BAB III METODOLOGI PENELITIAN
3.5 Metode Analisis Data
3.5.3 Analisis Regresi
3.5.3.4 Moderated Regression Analysis (MRA)
Moderated Regression Analysis (MRA) merupakan pendekatan analitik untuk memberikan dasar untuk melihat pengauh variabel moderator (Ghozali, 2016). Pengaruh dari variabel moderator dapat memperkuat atau memperlemah hubungan antara variabel independen dengan variabel dependen. Variabel moderator juga dapat menyebabkan sifat atau hubungan antara variabel independen dengan variabel dependen menjadi positif atau negatif. Untuk persamaan regresi pada variabel moderator menurut Ghozali, 2016, pengujian regresi dilakukan dengan membandingkan tiga persamaan regresi untuk menentukan jenis variabel moderator yang di interpretasikan sebagai berikut:
Tabel 3.2 Persamaan Regresi Variabel Moderasi
Hipotesis Persamaan
Satisfaction with the Co-Creation Performance (SCP) akan secara positif memoderasi hubungan antara Degree of Co-Creation (DOC) dan Expenditures (EXP)
EXP = α + β1.DOCi + ei EXP = α + β1.DOCi + β2.SCP + ei
EXP = α + β1. DOCi + β2. SCP + β3.DOC*SCP + e
Satisfaction with the Co-Creation Performance (SCP) akan secara negatif memoderasi hubungan antara Degree of Co-Creation (DOC) dan Satisfaction with the Company (SWC)
SWC = α + β1.DOCi + ei SWC = α + β1.DOCi + β2.SCP + ei
SWC = α + β1. DOCi + β2. SCP + β3.DOC*SCP + e
Satisfaction with the Co-Creation Performance (SCP) akan secara negatif memoderasi hubungan antara Degree of Co-Creation (DOC) dan Loyalty (LOY)
LOY = α + β1.DOCi + ei LOY = α + β1.DOCi + β2.SCP + ei
LOY = α + β1. DOCi + β2. SCP + β3.DOC*SCP + e Sumber: Data Sekunder (diolah), 2018; Ms. 2010
Keterangan:
EXP : Variabel Expenditures
SWC : Variabel Satisfaction with the Co-Creation Performance
LOY : Variabel Loyalty
α : Konstanta
β1..β3 : Koefisien regresi e : Standar error
DOC : Variabel Degree of Co-Creation
SCP : Variabel Satisfaction with the Co-Creation Performance DOC*SCP : Interaksi antara DOC dengan SCP
Berdasarkan persamaan regresi pada pengujian Moderated Regression Analysis (MRA) mengandung usur interaksi yang merupakan perkalian antara dua atau lebih variabel independen. Bentuk dari interaksi tersebut dilakukan melalui variabel perkalian antara Degree of Co-Creation (DOC) dengan Satisfaction with the Co-Creation Performance (SCP). Dimana variabel Satisfaction with the Co-Creation Performance (SCP) merupakan variabel moderasi antara Degree of Co-Creation (DOC) dengan variabel Expenditures (Y), Satisfaction with the Co-Creation Performance (Y), Loyalty (Y) (Ghozali, 2016).
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Gambaran Umum Objek Penelitian
Jenius merupakan Banking Reinvented, dimana nasabah memiiki kendali penuh dalam mengatur life finance secara lebih aman, mudah, dan cerdas melalui aplikasi yang berada pada smartphone. Jenius diluncurkan oleh Bank Tabungan Pensiunan Nasional (BTPN) pada 11 Agustus 2016. Jenius memungkinkan nasabah untuk memiliki rekening bank dan mengelola keuangan dari ponsel tanpa harus pergi dan bertatap muka di bank, aplikasi Jenius terdapat di ponsel berbasis Android maupun iOS (Bank BTPN, 2016).
Fitur yang terdapat pada Jenius dikembangkan untuk memenuhi seluruh aktivitas finansial nasabah, mulai dari menabung, bertransaksi, bahkan untuk mengatur keuangan. Fitur yang ditawarkan Jenius antara lain Send It, In & Out, Pay Me, Save It, Card Center dan Split Bill. Fitur Send It berfungsi untuk mengirim uang dan membayar tagihan, dimana melalui fitur ini, nasabah Jenius dapat mengirim uang ke siapa pun tidak hanya menggunakan nomor rekening, namun bisa dilakukan dengan menggunakan $Cashtag, nomor telepon, atau e- mail. Tidak hanya ntuk mengirim uang, fitur Send It juga dapat digunakan untuk membayar atau menjadwalkan pembayaran tagihan telepon, air, TV cable, dan internet melalui Jenius.
Fitur In & Out berfungsi untuk melihat, menelusuri, serta mengunduh seluruh histori transaksi, dimana nasabah bisa menentukan sendiri filter berdasarkan tipe, kategori, rentang waktu, dan besarnya transaksi.
Fitur Pay Me merupakan fitur yang ditujukan untuk meminta uang kepada orang lain, dimana permintaan uang dapat dikirim dengan menggunakan
$Cashtag, nomor telepon, atau alamat e-mail. Selain itu, dengan menggunakan fitur Pay Me, nasabah juga bisa melacak apakag permintaan uang nasabah sudah dikirimkan atau belum.
Fitur Save It merupakan fitur yang berfungsi untuk menabung, dimana dalam fitur Save It terbagi lagi menjadi tiga macam jenis tabungan, antara lain Flexi Saver, Dream Saver, Maxi Saver. Flexi Saver merupakan tabungan dengan bunga sebesar 5% per tahun yang bersifat fleksibel yang bisa ditarik atau disetor kapan saja tanpa terikat periode waktu tertentu, tanpa biaya administrasi dan tanpa biaya penalti. Dream Saver merupakan tabungan reguler untuk mewujudkan keinginan yang nasabah inginkan, dengan cara menentukan tujuan serta dana yang harus nasabah raih, Dream Saver secara otomatis akan menghitung periode tabungan dan besarnya uang yang akan disetor setiap hari atau minggu atau bulan. Yang terakhir dari fitur Save It adalah maxi Saver, dimana Maxi Saver merupakan deposito berjangka yang bisa dibuat di mana saja, dengan bunga hingga 6% per tahun dan minimal penempatan dana sebesar Rp 10.000.000, nasabah bebas memilih periode tenor dari 1 hingga 12 bulan, dengan advis yang akan nasabah terima dalam bentuk elektronik, sehingga nasabah tidak perlu antri di bank untuk membuat, memperpanjang, atau mencairkan deposito.
Fitur Card Center merupakan fitur yang berfungsi untuk mengendalikan aktivitas kartu debit Jenius, seperti untuk mengatur limit tarik tunai ATM dan limit transaksi, melakukan pemblokiran kartu debit Jenius yang hilang atau rusak
baik sementara maupun permanen hanya melalui smartphone nasabah. Fungsi lain yang ditawarkan oleh fitur Card Center adalah nasabah dapat mengatur alokasi pengeluaran dengan kartu debit tambahan, yang mana selain dua kartu debit utama, yaitu m-card dan e-card, nasabah dapat membuat hingga 3 kartu debit tambahan, selain itu nasabah juga dapat membuat PIN yang berbeda untuk masing-masing kartu debit tersebut.
Fitur terakhir yang terdapat di Jenius adalah Split Bill, dimana Split Bill merupakan solusi cepat untuk membagi tagihan dan mengirim permintaan uang ddengan keluarga, teman, atau siapa pun yang nasabah tentukan sendiri, permintaan nasabah akan dikirim lewat notifikasi (bagi sesama nasabah Jenius) serta SMS dan e-mail (bagi nasabah non-Jenius) (Jenius, 2018a).
Digital banking Jenius saat ini sudah banyak diminati oleh nasabah, hal tersebut tercermin dari jumlah pengguna Jenius yang mencapai 350.000 nasabah sejak layanan digital banking tersebut diluncurkan pada Agustus 2016 lalu (Cicilia, 2018). Banyaknya nasabah Jenius disebabkan karena banyaknya keuntungan yang ditawarkan oleh layanan digital banking tersebut.
Keuntungan-keuntungan yang ditawarkan oleh Jenius antara lain adalah bunga tabungan hingga 6%, akses internasional yang memudahkan serta membuat transaksi keuangan menjadi lebih praktis baik secara online atau offline dan tarik tunai di seluruh dunia dengan menggunakan kartu debit visa, smart spending dimana nasabah dapat mengontrol pengeluaran nasabah dengan 3 jenis kartu debit yang ditujukan untuk mengalokasikan kebutuhan spesifik, kenyamanan dalam mengelola keuangan kapan pun dan di mana pun melalui
smartphone, bebas tarik tunai di ATM Prima/Bersama dan bebas transfer ke bank lain dari aplikasi sebanyak 25 kali per bulan, serta bebas biaya administrasi bulanan, Jenius juga telah terdaftar dan diawasi oleh Otoritas Jasa Keuangan (OJK) serta dijamin oleh Lembaga Penjamin Simpanan (LPS). Selain itu, Jenius juga bekerja sama dengan banyak merchant ternama sehingga Jenius menawarkan banyak promo menarik setiap harinya, merchant-merchant yang bekerja sama dengan Jenius diantaranya adalah The Goods Dept, Cinema XXI, Pizza Marzano, Kara Island, Martha Tilaar Spa, dan lain-lain. Untuk e- commerce dan layanan online Jenius bekerja sama dengan Lazada, Zalora, Tokopedia, Berrybenka.com, Bro.do, Iflix, Elevenia, Travelio.com, dan masih banyak lagi (Jenius, 2018b).
Di tahun 2017 Jenius masuk dalam Top 50 Digital Only Banks Ranking menurut survey yang dilakukan oleh Majalah Financial IT. Hal tersebut dikarenakan Jenius masuk dalam jajaran produk digital banking terbaik didunia.
Jenius dinilai memenuhi tiga kategori penilaian yang ada dalam Top 50 Digital Only Banks Ranking 2017, antara lainnya adalah media coverage untuk digital banking, jumlah karyawan, dan penilaian atas dampak dari implementasi digital banking (Apriyani, 2017).
4.2 Uji Validitas dan Reliabilitas (Pre-test) 4.2.1 Uji Validitas (Pre-test)
Pada sub bab ini dilakukan pengukuran uji validitas dengan cara melakukan analisis terhadap 30 responden. Tabel 4.1 menunjukkan hasil uji validitas pretest berdasarkan perhitungan dengan menggunakan SPSS 24.
Pengukuran validitas dilakukan dengan melakukan analisis faktor terhadap hasil
pretest untuk melihat nilai Kaiser Meyer-Olkin Measure of Sampling Adequacy, Barlett’s Test of Sphericity, Anti-Image Matrices, dan Factor Loading of Component Matrix. Adapun tabel hasil uji validitas pretest sebagai berikut:
Tabel 4.1 Hasil Uji Validitas Pre-test Variabel Laten Indikator KMO MSA Factor
Loading
Kriteria
Nilai yang diisyaratkan >0.5 >0.5 ≥ 0.7
Degree of co-creation
DOC1
0.720
0.669 0.850 Valid
DOC2 0.688 0.772 Valid
DOC3 0.758 0.842 Valid
DOC4 0.790 0.659 Tidak Valid
DOC5 0.747 0.675 Tidak Valid
Satisfaction with the co- creation performance
SCP1
0.697
0.657 0.905 Valid
SCP2 0.656 0.906 Valid
SCP3 0.837 0.818 Valid
Satisfaction with the company
SWC1
0.663
0.656 0.895 Valid
SWC2 0.607 0.941 Valid
SWC3 0.780 0.830 Valid
Loyalty
LOY1
0.797
0.774 0.709 Valid
LOY2 0.803 0.764 Valid
LOY3 0.770 0.788 Valid
LOY4 0.844 0.875 Valid
LOY5 0.788 0.868 Valid
Sumber: Hasil Pengolahan Data dengan SPSS 24
Pada tabel 4.1 menunjukkan hasil analisis uji validitas dengan menggunakan SPSS 24. Berdasarkan tabel tersebut dapat disimpulkan bahwa terdapat dua indikator dalam penelitian ini yang terbukti tidak valid. Hasil dari dua alat ukur tidak mencukupi angka ideal dari factor loading ≥ 0.7, yang mana indikator
tersebut adalah DOC4 dan DOC5. Namun peneliti tetap mempertahankan dan meneruskan menggunakan pengukuran tersebut dikarenakan setelah meninjau kembali pernyataan yang dijadikan measurement dirasakan sudah merupakan item indikator yang paling baik, lalu mamish sedikitnya data yang diuji pada Pre-test dengan mempertimbangkan pula besaran rata-rata factor loading yang tidak valid, nilainya tidak terlalu signifikan dari standard ≥ 0.7, maka dari itu peneliti memutuskan untuk tetap meneruskan menggunakan measurement tersebut untuk dijadikan alat ukur pada kuesioner main-test dan dinilai kembali pada responden.
4.2.2 Uji Reliabilitas (Pre-test)
Pengukuran tahap uji reliabilitas dilakukan dengan melakukan pengukuran terhadap 30 responden. Uji reliabilitas bertujuan untuk mengetahui konsistensi dan reliabillitas indikator terhadap variabelnya. Pengukuran reliabilitas dilakukan dengan melakukan analisis faktor terhadap hasil pre-test untuk melihat nilai cronbach’s alpha ≥ 0.7. Apabila didapatkan hasil cronbach’s alpha ≥ 0.7 maka indikator tersebut dapat dikatakan reliabel, konsisten, serta relevan terhadap variabel (Malhotra, 2010). Tabel 4.2 menunjukkan hasil uji reliabilitas pretest yang dilakukan dengan menggunakan SPSS 24.
Tabel 4.2 Hasil Uji Reliabilitas Pre-test
Variabel Cronbach’s Alpha N of Item Kriteria
Degree of co-creation 0.808 5 Reliabel
Satisfaction with the co-creation performance
0.850 3 Reliabel
Satisfaction with the company 0.855 3 Reliabel
Loyalty 0.846 5 Reliabel
Sumber: Hasil Pengolahan Data dengan SPSS 24
Pada tabel 4.2 menunjukkan hasil analisis uji reliabilitas dengan menggunakan SPSS 24. Berdasarkan tabel tersebut dapat disimpullkan bahwa semua indikator dalam penelitian ini terbukti reliabel. Seluruh indikator memiliki nilai cronbach’s alpha ≥ 0.7 sehingga dapat dikatakan reliabel, konsisten, serta relevan terhadap variabel.
4.3 Profil Responden
Pada sub bab penelitian ini, akan dijelaskan tentang profil responden secara keseluruhan. Profil responden didapatkan denan cara menyebarkan kuesioner secara online dengan menggunakan google form kepada para responden yang merupakan nasabah aktif Jenius maupun yang bukan nasabah Jenius. Karakteristik responden dalam penelitian ini terbagi dalam beberapa kategori yaitu jenis kelamin, usia, pendidikan terakhir, pekerjaan, pengeluaran per bulan, tempat tinggal, dan pertanyaan screening. Dalam penelitian ini, peneliti mendapatkan 215 responden. Dari 215 responden yang mengisi kuesioner online, terdapat 153 responden yang merupakan nasabah aktif Jenius atau sekitar 71.2% responden. Karakteristik profil responden akan dijelaskan melalui grafik dibawah sebagai berikut:
4.3.1 Pertanyaan Screening
Tabel 4.3 Pertanyaan Screening
Keterangan Kuesioner Jumlah Kuesioner
Jumlah kuesioner yang di dapat 215
Jumlah kuesioner yang digugurkan 62
Kuesioner yang digunakan 153
Tingkat presentase kuesioner yang digugurkan 71.2%
Tingkat presentase kuesioner yang digunakan 28.8%
Jumlah 100%
Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
Tabel 4.3 menunjukkan tabel pertanyaan screening untuk mengetahui jumlah responden merupakan nasabah aktif Jenius dan responden yang bukan nasabah aktif Jenius. Berdasarkan tabel tersebut dapat diketahui bahwa jumlah responden yang merupakan nasabah aktif Jenius sebanyak 153 responden atau 71.2%, sedangkan yang bukan nasabah aktif Jenius sebanyak 62 responden atau 28.8%.
Hal tersebut menunjukkan bahwa banyak responden yang merupakan nasabah aktif Jenius.
4.3.2 Jenis Kelamin Responden
Gambar 4.1 Grafik Jenis Kelamin Responden, Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
0 20 40 60 80 100 120
Laki-laki Perempuan
Jenis Kelamin
Jenis Kelamin
Gambar 4.1 menunjukkan hasil dari jenis kelamin responden. Berdasarkan gambar tersebuk dapat disimpulkan bahwa mayoritas responden yang merupakan nasabah aktif Jenius adalah perempuan dengan presentase sebesar 66.7% atau sebanyak 102 responden. Sedangkan jumlah responden pria yang merupakan nasabah aktif Jenius adalah sebanyak 51 responden dengan presentase sebesar 33.3%. Berdasarkan gambar grafik tersebut dapat disimpulkan bahwa perempuan lebih banyak yang menjadi nasabah aktif Jenius.
4.3.3 Usia Responden
Gambar 4.2 Grafik Usia Responden, Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
Gambar 4.2 merupakan grafik hasil dari usia responden. Pada gambar tersebut didapatkan hasil mayoritas usia responden adalah pada usia 22-24 tahun dengan presentase sebesar 47% atau sebanyak 72 responden. Selain itu untuk responden dengan usia 19-21 tahun memiliki sebesar 34% atau sebanyak 52 responden.
Kemudian untuk responden dengan usia 25-27 tahun memiliki presentase sebesar 15% atau sebanyak 23 responden. Lalu yang terakhir adalah responden dengan usia 28-30 tahun hanya memiliki presentase sebesar 4% atau sebanyak 6 responden. Berdasarkan grafik tersebut dapat diketahui bahwa responden
0 10 20 30 40 50 60 70 80
19-21 Tahun 22-24 Tahun 25-27 Tahun 28-30 Tahun
Usia
Usia
nasabah aktif Jenius merupakan nasabah ddengan usia dewasa 22-24 tahun yang mana pada saat ini responden tersebut bekerja sebagai pelajar/mahasiswa atau baru memiliki pekerjaan. Usia digital natives atau generasi Y diperkirakan dari tahun kelahiran 1982-2002 (Benckendorff, Moscardo, & Pendergast, 2010).
Sehingga dapat disimpulkan bahwa di tahun 2018 usia mereka adalah 16-34 tahun.
4.3.4 Pendidikan Terakhir Responden
Gambar 4.3 Grafik Pendidikan Terakhir Responden, Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
Gambar 4.3 menunjukkan grafik pendidikan terakhir responden. Gambar tersebut menunjukkan bahwa mayaoritas responden telah menempuh pendidikan terakhir paling banyak pada tingkat SMA atau sederajat dengan presentase sebesar 52.3% atau sebanyak 80 responden, Selain itu, dengan presentase sebesar 5.9% atau sebanyak 9 responden telah menempuh pendidikan akhir pada tingkat D1-D3, lalu dengan presentase sebesar 0.6% atau sebanyak 1 responden telah menempuh pendidikan pada tingkat akhir D4. Dan yang terakhir dengan presentase sebesar 41.2% atau sebanyak 63 responden telah menempuh pendidikan pada tingkat akhir S1. Berdasarkan gambar grafik tersebut, maka
0 20 40 60 80 100
SMA atau Sederajat
D1-D3 D4 S1
Pendidikan Terakhir
Pendidikan Terakhir
dapat disimpulkan bahwa mayoritas responden memiliki tingkat pendidikan akhir SMA atau sederajat yang mana pada saat ini termasuk dalam kalangan pelajar/mahasiswa.
4.3.5 Pekerjaan Responden
Gambar 4.4 Grafik Pekerjaan Responden, Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
Gambar 4.4 menunjukkan jumlah hasil dari pekerjaan responden. Hasil tersebut menunjukkan bahwa sebesar 58.8% atau sebanyak 90 responden memiliki pekerjaan sebagai pelajar/mahasiswa. Selain itu, dengan presentase sebesar 9.8%
atau sebanyak 15 responden bekerja sebagai wirausaha. Lalu yang terakhir dengan presentase sebesar 31.4% atau sebanyak 48 responden bekerja sebagai pekerja/karyawan. Berdasarkan gambar grafik tersebut, dapat disimpulkan bahwa kalangan pelajar/mahasiswa lebih sering dan lebih memiliki pengalaman dalam bertransaksi secara digital pada aplikasi Jenius. Generasi Y merupakan generasi yang tahu apa yang mereka inginkan dan mereka memiliki kemampuan keterampilan literasi digital yang lebih besar (Skiba, 2003; Oblinger & Oblinger, 2005; Combes, 2009).
0 20 40 60 80 100
Pekerjaan
Pekerjaan
4.3.6 Pengeluaran per Bulan Responden
Gambar 4.5 Grafik Pengeluaran per Bulan Responden, Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
Gambar 4.5 menunjukkan jumlah pengeluaran responden setiap bulannya.
Berdasarkan grafik menunjukkan hasil bahwa responden yang memiliki pengeluaran kurang dari Rp. 1.000.000 sebanyak 16 responden dengan presentase sebesar 10.5%. Pada grafik tersebut menunjukkan bahwa mayoritas pengeluaran responden per bulannya adalah sebasar Rp. 1.000.000 – Rp.
3.000.000 per bulan dengan presentase sebesar 58.8% atau sebanyak 90 responden. Selain itu, terdapat 47 responden dengan presentase sebesar 30.7%
yang memiliki pengeluran lebih dari Rp. 3.000.000 per bulan. Maka dapat disimmpulkan bahwa pengeluaran responden per bulan di dominasi sebesar Rp.
1.000.000 – Rp. 3.000.000 yang mana mayoritas nasabah Jenius merupakan kalangan pelajar atau mahasiswa yang memilki pengeluaran tidak lebih dari Rp.
3.000.000 setiap bulannya.
0 20 40 60 80 100
Kurang dari Rp.
1.000.000
Rp. 1.000.000 - Rp. 3.000.000
Lebih dari Rp.
3.000.000
Pengeluaran per Bulan
Pengeluaran per Bulan
4.3.7 Tempat Tinggal Responden
Gambar 4.6 Grafik Tempat Tinggal Responden, Sumber: Hasil Pengolahan Data oleh Peneliti, Ms. Office 2010
Grafik 4.6 menunjukkan daerah tempat tinggal responden. Berdasarkan gambar tersebut menunjukkan bahwa mayoritas responden bertempat tinggal di wilayah Jakarta dengan presentase sebesar 59.5% atau sebanyak 91 responden.
Sedangkan responden yang bertempat tinggal di wilayah Bogor hanya sebanyak 6 responden dengan presentase sebesar 4%. Kemudian untuk responden yang bertempat tinggal di wilayah Depok sebanyak 25 responden dengan presentase sebesar 16.3%. Untuk responden yang bertempat tinggal di daerah Tangerang sebanyak 21 responden dengan presentase sebesar 13.7%. Lalu yang terakhir, wilayah dengan jumlah sebanyak 10 responden dengan presntese sebesar 6.5%
bertempat tinggal di Bekasi. Berdasarkan hasil dari gambar grafik 4.6, maka dapat disimpulkan bahwa mayoritas responden bertempat tinggal di wilayah Jakarta.
0 10 20 30 40 50 60 70 80 90 100
Jakarta Bogor Depok Tangerang Bekasi
Tempat Tinggal
Tempat Tinggal
4.3.8 Frekuensi Responden Menggunakan Jenius Untuk Bertransaksi dalam Sebulan
Gambar 4.7 Grafik Frekuensi Responden Menggunakan Jenius Untuk Bertransaksi dalam Sebulan, Sumber: Hasil Pengolahan Data oleh Peneliti,
Ms. Office 2010
Gambar grafik 4.7 menunjukkan frekuensi responden dalam menggunakan Jenius untuk bertransaksi selama sebulan. Berdasarkan gambar tersebut menunjukkan bahwa mayoritas responden menggunakan Jenius dalam bertransaksi sebanyak 1 – 5 kali dalam sebulan dengan jumlah responden sebanyak 123 responden atau memiliki presentase sebesar 80.4%. Selain itu responden yang melakukan transaksi menggunakan Jenius dengan frekuensi 6 – 10 kali dalam sebulan sebanyak 22 responden dengan presentase sebesar 14.4%.
Lalu, responden yang melakukan transaksi menggunakan Jenius dengan freskuensi 11 – 15 kali dalam sebulan sebanyak 5 responden dengan presentase sebesar 3.3%. Dan yang terakhir adalah responden yang menggunakan Jenius untuk bertransaksi dengan frekuensi 16 – 20 kali dalam sebulan hanya sebanyak 3 repsonden dengan presentase sebesar 1.9%. Berdasarkan hasil dari gambar
0 20 40 60 80 100 120 140
1 -5 Kali Sebulan
6 - 10 Kali Sebulan
11 - 15 Kali Sebulan
16 - 20 Kali Sebulan
Frekuensi Penggunaan Jenius untuk Bertransaksi Selama Sebulan
Frekuensi Penggunaan Jenius untuk Bertransaksi Selama Sebulan
grafik 4.7, maka dapat disimpulkan bahwa mayoritas responden melakukan transaksi menggunakan Jenius adalah di frekuensi 1 – 5 kali dalam sebulan.
4.4 Analisis Hasil Full Test
4.4.1 Uji Validitas dan Uji Reliabilitas
Analisis validitas pengujian data pada main-test menggnakan Confirmatory Factor Analysis, dengan standars nilai KMO Measure of Adequacy > 0,5 dan Factor Loading ≥ 0,7. Pengujian dilakukan kepada sampel yang berjumlah 153, dengan ketentuan sebagai berikut:
a. Apabila nilai KMO MSA < 0.5 dan Factor loading ≤ 0.7 maka measurement dinyatakan tidak valid.
b. Apabila Nilai KMO MSA >0.5 dan Factor loading ≥ 0.7 maka measurement dapat dinyatakan valid.
Setelah seluruh measurement yang diajukan telah dilakukan pengujian validitas, maka untuk uji selanjutnya yaitu melakukan pengujian reliabilitas kepada 153 sampel, dengan ketentuan sebagai berikut:
a. Apabila cronbach’s alpha lebih besar dari batas minimal (0.7) maka reliabel
b. Apabila cronbach’s alpha lebih kecil dari batas minimal (0.7) maka tidak reliabel.
Untuk mengetahui hasil uji validitas pada data main-test ini dapat melihat tabel KMO and Barlett’s Test, serta untuk uji reliabilitas dapat melihat tabel cronbach’s alpha yang menunjukkan hasil pengujian pada 153 sampel sebagai berikut:
Tabel 4.4 Hasil Uji Validitas dan Uji Reliabilitas Main-Test Variabel Laten Indikator KMO MSA Factor
Loading
Kriteria Cronbach’s Alpha
N of Item
Kriteria
Nilai yang diisyaratkan >0.5 >0.5 ≥ 0.7
Degree of co-creation
DOC1
0.741
0.777 0.841 Valid
0.777 5 Reliabel
DOC2 0.762 0.782 Valid
DOC3 0.734 0.855 Valid
DOC4 0.602 0.473 Tidak
Valid
DOC5 0.755 0.754 Valid
Satisfaction with the co- creation performance
SCP1
0.702
0.737 0.878 Valid
0.876 3 Reliabel
SCP2 0.643 0.933 Valid
SCP3 0.748 0.873 Valid
Satisfaction with the company
SWC1
0.750
0.770 0.926 Valid
0.922 3 Reliabel
SWC2 0.699 0.949 Valid
SWC3 0.792 0.921 Valid
Loyalty
LOY1
0.821
0.829 0.770 Valid
0.872 5 Reliabel
LOY2 0.784 0.820 Valid
LOY3 0.823 0.868 Valid
LOY4 0.832 0.815 Valid
LOY5 0.842 0.825 Valid
Sumber: Hasil Pengolahan Data dengan SPSS 24
Berdasarkan hasil uji validitas main-test yang dilakukan pada penelitian ini telah ditemukan bahwa terdapat satu measurement yang dinyatakan tidak valid, measurement yang dinyatakan tidak valid tersebut adalah measurement DOC4 dengan bobot nilai (0.473 ≤ 0.7). Untuk itu dikarenakan DOC4 tidak memenuhi standard dari nilai factor loading yang seharusnya ≥ 0.7, maka diputuskan bahwa measurement DOC4 tersebut tidak akan dipergunakan sebagai indikator pada variabel didalam pengujian model regresi pada penelitian ini. Berdasarkan hasil penemuan ini
peneliti juga menyarankan bagi penelitian selanjutnya dapat mempertimbangkan untuk tidak menggunakan kembali measurement tersebut. Sedangkan untuk hasil uji reliabilitas berdasarkan tabel tersebut didapatkan hasil bahwa semua variabel dinyatakan reliabel karena memenuhi standar yang diisyaratkan. Dimana nilai yang diisyaratkan adalah cronbach’s alpha lebih besar dari batas minimal (0.7).
Tabel 4.5 Hasil Uji Validitas dan Reliabilitas Main-Test Setelah DOC 4 Dihapus
Variabel Laten Indikator KMO MSA Factor Loading
Kriteria Cronbach’s Alpha
N of Item
Kriteria
Nilai yang diisyaratkan >0.5 >0.5 ≥ 0.7
Degree of co-creation
DOC1
0.780
0.755 0.857 Valid
0.834 4 Reliabel
DOC2 0.820 0.824 Valid
DOC3 0.729 0.871 Valid
DOC5 0.867 0.718 Valid
Satisfaction with the co- creation performance
SCP1
0.702
0.737 0.878 Valid
0.876 3 Reliabel
SCP2 0.643 0.933 Valid
SCP3 0.748 0.873 Valid
Satisfaction with the company
SWC1
0.750
0.770 0.926 Valid
0.922 3 Reliabel
SWC2 0.699 0.949 Valid
SWC3 0.792 0.921 Valid
Loyalty
LOY1
0.821
0.829 0.770 Valid
0.872 5 Reliabel
LOY2 0.784 0.820 Valid
LOY3 0.823 0.868 Valid
LOY4 0.832 0.815 Valid
LOY5 0.842 0.825 Valid
Sumber: Hasil Pengolahan Data dengan SPSS 24
Berdasarkan hasil uji validitas dan reliabilitas main-test setelah DOC 4 dihapus sesuai dengan yang tertera pada tabel 4.5 Berdasarkan tabel tersebut didapatkan