Jurnal Matematika Vol. 13, No.2,Desember 2023, pp. 80-94

Article DOI: 10.24843/JMAT.2023.v13.i02.p162

ISSN: 1693-1394

Penerapan Model Struktural Berhierarki pada Kualitas Layanan Shopee, Motivasi Berbelanja, dan Loyalitas

Veni Jean Gabriella Damanik

Universitas Udayana e-mail: [email protected]

I Putu Eka Nila Kencana

Universitas Udayana e-mail: [email protected]

I Putu Winada Gautama Universitas Udayana e-mail: [email protected]

Abstract: Technological advances affect human life, one of which is in the field of trade, namely the existence of an online buying and selling system through e-commerce. The results of research conducted by Ipsos at the end of 2021 on the competition of several e-commerce proved that Shopee is the most popular and widely used e-commerce by the people of Indonesia. This is evident from the quality of Shopee services considered good by consumers increasing consumer interest and motivation to shop at Shopee and consumer loyalty to Shopee. Therefore, this study aims to determine whether there is an influence of Shopee service quality on shopping motivation and consumer loyalty. To answer the purpose of this study, a hierarchical structural equation modeling (SEM) method was used. Based on the design of the research model and the results of the structural model analysis in the study, it was proven that the service quality construct can explain the shopping motivation construct by 46,3%, while the service quality construct can explain the consumer loyalty construct by 36,5%. Thus, it can be concluded that the quality of service affects shopping motivation and consumer loyalty.

Keywords: Consumer Loyalty, Hierarchical SEM, Service Quality, Shopee, Shopping Motivation

Abstrak: Kemajuan teknologi memengaruhi kehidupan manusia, salah satunya dalam bidang perdagangan, yaitu adanya sistem jual beli secara online melalui e-commerce. Hasil riset yang dilakukan oleh Ipsos pada akhir tahun 2021 terhadap persaingan beberapa e-commerce membuktikan bahwa Shopee menjadi e-commerce yang paling diminati dan banyak digunakan oleh masyarakat Indonesia. Hal tersebut terbukti dari kualitas layanan Shopee dinilai baik oleh para konsumen sehingga meningkatkan minat dan motivasi konsumen untuk berbelanja di Shopee serta loyalitas konsumen terhadap Shopee. Oleh karena itu, penelitian ini bertujuan untuk mengetahui apakah terdapat pengaruh kualitas layanan Shopee terhadap motivasi berbelanja dan loyalitas konsumen. Untuk menjawab tujuan penelitian ini, maka digunakan metode structural equation modeling (SEM) berhierarki. Variabel laten/konstruk dalam penelitian ini

adalah kualitas layanan, motivasi berbelanja, dn loyalitas konsumen yang akan dibuat dalam model persamaan struktural untuk mengetahui hubungan antarkonstruk. Berdasarkan rancangan model penelitian dan hasil analisis model struktural dalam penelitian, dibuktikan bahwa konstruk kualitas layanan mampu menjelaskan konstruk motivasi berbelanja sebesar 46,3%, sedangkan konstruk kualitas layanan mampu menjelaskan konstruk loyalitas konsumen sebesar 36,5%. Dengan demikian, dapat disimpulkan bahwa kualitas layanan memengaruhi motivasi berbelanja dan loyalitas konsumen.

Kata Kunci: Kualitas Layanan, Loyalitas Konsumen, Motivasi Berbelanja, SEM Berhierarki, Shopee

  • 1.    Pendahuluan

Structural equation modeling (SEM) merupakan analisis multivariat yang secara simultan mampu menganalisis variabel dalam jumlah banyak (Hair et al., 2019). SEM memiliki keunggulan jika dibandingkan dengan analisis multivariat lainnya yaitu dapat menganalisis variabel-variabel penelitian yang tidak dapat diukur secara langsung. Dalam SEM, variabel-variabel yang tidak dapat diukur secara langsung akan diukur dengan variabel indikator.

Secara garis besar, SEM terdiri dari dua jenis, yaitu covariance based structural equation modeling (CB-SEM) dan variance based structural equation modeling (VB-SEM). CB-SEM merupakan jenis SEM yang digunakan untuk mengonfirmasi teori, sedangkan VB-SEM diantaranya partial least square SEM (PLS-SEM) merupakan jenis SEM yang digunakan untuk memprediksi konstruk dan mengembangkan teori serta menjelaskan varians (Hair et al., 2019).

SEM berhierarki merupakan penggunaan metode SEM pada variabel-variabel laten/konstruk yang membentuk orde atau hierarki. Pada konstruk berhierarki, setiap konstruk yang tidak memiliki indikator pengukuran bisa diukur dengan mengambil indikator dari sub-sub konstruknya. Terdapat tiga cara yang dapat dilakukan dalam pengambilan indikator pengukuran dari sub-sub konstruk, yaitu replikasi (pengambilan indikator secara keseluruhan), split-half (pengambilan indikator sebagian dari masing-masing sub konstruk), dan random (pengambilan indikator secara acak).

Sebagai contoh dalam bidang bisnis dan perdagangan, terdapat beberapa variabel yang tidak dapat diukur secara langsung, yaitu kualitas layanan, motivasi berbelanja, dan loyalitas konsumen. Kualitas layanan dinilai berdasarkan bentuk pelayanan perusahaan/pasar yang diberikan kepada para konsumen. Salah satu layanan yang menyediakan kebutuhan konsumen adalah perdagangan elektronik atau yang biasa disebut dengan e-commerce. Pada penelitian ini, layanan e-commerce yang dinilai oleh konsumen adalah Shopee karena riset membuktikan bahwa Shopee menjadi e-commerce yang paling diminati oleh masyarakat. Kualitas layanan yang baik dari Shopee akan memengaruhi

motivasi konsumen dalam berbelanja dan loyalitas konsumen terhadap Shopee. Berdasarkan pemaparan tersebut, maka penelitian ini bertujuan untuk menganalisis pengaruh kualitas layanan terhadap motivasi berbelanja dan loyalitas konsumen yang akan dibuat dalam model persamaan struktural menggunakan analisis SEM.

Pada penelitian ini, konstruk kualitas layanan tidak memiliki indikator pengukuran, sehingga untuk mengukurnya harus dibantu dengan sub-sub konstruk kualitas layanan yang menyusunnya. Sub-sub konstruk kualitas layanan sudah memiliki indikator pengukuran. Oleh karena adanya konstruk dan sub-sub konstruk maka disebut dengan konstruk berhierarki. Dengan demikian, untuk mengetahui pengaruh antarkonstruk yang memiliki hierarki dengan masing-masing indikatornya maka digunakan metode SEM berhieraki. Pada penelitian ini, pengambilan indikator pada konstruk berhierarki akan dilakukan dengan cara split-half karena seluruh indikator yang digunakan dalam penelitian ini hanya diambil sebagian dari masing-masing subkonstruk.

Terdapat beberapa penelitian yang telah dilakukan sebelumnya yang relevan dan dijadikan sebagai referensi dalam penelitian ini, diantaranya penelitian yang dilakukan oleh Zeithaml et al. (2002) yang menganalisis kualitas layanan pada suatu layanan elektronik dengan menggunakan e-service quality (e-servqual) dan menyimpulkan bahwa terdapat tujuh dimensi yang menjadi skala pengukuran kualitas layanan elektronik, yaitu efficiency, system availability, fulfillment, privacy, responsiveness, compensation, dan contact. Penelitian lainnya dilakukan oleh Khodijah (2013) yang menganalisis hubungan kualitas layanan dan kualitas produk terhadap loyalitas pelanggan miulan online shop di sosial media Facebook menggunakan structural equation modeling (SEM) dan menyimpulkan bahwa kualitas layanan dan kualitas produk secara bersama-sama berpengaruh terhadap loyalitas pelanggan miulan (produk fashion kaum muslimah). Selanjutnya, Wahyuni (2013) juga melakukan penelitian terhadap pengaruh kualitas produk, citra merek, dan kualitas layanan terhadap keputusan konsumen dalam membeli skuter matic merek honda di Semarang menggunakan structural equation modeling (SEM) dan disimpulkan bahwa kualitas produk, citra merek, dan kualitas layanan berpengaruh signifikan terhadap pengambilan keputusan konsumen dalam membeli skuter matic Honda.

  • 2.    Metode Penelitian

Jenis data yang digunakan dalam penelitian ini adalah data primer dimana data penelitian diperoleh dari hasil penyebaran kuesioner penelitian dalam bentuk Google Forms kepada sejumlah responden di Indonesia. Seluruh jawaban responden yang telah terkumpul akan diuji terlebih dahulu menggunakan uji validitas dan uji reliabilitas pada 40 sampel pertama. Selanjutnya, data keseluruhan yang telah diperoleh akan dianalisis menggunakan metode SEM untuk membuktikan hipotesis penelitian.

Sampel yang digunakan pada penelitian ini adalah masyarakat yang berdomisili di kota/kabupaten di Indonesia, berusia 17 tahun ke atas, dan pernah berbelanja online di Shopee dalam setahun terakhir. Pengambilan sampel akan dilakukan dengan teknik purposive sampling berdasarkan penilaian terhadap beberapa karakteristik anggota sampel yang disesuaikan dengan tujuan penelitian. Jumlah sampel ideal yang menggunakan metode SEM adalah 100-200 sampel. Menurut Hair et al. (2019), jumlah sampel yang diambil minimal lima kali jumlah indikator. Dalam penelitian ini, setiap variabel laten/konstruk terdiri dari 4-5 indikator pertanyaan. Total indikator adalah 43 indikator sehingga diperoleh 43 × 5 = 215 responden. Selanjutnya, peneliti menambah responden sehingga jumlah sampel yang digunakan adalah 226 responden.

Variabel-variabel yang digunakan dalam penelitian ini disebut dengan variabel laten/konstruk yang tidak dapat diukur secara langsung, antara lain kualitas layanan, motivasi berbelanja, dan loyalitas konsumen. Setiap variabel konstruk ini diukur dengan variabel indikator/item berupa pertanyaan-pertanyaan yang akan diberikan pada kuesioner penelitian. Penelitian ini menggunakan skala pengukuran ordinal. Proses pemberian nilai atau skor dalam kuesioner penelitian akan menggunakan teknik skala likert yang dimulai dari skala 1 sampai dengan 5. Opsi jawaban paling negatif diberi angka 1 hingga opsi jawaban paling positif diberi angka 5. Selanjutnya, variabel laten/konstruk beserta variabel indikator yang digunakan dalam penelitian ini dapat digambarkan dalam rancangan model penelitian pada Gambar 1.

Gambar 1. Rancangan Penelitian

Tahapan analisis data yang dilakukan dalam penelitian ini adalah sebagai berikut:

  • 1.    Menentukan variabel penelitian berdasarkan objek yang ingin diteliti dan penelitian terdahulu

  • 2.    Membuat kuesioner penelitian dalam bentuk Google Forms

  • 3.    Menyebarkan kuesioner penelitian dalam bentuk link G-Forms kepada sejumlah

responden

  • 4.    Mengumpulkan data kuesioner penelitian dalam lembar kerja Microsoft Office Excel.

  • 5.    Menguji kuesioner penelitian dengan uji validitas dan uji reliabilitas pada data 40 responden pertama dengan bantuan software SPSS

  • 6.    Menganalisis data penelitian seluruhnya, yaitu sebanyak 226 responden dengan metode SEM. Langkah-langkah analisis data dengan SEM dapat dijabarkan sebagai berikut:

  • a.    Mengembangkan model penelitian berdasarkan teori pendukung yang kuat dengan bantuan software SmartPLS 3.

  • b.    Mengembangkan diagram jalur penelitian pada software SmartPLS 3 untuk menggambarkan dua jenis model PLS-SEM, yaitu model struktural (structural model) yang menunjukkan pola hubungan antarvariabel laten/konstruk dan model pengukuran (measurement model) yang menunjukkan pola hubungan antara variabel laten/konstruk dengan variabel-variabel indikator penyusunnya. Diagram jalur yang dikembangkan pada penelitian ini beserta nilai model struktural dan pengukuran yang diperoleh adalah sebagai berikut.

Gambar 2. Diagram Jalur dan Output

Sumber: Diolah dengan software Smart PLS

  • c.    Mengonversi diagram jalur yang telah terbentuk ke dalam bentuk persamaan

model struktural dan persamaan model pengukuran

  • d.    Melakukan pengujian model pada model yang telah dikonversi, yaitu pada model pengukuran (measurement model) dan model struktural (structural model).

  • 1)    Pada model pengukuran, terdapat tiga pengujian yang dilakukan, yaitu:

  • -    Uji Convergent Validity, dengan syarat kriteria nilai outer loading yang baik diharapkan > 0,7 dan AVE > 0,5;

  • -    Uji Composite Reliability, dengan syarat kriteria nilai CR diharapkan ≥ 0,6;

  • -    Uji Divergent Validity, dengan syarat kriteria nilai HTMT antarkonstruk diharapkan < 0,900.

  • 2)    Pada model struktural, pengujian dilakukan dengan memperhatikan nilai koefisien determinasi (R-Square), dengan syarat kriteria nilai R2 diharapkan ≥ 0,50.

  • e.    Menguji hipotesis penelitian

Dalam penelitian ini, terdapat dua hipotesis yang akan diuji, yaitu:

H1: kualitas layanan berpengaruh terhadap motivasi berbelanja

H2: kualitas layanan berpengaruh terhadap loyalitas konsumen

  • f.    Melakukan interpretasi model berdasarkan hasil analisis yang telah dilakukan dan menarik kesimpulan.

  • 3.    Hasil dan Pembahasan

    3.1    Uji Kuesioner Penelitian

Sebelum kuesioner penelitian dengan indikator-indikator yang ada disebarkan, terlebih dahulu harus diketahui kualitas dari kuesioner penelitian dengan melakukan uji validitas dan reliabilitas pada 40 sampel pertama. Pada uji validitas, nilai korelasi Pearson diharapkan ≥ 0,30. Selanjutnya, pada uji reliabilitas, nilai Cronbach’s alpha diharapkan ≥ 0,60. Hasil dari uji validitas dan reliabilitas kuesioner penelitian ini dapat dilihat pada Tabel 1.

Berdasarkan Tabel 1, dapat dilihat bahwa seluruh indikator pertanyaan memperoleh nilai korelasi item total ≥ 0,3 sehingga indikator kuesioner dinyatakan valid, sedangkan setiap konstruk kuesioner memperoleh nilai Cronbach’s Alpha ≥ 0,6 sehingga dinyatakan reliabel. Dengan demikian, seluruh indikator kuesioner penelitian pada Tabel 1. layak digunakan untuk proses analisis data pada langkah berikutnya.

Tabel 1. Hasil Uji Validitas dan Reliabilitas Kuesioner Penelitian

i     SisImSM

TvTnTvvTT'

Xl 1   KfiDLudzhin ⅛ jt≡E≡okat Encuk

X12   KEcwdzhio ddo κrah∙⅛ιι UaiHzkH

____________□22∑Ξi2i2≡!≡LZtΞlΞ1^Ξ2≡l^^_________

X13 Lag⅛⅛⅛⅛⅝⅛⅛⅛mm⅛ yij teiMrtffltita⅛i⅛ιt≡

__—J_________________________________________

V21 ⅛≡⅜⅛S≡M≈iW≡⅛

’ ul infoEQ2j∙i ι≡≡≡ dan dukes Iiansaksi _______________________________________________________________h______________________________________________:__________________________________________________

a atι∣s⅛⅛⅛⅛⅛,__

Ieitora fitur hedcm⅛ii dan r⅛∣juι⅛-i nrcdii __________________Li_________;___________________i—______ i Kfitodhaii dzn        daki Miiveciiizn layanan

v       vWvvvvvvvvv    Vvvvwuvv JUUUU, PvvvvvVUUU1 VvwUUUUk

tod⅛kθL5VX5L

Y J I     vvUUUvvvvv J-TTrTzTvvv vvvvvv vvvvvvTO FTTwTvTrTTT

MItt

Bi taiι≡≡M≡ιi ∣taj^ aamrti y J           rTTTrTT "TvvTw TvwvvT1 Vvvvvvv1Tvt1 WvvvvvVvv

X34 fess^^fi a δδθ⅛⅛ ^un ⅛¾t^ιι ^i⅛ιw y ^* - I t⅛⅛ι⅛⅛taw

  • Y35 Ww tata «ett y≡κ ⅛⅛⅛

¾ι ⅛B⅛⅛∣a⅛m⅞∣B___

Mj to^Jyl ^/S???! ftl^JItfl⅝ ^¾Θ⅛ ⅛βιow⅛^ I

‘k “ ⅛ri≡totj!i⅛5L __-I-U-__——1._________________

InItaA PWtt RN till kij≡ ta Wff

^u"   (I≡E≡l≡⅛[⅛d2IltEl∣⅛

  • Y44 InttaA nW» ta ta ≡ tara)

■L , IEiBHadaiitEiliEdiiiisL

Niki

0.558 0.475 Or541

4324

0.471

0,587 0riSi

0,411

8,574

0,409 0,123

0,441

0.460

0171

0,111

OrEOS

0,171

Nilai Craκ⅛A's Jjjita

0.12P

0,804

0.817

OJOO

M⅛g⅛m⅜⅛⅛⅛la.___

0,615

Sl

Pjnduk DBszxan tasM cididses denΞ≡. cerat

0,651

Sl

⅛aM⅛⅛⅛BMlCia⅛⅛!l

0,760

S3

Pststt ta y®s Ws ta tam ta UaDEaksi tidak ⅛dses denzai hai.

0,761

0,815

S4

KfiDrawan JaJaw -LfiiiiiBtah ^⅞⅝^⅞wh.

VBDi di-amraLkan kuiiia

0,735

Si

T^5⅛.∣1 fibr 4⅛szt ⅜⅛' ls≡i Kolsixsl ZxrtiiJi ¾Π≡EalZJLi ⅛⅜.

0,631

Sl

Ieitoira unti IeEEHLhijjZD baπ≡jjka DicdEk tidak vvvvvvv,.".,j>vTvv ∑rvvwvvvvvvvvv .TTTTBuIrTv1 Dvvvvv,. Vvvv ⅞∞taβW1

0,830

Sl

Mm Stt rataltt ⅛≡ jjte hΛ IjMs-HitaairawW1

O1SOl

S3

IfEfijjiLva oi-i DfiJLiikao tans jika EMduk tidak ZeniflideE-IEDfi-LDir.

0,S87

0,925

Sl

PaLttriaii toκn22ti to ia ⅛τιer aiiahila Ieriadi v∙vvvv1vv-rvv vvvvw'vvvvvv VvFvvvt vvvvvv.'VVi1 TwvvvtJt Vvrvvv τ√⅛ P’t Jfiisa ⅛⅛j, tata JTJtt dza GOtiaiamjtt_______________________

0,781

Si

⅛e≡≡β WsoKiitatalA tam

ZXflbila Dinduk tidak s≡≡i di Koejixzl

0,710

Sl

MfflCiiStMitf Srnise α⅛ ogajj ⅛⅛ taι^ MiMtam

0,710

Sl

⅛⅞r⅛t⅞⅛______

0,616

S3

IeEidira ftιr ctat antzia tawo ta≡ aa≡ι

TvTrTrTTvTwTrv1 vvvv      vvvvvt vvvvvvvvv, TTvwTt1 TTWv11

pta^tatttaΛ⅛

0,6il

0,854

S4

Ieitora fix: ⅛t srt≡ tauao ⅛d≡i

VmvoTOTOvs TvTnJ        vvvvvs vTTvvvvvv1 vvvwov

kβ≡M. Iajjra IEZJ daiirt betax≡⅛

0,662


X75

Xτi⅞tf⅛⅛tiw> δtin m⅛⅞ι PJfuiyk UjIjo ⅛ ⅛χbaEiii AEflU p⅞⅛ual'

0,687

Yll

⅛⅛ ⅛j⅛⅛ ui dm ⅛⅞ι⅞¾]'⅛⅛ι l∣s⅛⅛⅛ online di Shopee ¾⅛ ⅛⅞P∣⅝⅞⅞⅜il ⅛∏ IHJW⅛ ⅛∏ dan ¾⅜, ι⅛ij⅛ ⅞⅛.

0,680

0,845

Yll

⅛⅛,∣O L1.⅛⅛!R⅞' U!⅛⅛ JUBSSBk dan n⅞^ι,⅛7P1 pic duk Uihaiu k⅛lu⅛m⅛ Shoρee.

0,601

Yll

⅛⅛ ⅛ j. pjitlik uobflli PJivduk demi POflwibl ⅛⅛L ⅛⅛ yan? Pflftt⅛⅛ dan WCTidBsftk

0,698

Y14

^hftCTi kfijjι∏iw∣iuι ιι⅛, CTf∣fti⅛]i Pifiduk ⅛j⅞ tustut⅛u p ekeijaiu.

0,667

Y15

I⅛vp⅛ kf∣wioWfl⅛ Ufttftk Uivftjhftk ⅞⅜ Ujftftft CTskUti PfJftftUftm CTfvduk yaflE ⅛⅜ ⅛hflh oleh

⅛⅜n iftui di Shopes teιl⅜bih Ul

0,618

Yll

AdftftYfl ⅛y⅛W.∣J⅞⅛⅛⅛j ⅛ (rβ∙δξp⅛) di Shopee.

0,539

0,791

Yll

MjCTfJlIftYfl ⅛Jl⅜⅛ CTtiflk CTCTlSftJftk Diftfl- hiu M⅛jflo⅛ di Shopee.

0,625

Yll

AttfitA UnttttlKl Ultt ⅛⅛⅛ m⅛ ⅛ di Sbopee (b⅛ tffiβ Wltt tt⅛tttt o^ di Ibj1 Shopee)

0,557

Y14

MflftCTflftfl kfllfllfllftft> Shopee ⅛ proses ⅛⅛∣ Pf1√lCTΠCT?!! PJildl⅛ dm GftCTlt pada p∣p⅛ t⅞M⅞ ⅛jj∣⅛ξ^ situs lain di Iyflfl Shopee.

O1SW

Y25

IMarabiittk ⅛n »witti otttt kElflOl Shopee kflBft⅛⅞ kfvftflWft Iftifl IOfl i⅞⅞ CTftUUCTl TO⅞⅛lflA media SCfljflk

0,657


  • 3.2    Karakteristik Responden

Karakteristik responden pada penelitian ini dikelompokkan berdasarkan jenis kelamin, pekerjaan, umur, dan domisili. Kriteria responden yang menjadi sampel penelitian adalah laki-laki dan perempuan yang berusia 17 tahun ke atas, berdomisili di seluruh kota/kabupaten di Indonesia, dan pernah berbelanja online di Shopee dalam kurun waktu setahun terakhir.

Karakteristik responden berdasarkan jenis kelamin dan pekerjaan dapat dilihat pada Gambar 3. Berdasarkan Gambar 3 terlihat bahwa responden kuesioner didominasi oleh responden perempuan dengan persentase yang lebih tinggi daripada responden laki-laki. Selanjutnya, pelajar/mahasiswa menjadi responden terbanyak dengan persentasi tertinggi dibandingkan dengan pegawai negeri, pegawai swasta, wiraswasta, dan pekerjaan lainnya. Karakteristik responden berdasarkan umur dan domisili dapat dilihat pada Gambar 4. Berdasarkan Gambar 4 terlihat bahwa responden berusia 19-21 tahun mendominasi seluruh kelompok umur dengan jumlah responden yang jauh melebihi jumlah responden pada kelompok umur lainnya. Selanjutnya, responden yang berdomisili di pulau Sumatera menempati posisi tertinggi diantara seluruh responden yang berdomisili di beberapa pulau lainnya.

Gambar 3. Distribusi Frekuensi Jenis Kelamin dan Pekerjaan Responden

Gambar 4. Distribusi Frekuensi Umur dan Domisili Responden

  • 3.3    Analisis Model Pengukuran

Pada penelitian ini, analisis model pengukuran dilakukan dalam tiga uji, yaitu convergent validity, composite realibility, dan discriminat validity. Analisis model pengukuran pada penelitian ini dilakukan dengan bantuan software SmartPLS 3 dan menjalankan perintah PLS Algorithm. Hasil analisis ketiga uji tersebut dapat dijabarkan sebagai berikut.

  • 1)    Convergent Validity

Hasil uji convergent validity dapat dilihat dari nilai outer loading dan nilai average variance extracted (AVE) yang diperoleh. Kriteria nilai yang diharapkan untuk outer loading adalah > 0,7 dan nilai AVE diharapkan > 0,5 (Hair et al., 2019).

Output outer loading dan nilai AVE dapat dilihat pada Tabel 2 dan Tabel 3. Hasil uji pada Tabel 2 menunjukkan bahwa indikator dari konstruk Y1 memperoleh nilai outer loading > 0,7 dan nilai AVE > 0,5, sehingga nilai outer loading dan AVE sudah memenuhi syarat uji. Berbeda dengan sub-sub konstruk X dan konstruk Y2 yang memiliki indikator dengan nilai outer loading yang belum memenuhi syarat uji, sedangkan untuk nilai AVE sub-sub konstruk X dan konstruk Y2 sudah memenuhi syarat uji. Selanjutnya, hasil uji pada Tabel 3 menunjukkan bahwa terdapat beberapa indikator dari konstruk X yang belum memenuhi syarat uji untuk nilai outer loading dan AVE.

Tabel 2. Hasil Uji Convergent Validity pada Konstruk Hierarki pertama

Variabel Laten/Konstruk

Indikator

Outer Loading

AVE

Efficiency

X11

0,781

0,557

X12

0,837

X13

0,731

X14

0,617

System Availability

X21

0,813

0,630

X22

0,744

X23

0,781

X24

0,835

Fulfillment

X31

0,728

0,607

X32

0,762

X33

0,834

X34

0,754

X35

0,813

Privacy

X41

0,865

0,716

X42

0,833

X43

0,890

X44

0,860

X45

0,781

Responsiveness

X51

0,768

0,670

X52

0,855

X53

0,856

X54

0,842

X55

0,768

Compensation

X61

0,898

0,770

X62

0,878

X63

0,932

X64

0,860

X65

0,817

Contact

X71

0,847

0,635

X72

0,763

X73

0,795

X74

0,776

X75

0,800

Motivasi Berbelanja

Y11

0,813

0,619

Y12

0,750

Y13

0,820

Y14

0,791

Y15

0,758

Loyalitas Konsumen

Y21

0,739

0,554

Y22

0,809

Y23

0,692

Y24

0,651

Y25

0,818

Tabel 3. Hasil Uji Convergent Validity pada Konstruk Hierarki kedua

Variabel Laten/ Konstruk

Indikator

Outer Loading

AVE

X (Kualitas Layanan)

X11

0,563

0,485

X12

0,525

X21

0,572

X24

0,715

X33

0,635

X35

0,731

X41

0,718

X43

0,734

X44

0,677

X52

0,753

X53

0,737

X54

0,759

X61

0,769

X62

0,737

X63

0,749

X71

0,750

X75

0,650

  • 2)    Composite Reliability

Hasil uji composite reliability dapat dilihat dari nilai CR yang diperoleh masing-masing konstruk. Kriteria nilai yang diharapkan pada uji ini adalah CR ≥ 0,6 sehingga konstruk dinyatakan reliabel (Hair et al., 2019). Output nilai CR dapat dilihat pada Tabel 4. Dari Tabel 4 dapat dilihat bahwa nilai composite reliability (CR) yang diperoleh seluruh konstruk > 0,6, sehingga sudah memenuhi nilai yang diharapkan dan seluruh konstruk dinyatakan reliabel.

Tabel 4. Hasil Uji Composite Reliability setiap Konstruk

Variabel Laten/Konstruk

Composite

Reliability (CR)

Keterangan Output Uji

X1

0,832

Reliabel

X2

0,872

Reliabel

X3

0,885

Reliabel

X4

0,926

Reliabel

X5

0,910

Reliabel

X6

0,944

Reliabel

X7

0,897

Reliabel

X

0,941

Reliabel

Y1

0,890

Reliabel

Y2

0,861

Reliabel

  • 3)    Discriminant Validity

Hasil uji discriminant validity dapat dilihat dari nilai heterotrait-monotrait ratio of correlation (HTMT) yang diperoleh pada hubungan antarkonstruk. Kriteria nilai yang diharapkan pada uji ini adalah HTMT < 0,900 (Hair et al., 2019). Output nilai HTMT dapat dilihat pada Tabel 5. Output pada Tabel 5 menunjukkan bahwa terdapat tiga nilai HTMT pada hubungan antarkonstruk yang > 0,900, sehingga nilai HTMT tersebut masih belum memenuhi syarat uji, sedangkan hubungan antarkonstruk lainnya memperoleh nilai HTMT < 0,900, sehingga sudah memenuhi syarat uji.

Tabel 5. Hasil Uji Discriminant Validity Antarkonstruk

X1

X2

X3

X4

X5

X6

X7

X

Y1

Y2

X1

X2

0,917

X3

0,834

0,821

X4

0,617

0,657

0,659

X5

0,653

0,700

0,802

0,747

X6

0,575

0,532

0,641

0,637

0,823

X7

0,677

0,717

0,748

0,692

0,829

0,811

X

0,878

0,877

0,893

0,869

0,975

0,885

0,927

Y1

0,672

0,670

0,675

0,618

0,690

0,593

0,773

0,763

Y2

0,601

0,534

0,636

0,553

0,633

0,624

0,643

0,692

0,868

  • 3.4    Analisis Model Struktural

Pada penelitian ini, analisis model struktural dilakukan dengan memperhatikan nilai koefisien determinasi (R2) dan nilai koefisien jalur (path coejficients) yang diperoleh. Analisis model struktural pada penelitian ini dilakukan dengan bantuan software SmartPLS 3 dan menganalisis dengan proses bootstrapping. Bootstrapping adalah suatu tahapan dalam analisis statistika yaitu dengan mengubah data dari sampel yang diperoleh dan melakukan replikasi dari data sampel tersebut (resampling) secara acak untuk memperoleh data simulasi baru. Output dari ketiga nilai tersebut pada analisis model struktural dapat ditunjukan pada Tabel 6 dan Tabel 7 berikut.

Tabel 6. Output Nilai Koefisien Determinasi (R2)

Variabel Laten/Konstruk

R Square

X (Kualitas Layanan)

0,979

Y1 (Motivasi Berbelanja)

0,463

Y2 (Loyalitas Konsumen)

0,365

Untuk memperoleh kriteria model yang baik, nilai koefisien determinasi (R2) akan semakin baik apabila nilainya semakin mendekati 1 dan nilai R2 yang diharapkan adalah

≥ 0,50. Berdasarkan ouput pada Tabel 7 ditunjukkan bahwa nilai R2 pada konstruk kualitas layanan adalah 0,979, artinya ketujuh subkonstruk kualitas layanan mampu menjelaskan konstruk kualitas layanan sebesar 97,9%. Selanjutnya, pada konstruk motivasi berbelanja diperoleh nilai R2 adalah 0,463, artinya konstruk kualitas layanan mampu menjelaskan konstruk motivasi berbelanja sebesar 46,3%. Sedangkan, nilai R2 pada konstruk loyalitas konsumen adalah 0,365, artinya konstruk kualitas layanan mampu menjelaskan konstruk loyalitas konsumen sebesar 36,5%.

Tabel 7. Output Nilai Koefisien Jalur, dan P-Value

Pengaruh Antarkonstruk

Koefisien Jalur

P-Value

X1 -> X

0,116

0,000

X2 -> X

0,142

0,000

X3 -> X

0,092

0,000

X4 -> X

0,208

0,000

X5 -> X

0,266

0,000

X6 -> X

0,240

0,000

X7 -> X

0,138

0,000

X -> Y1

0,680

0,000

X -> Y2

0,604

0,000

Selain dengan memperhatikan nilai koefisien determinasi, analisis model struktural juga dilakukan dengan melihat nilai koefisien jalur yang diperoleh untuk mengetahui besarnya pengaruh antarvariabel laten/konstruk. Berdasarkan ouput pada Tabel 7 ditunjukkan bahwa pada seluruh pengaruh antarkonstruk memperoleh nilai koefisien jalur bernilai positif dengan nilai koefisien jalur tertinggi terdapat pada pengaruh konstruk X terhadap konstruk Y1 sebesar 0,680 dan nilai koefisien jalur terendah terdapat pada pengaruh konstruk X3 terhadap konstruk X sebesar 0,092.

  • 3.5    Uji Hipotesis Penelitian

Dalam penelitian ini, terdapat dua hipotesis penelitian yang diuji, yaitu:

  • H1: kualitas layanan berpengaruh signifikan terhadap motivasi berbelanja

  • H2: kualitas layanan berpengaruh signifikan terhadap loyalitas konsumen

Uji hipotesis dilakukan untuk mengetahui apakah hipotesis diterima atau ditolak. Pada penelitian ini, uji hipotesis dilakukan dengan proses bootstrapping pada software SmartPLS 3. Pengujian hipotesis dilakukan dengan melihat nilai P-Value yang diperoleh pada pengaruh antarkonstruk dan dapat dilihat pada Tabel 7.

Berdasarkan output pada Tabel 7 ditunjukkan bahwa pengaruh masing-masing subkonstruk kualitas layanan terhadap konstruk kualitas layanan menghasilkan P-Value sebesar 0,000 sehingga sub-sub konstruk kualitas layanan berpengaruh signifikan terhadap kualitas layanan. Selanjutnya, pengaruh konstruk kualitas layanan terhadap

konstruk motivasi berbelanja menghasilkan P-Value sebesar 0,000 sehingga kualitas layanan berpengaruh signifikan terhadap motivasi berbelanja. Kemudian, pengaruh konstruk kualitas layanan terhadap konstruk loyalitas konsumen menghasilkan P-Value sebesar 0,000 sehingga kualitas layanan berpengaruh signifikan terhadap loyalitas konsumen. Dengan demikian, dapat disimpulkan bahwa hipotesis H1 dan H2 diterima. Dengan kata lain, kualitas layanan berpengaruh signifikan terhadap motivasi berbelanja dan loyalitas konsumen.

  • 4.    Simpulan dan Saran

    4.1    Simpulan

Berdasarkan hasil analisis data yang telah dilakukan pada penelitian ini, disimpulkan bahwa ketujuh subkonstruk kualitas layanan mampu menjelaskan konstruk kualitas layanan sebesar 97,9% dan sisanya dijelaskan oleh variabel lain yang tidak terdapat dalam model. Kemudian, konstruk kualitas layanan mampu menjelaskan konstruk motivasi berbelanja sebesar 46,3% dan sisanya dijelaskan oleh variabel lain yang tidak terdapat dalam model. Sedangkan konstruk kualitas layanan mampu menjelaskan konstruk loyalitas konsumen sebesar 36,5% dan sisanya dijelaskan oleh variabel lain yang tidak terdapat dalam model.

  • 4.2    Saran

Dari penelitian ini, terdapat beberapa saran yang diberikan dan dapat dilakukan sebagai koreksi selanjutnya, yaitu:

Sebaiknya pihak Shopee melakukan evaluasi dan pembenahan atas kekurangan dan penilaian yang masih kurang baik dari para konsumen terhadap indikator-indikator kualitas layanan agar konsumen semakin termotivasi dan loyal untuk berbelanja online di Shopee.

Pada penelitian selanjutnya disarankan untuk menganalisis variabel lain yang dapat memengaruhi motivasi berbelanja dan loyalitas konsumen dalam berbelanja online di Shopee serta melakukan penelitian terhadap variabel pemediasi pada hubungan antara motivasi berbelanja dengan loyalitas konsumen, seperti variabel kepuasan konsumen dan kualitas produk.

Daftar Pustaka

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis. Eight Edition. United Kingdom: Cengage Learning EMEA.

Khodijah, F. F. (2013). Analisis Pengaruh Kualitas Layanan dan Kualitas Produk Terhadap Kepuasan Konsumen Pada Online Shop Menggunakan Sructural Equation Modeling (Studi Kasus: Pelanggan Miulan Online Shop di Facebook). Jurnal Ilmu Manajemen, Vol 6(1). https://doi.org/10.26740/jim.v6n1.

Wahyuni, S. (2013). Analisis Pengaruh Persepsi Kualitas Produk, Citra Merek dan Dukungan Layanan Purna Jual terhadap Keputusan Konsumen dalam Membeli Skuter Matik Merek Honda di Kota Semarang. Ragam Jurnal Pengembangan Humaniora. 13(2), 153-160.

Zeithaml, V. A., Parasuraman, A., & Malhotra, A. (2002). Service quality delivery through web sites: A critical review of extant knowledge. Journal of the Academy of Marketing Science, 30(4), 362–375.

94