanan (Peter dan Olson, 2010). Attitude terhadap perilaku mengarah pada sejauh mana seorang pelanggan memiliki evaluasi yang menguntungkan ataupun tidak menguntungkan bagi dirinya (Taylor and Todd, 1995).

SIMPULAN

Penelitian ini menjelaskan bagaimana pengaruh perceived ease of use, perceived usfulnes dapat meningkatkan sikap dalam pengginaan aplikasi online shopping, apabila konsumen memiliki sikap yang positif maka akan secara langsung membentuk perilaku pembelian kambali. Penelitian ini berkontribusi di bidang perilaku konsumen secara online, sehingga studi ini ingin melihat apa saja yang membuat konsumen untuk datang dan melakukan pembelian produk secara berulang-ulang. Hal ini telah memberikan kontribusi penting untuk meningkatkan dan memperluas pemahaman mengenai peran perceived ease of use (PEU), perceived usefulness (PU), attitude to use dan repurchase intention melalui pengembangan dan pengujian model konseptual. Pada penelitian-penelitian sebelumnya hanya berfokus pada kemudahan, manfaat dan pengelamana yang dirasakan ketika berbelanja melalui online yang dapat membentuk attitude konsumen untuk melakukan pembelian kembali, padahal hal tersebut saja kurang cukup.

DAFTAR PUSTAKA

Adams, D.A, Nealson R.R, Todd., P.A.1992.Perceived Usefulness, Ease of Use and Usage of Information Technology : a Replication, MIS Quarterly (16:2) June, pp 227-247

(9)

Al-Debei, M. M., Akroush, N. M. and Ashouri, M. I. 2015. "Consumer attitudes towards online shopping: The effects of trust, perceived benefits, and perceived web quality", Internet Research, Vol. 25 Issue: 5, pp.707-733.

Carissa Riri. 2019. Pengaruh Perceived Web Reputation, Perceived Web Quality, Dan E-Wom, Terhadap Trust, Attitude, Dan Repurchase Intention Pada Online Marketplace Di Indonesia. Tesis.Universitas Indonesia

Davies, R. 2015. Industry 4.0 Digitalisation for productivity and growth.

Davis, Fred D.1989, “Measurement Scales for Perceived Usefulness and Perceived Ease of Use”,

Ha, S. Stoel, L. 2009. Consumer e-shopping acceptance: Antecedents in a technology acceptance model. J.Bus.Res.62, 565–571

Hair, Jr., J. F., William C, Babin, Barry J, Anderson, Rolph E., 2010.Multivariate data analysis:

a Global Perspective, Seventh Edition, Global Edition, Pearson Education, Inc, New Jersey, USA.

Haki, U., & Fajriati, D. (2020). PENGARUH KOMPENSASI FINANSIAL DAN KOMPENSASI NON FINANSIAL TERHADAP PRESTASI KERJA KARYAWAN BAGIAN LABORATORIUM DIVISI ADIDAS DI PT. NIKOMAS GEMILANG KECAMATAN KIBIN KABUPATEN SERANG. Jurnal Bina Bangsa Ekonomika, 13(1), 95-111.

Hanafiah, H., & Hidayat, A. (2020). PENGELOLAAN SUMBER DAYA MANUSIA PADA SEKOLAH DENGAN KURIKULUM INTERNASIONAL STUDI KOMPARASI DI SEKOLAH PELITA HARAPAN, SEKOLAH TUNAS MUDA, DAN SEKOLAH TZU CHI. Jurnal Bina Bangsa Ekonomika, 13(1), 164-174.

Hars,A. 2002. Ou,S.Working for free? Motivations of participating in open source projects.

Int. J.Electron.Commer. 25–39.

Hsu, M.-H., Chuang, L.-W., & Hsu, C.-S. 2014. Understanding online shopping intention: the roles of four types of trust and their antecedents. Internet Research, Vol. 24(No. 3), 332–352.

Kagermann, H., Lukas, W.D., and Wahlster, W. 2011. Industrie 4.0: Mit dem Internet der Dinge auf dem Weg zur 4. industriellen Revolution

Kwek, C., Tan, H., & Lau, T. 2010. Investigating the Shopping Orientations on Online Purchase Intention in the e- Commerce Environment :A Malaysian Study. Journal of Internet Banking and Commerce, Vol.15(No.2), pp 1-22.

Malhotra, N. 2010, Marketing Research-An Applied Orientation, International Edition, 6th ed., Pearson, Prentice-Hall, Upper Saddle River, NJ.

Wibasuri Anggalia, Bangsawan Satria, Mahrinasari MS, Ribhan. 2018. Determinants of Attitude Tourist in E-Tourism Usage. International Journal of engineering and technology (UAE). Pp 6044-6050.

Wijanto, Setyo Hari. 2015. Metode Penelitian Menggunakan Structural Equation Modeling dengan Lisrel 9. Universitas Indonesia