E-Jurnal Manajemen Unud, Vol. 7, No. 8, 2018: 4124-4152 DOI: https://doi.org/10.24843/EJMUNUD.2018.v7.i08.p4

ISSN: 2302-8912


PENGARUH TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP NIAT BELI ULANG ONLINE DI KOTA DENPASAR

Putu Devi Sandra Dewi1 I Wayan Santika2

1,2Fakultas Ekonomi dan Bisnis Universitas Udayana, Bali, Indonesia e-mail: putusandra18@gmail.com

ABSTRAK

Penelitian ini bertujuan untuk mengetahui pengaruh perceived ease of use, perceived usefulness, perceived enjoyment, perceived risk, prior online shopping experience terhadap niat beli ulang online di Kota Denpasar. Responden adalah pengguna internet di Kota Denpasar yang pernah berbelanja secara online. Metode penentuan sampel yang digunakan adalah purposive sampling dengan jumlah sampel sebanyak 125 responden. Hasil penelitian ini adalah terdapat pengaruh positif dan signifikan perceived ease of use, perceived usefulness, perceived enjoyment, dan prior online shopping experience terhadap online shopping intention di Kota Denpasar dan terdapat pengaruh negatif dan signifikan perceived risk terhadap online shopping intention di Kota Denpasar. Penelitian ini dapat menjadi acuan pembelajaran dan penelitian tentang metode Theory Acceptance Model dan belanja online, yang terkait dengan ilmu manajemen pemasaran.

Kata Kunci: technology acceptance model (TAM), niat beli ulang online

ABSTRACT

This study aims to determine the effect of perceived ease of use, perceived usefulness, perceived enjoyment, perceived risk, prior online shopping experience of the intention to buy online in Denpasar. Respondents are internet users in Denpasar City who have been shopping online. The method of determining the sample used is purposive sampling with the number of samples as much as 125 respondents. The result of this research is positive and significant influence perceived ease of use, perceived usefulness, perceived enjoyment, and prior online shopping experience towards online shopping intention in Denpasar city and there is negative and significant influence perceived risk toward online shopping intention in Denpasar City. This research can serve as a reference for learning and research on methods of Theory Acceptance Model and online shopping, related to marketing management science.

Keywords:   technology acceptance model (TAM), online shopping intention

PENDAHULUAN

Pemasaran melalui media internet sangat menguntungkan bagi penjual, karena sistem pelayanan melalui internet sangat efisien, praktis dan dapat menghemat waktu untuk memasarkan produk dan jasa. Sejak penggunaan internet sebagai media belanja masih menjadi hal utama, penyedia layanan online juga perlu untuk memprediksi penerimaan internet oleh konsumen, dan mengerti mengapa penggunaan tersebut masih dilakukan (Manzano et al., 2009). Konsumen lebih memilih layanan internet karena mereka tidak perlu bertemu langsung dengan penyedia layanan secara personal dan berhadapan dengan perilaku dari konsumen lainnya (Walker dan Johnson, 2006 ; Mitic dan Kapuolas, 2012).

Perkembangan penggunaan internet di Indonesia menjadi tantangan bagi pihak pemasar untuk memanfaatkan internet sebagai sarana dalam implementasi strategi pemasaran. Selama lima tahun terakhir, konsumsi Internet di Indonesia meningkat dari 8% menjadi 21% dengan frekuensi penggunaan yang mengalami peningkatan pula (Nielsen, 2011). Pengguna yang menggunakan internet setiap hari meningkat, dari yang semula hanya 3% menjadi 25% (Fitriana, 2009). Hasil survei tersebut juga menunjukkan bahwa 80% di antara pengguna internet tersebut memprediksi akan membeli sesuatu secara online dalam 6 bulan mendatang. Hasil survei tersebut menunjukkan bahwa dewasa ini penggunaan internet untuk melakukan transaksi online banyak dipraktikkan oleh perusahaan.

Nielsen (2011) menyebutkan bahwa meningkatnya jumlah pengguna yang berbelanja melalui internet dan bisnis online tersebut disebabkan oleh kenyataan

bahwa konsumen semakin memiliki pengetahuan, lebih banyak akses untuk mendapatkan informasi dan menginginkan penawaran yang sesuai dengan kebutuhan. Dari sisi nilai, konsumen bersedia membayar lebih untuk bahan berkualitas tinggi. Konsumen juga semakin menuntut kualitas seiring dengan meningkatnya daya beli dan kesibukan masyarakat.

Melalui belanja online seorang konsumen dapat melihat terlebih dahulu barang dan jasa yang hendak ia belanjakan melalui web yang dipromosikan oleh penjual. Kegiatan belanja online ini merupakan bentuk komunikasi baru yang tidak memerlukan komunikasi tatap muka secara langsung, melainkan dapat dilakukan secara terpisah melalui media notebook, komputer, ataupun handphone yang tersambung dengan layanan akses internet.

Kemauan seseorang untuk menerima dan memakai teknologi berkembang sekarang ini juga berpengaruh langsung terhadap perkembangan bisnis online. Reaksi dan persepsi pengguna teknologi informasi akan mempengaruhi sikapnya dalam penerimaan teknologi informasi, yaitu salah satu faktor yang dapat mempengaruhi adalah persepsi pengguna, kemanfaatan dan kemudahan penggunaan teknologi informasi sebagai suatu tindakan yang berdasarkan konteks penggunaan teknologi informasi sehingga alasan seseorang dalam melihat manfaat dan kemudahan penggunaan teknologi informasi tersebut.

Theory Acceptance Model (TAM) diadopsi dari model The Theory of Reasoned Action (TRA), yaitu teori tindakan yang dikembangkan oleh Fishbein dan Ajzen (1975), dengan satu premis bahwa reaksi dan persepsi seseorang terhadap sesuatu hal, akan menentukan sikap dan perilaku orang tersebut. Teori

ini membuat model perilaku seseorang sebagai suatu fungsi dari tujuan perilaku. Tujuan perilaku ditentukan oleh sikap atas perilaku tersebut. Dengan demikian dapat dipahami reaksi dan persepsi pengguna internet akan mempengaruhi sikapnya dalam penerimaan penggunaan internet. Model TAM yang dikembangkan dari teori psikologis menjelaskan perilaku pengguna komputer, yaitu kepercayaan (believe), sikap (attitude), niat (intention) dan hubungan perilaku pengguna (user behavior relationship).

Model TAM secara lebih terperinci menjelaskan penerimaan Internet dengan dimensi-dimensi tertentu yang dapat mempengaruhi dengan mudah diterimanya Internet oleh pengguna (user). Model ini menempatkan faktor kepercayaan dari tiap-tiap perilaku pengguna dengan dua variabel yaitu kemanfaatan (usefullness) dan kemudahan penggunaan (ease of use). Secara empiris model ini telah terbukti memberikan gambaran pada aspek perilaku pengguna komputer, dimana banyak pengguna komputer dapat dengan mudah mengoperasikan internet, karena sesuai dengan apa yang diinginkannya (Iqbaria et al.,1997).

Penelitian terdahulu dilakukan oleh Li dan Huang (2009) menyatakan bahwa risiko yang dirasakan memainkan peran penting dalam meningkatkan ketidakstabilan di lingkungan perbelanjaan online. Studi tersebut menyiratkan bahwa penjual online tidak mengandalkan hanya pada karakteristik operasional website, yang dirasakan manfaat dan kemudahan penggunaan, tetapi juga pada tingkat risiko yang lebih besar dirasakan konsumen terhadap website dan

komoditas secara online. Pembisnis online perlu memperhatikan resiko dalam upaya perencanaan situs web mereka.

Penerapan teori TAM pada online shopping mengacu pada penggunaan internet dalam bisnis mengalami perkembangan, dari pertukaran informasi secara elektronik ke aplikasi strategi bisnis, seperti: pemasaran, penjualan, dan pelayanan pelanggan. Penerimaan teknologi dalam penerapannya pada bisnis online shopping memberikan gambaran bahwa bisnis online haruslah memiliki unsur kepercayaan. Penerimaan konsumen belanja online dapat bervariasi saat berbelanja untuk produk yang berbeda (Zhou et a.l,2004).

Konsumen online semakin beragam yang ditunjukkan dalam penelitian yang menyatakan bahwa faktor pengaruh berbagai konsumen belanja online. Persyaratan untuk konten informasi dan format presentasi yang diberikan oleh pengecer online dapat berbeda. Lingkungan belanja online mencakup konten informasi dan presentasi, transaksi, bantuan online dan layanan konsumen. Lingkungan belanja online berpotensi dapat meningkatkan pengalaman online dan meningkatkan loyalitas konsumen, misalnya, menyenangkan dan menarik belanja visual-lingkungan online yang juga menyediakan komunitas online dan interaktif dapat meningkatkan eksplorasi dan belanja impulsif pembeli, dan lingkungan berbelanja yang mudah dan dikontrol secara online mungkin cocok berorientasi dengan tujuan pembeli. Strategi pemasaran online yang optimal adalah untuk mempersonalisasikan lingkungan belanja untuk memenuhi kebutuhan dan preferensi konsumen yang berbeda, misalnya berorientasi tujuan atau pengalaman, dan pemula atau berpengalaman.

Dalam Davis (1989) dan Davis et al. (1989) disebutkan beberapa model yang dibangun untuk menganalisis dan memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi komputer, diantaranya yang tercatat dalam berbagai literatur dan referensi hasil riset dibidang teknologi informasi adalah seperti Theory of Reasoned Action (TRA), Theory of Planned Behaviour (TPB), dan Technology Acceptance Model (TAM).Model TAM sebenarnya diadopsi dari model TRA yaitu teori tindakan yang beralasan dengan satu premis bahwa reaksi dan persepsi seseorang terhadap sesuatu hal, akan menentukan sikap dan perilaku orang tersebut.

Theory of Reasoned Action (TRA) pertama kali diperkenalkan oleh Martin Fishbeindan Ajzen dalam Jogiyanto (2007). Teori ini menghubungkan antara keyakinan (belief), sikap (attitude), kehendak (intention) dan perilaku (behavior). Perceived usefulness didefinisikan sebagai suatu ukuran dimana penggunaan suatu teknologi dipercaya akan mendatangkan manfaat bagi orang yang menggunakannya (Davis, 1989 ; Davis, 1993). Disebutkan pula pada Davis et al. (1989) persepsi terhadap kemanfaatan sebagai kemampuan subjektif pengguna di masa yang akan datang di mana dengan menggunakan sistem aplikasi yang spesifik akan meningkatkan kinerja dalam konteks organisasi.

Davis (1989), perceived ease of use sebuah teknologi didefinisikan sebagai suatu ukuran dimana seseorang percaya bahwa komputer dapat dengan mudah dipahami dan digunakan. Definisi tersebut juga didukung oleh Wibowo (2006) yang menyatakan bahwa persepsi tentang kemudahan penggunaan sebuah

teknologi didefinisikan sebagai suatu ukuran dimana seseorang percaya bahwa teknologi tersebut dapat dengan mudah dipahami dan digunakan.

Menurut Shim & Drake, (1990) dalam Ling et al. (2010), dalamlingkungan belanja online, pengalaman pembelian online sebelumnya mengarah pada pengurangan ketidakpastian dan akhirnya menyebabkanpeningkatan dalam niat beli konsumen. Jika pengalaman pembelian online sebelumnya memberikan hasil yang memuaskan, hal ini akan mengakibatkan pelanggan untuk terus berbelanja melalui internet di masa depan.

Davis et al. (1992) yang dikutip dalam Pikkarainen et al. (2004) menyatakan bahwa enjoyment merupakan tingkatan dimana aktivitas penggunaan sistem komputer dirasakan menyenangkan dalam diri mereka, disamping nilai dari alat teknologi itu sendiri. Hartono (2005) mengemukakan enjoyment sebagai aspek kenyamanan yang tinggi pada seseorang ketika melakukan interaksi dengan teknologi informasi.

Persepsiakan risiko (perceived risk) yaitu anggapan risikomenghadirkan penilaian individu terhadap kemungkinan yang berhubungan atas hasil positifmaupun negatif dari suatu transaksi atau situasi, serta sebuah bentuk multidimensional yang terdiri dari dua tipe risiko, yaitu risiko produk dan risiko keuangan dalam belanja maya (online shopping) (Bhatnagar et al., 2000). Online shopping intention (niat berbelanja online) terkait dengan perilaku, dan dapat diklasifikasikansebagai komponen kognitif perilaku individu tentang bagaimana individu berkeinginan untuk membeli produk secara spesifik (Ling et al. 2010). Menurut Salisbury et al. (2001) dalam Ling et al. (2010) niat beli individu dapat

digunakan untuk menentukan kekuatan niat individu dalam melakukan pembelian secara spesifik.

Online shoping adalah proses dimana seorang konsumen membeli produk atau jasa melalui internet (wikipedia, 2012). Proses seorang konsumen menggunakan media internet untuk melakukan pembelian sebuah produk atau jasa dimulai dengan timbulnya awareness (kesadaran) konsumen akan suatu informasi atau produk yang dapat diperoleh dari internet.

Menerapkan konsep perceived usefulness dan perceived ease of use pada konteks online shopping, "usefulness" adalah bagaimana efektif online shopping membantu konsumen menyelesaikan tugas mereka, dan "ease of use" adalah betapa mudahnya internet digunakan sebagai media belanja (Monsuwe et al., 2004). Menurut Barkhi dan Wallace (2007), selain harga rendah, variasi macam produk dan merek, serta biaya yang rendah untuk mencari informasi mungkin berkontribusi terhadap persepsi konsumen untuk belanja online, dibandingkan dengan membeli dari toko tradisional. Ketika konsumen merasa bahwa melakukan pembelian dari toko maya lebih mudah dipahami dan dilakukan, mereka biasanya terus berinteraksi dengan situs yang sama (Barkhi dan Wallace, 2007). Konsumen yang bertransaksi dengan took online menyiratkan bahwa kemudahan penggunaan secara tidak langsung mempengaruhi niat konsumen untuk berbelanja online, dan efek tidak langsung ini adalah melalui "usefulness." Berdasarkan hasil penelitian terdahulu, hipotesis penelitian ini adalah:

H1 : Perceived usefulness berpengaruh positif terhadap online shopping intentions.

H2 : Perceived ease of use berpengaruh positif terhadap online shopping intentions.

Kenikmatan (enjoyment) merupakan faktor utama yang mendorong pengguna untuk menggunakan teknologi baru (Bruner dan Kumar, 2005; Davis et al., 1992). Menggabungkan aspek hedonis penggunaan teknologi (yaitu komputer baru di tempat kerja), Davis et al. (1992) memperluas TAM asli mereka untuk mencakup enjoyment yang dirasakan sebagai penentu motivasi tambahan penerima. Dirasakan kenikmatan atau sejauh mana aktivitas menggunakan teknologi dirasakan untuk memberikan penguatan pada dirinya sendiri, terlepas dari apapun konsekuensi kinerja yang dapat diantisipasi (Davis et al., 1989). Adopsi teknologi karakterisasi ini konsisten dengan penelitian pada belanja ritel perilaku, yang telah mendukung kehadiran kedua utilitarian dan motivasi hedonic. Sejalan dengan Childers et al. (2001) menegaskan sementara beberapa konsumen mungkin berbelanja untuk tujuan instrumental, orang lain mungkin menikmati media interaktif ini, dan dengan demikian kedua faktor dapat mempengaruhi sikap mereka terhadap menggunakan internet untuk berbelanja. Penelitian sebelumnya menyarankan bahwa pengalaman online shoppinhg adalah secara signifikan terkait dengan sikap terhadap belanja online dan niat untuk berbelanja secara online (Jarvenpaa dan Todd, 1997; Koivumaki, 2001). Dengan demikian diperoleh hipotesa berikut:

H3 : Perceived enjoyment berpengaruh positif terhadap online shopping intentions.

Belanja di internet telah lama dikaitkan membawa risiko. Risiko Konsumen dipandang dalam e-commerce lebih besar daripada perdagangan toko ritel hal itu

disebabkan oleh sifat distribusi e-commerce dan impersonal (Zhou et al., 2007). Perceived risk secara negatif mempengaruhi niat konsumen untuk berbelanja online (Bhatnagar et al., 2000; Parket al., 2004). Persepsi konsumen terhadap risiko pembelian online adalah multidimensi. Lee dan Huddleston (2006) mengusulkan lima dimensi risiko yang dirasakan dalam hal belanja online: privasi, waktu, kinerja, keuangan, dan risiko sosial. Semua risiko ini mempengaruhi keputusan konsumen untuk berbelanja online sehingga kemungkinan untuk membeli secara online menurun sebagai akibat rsiko yang diterima meningkat. Dengan demikian diperoleh hipotesa berikut:

H4 : Perceived risk berpengaruh positif terhadap online shopping intentions.

Dalam konteks belanja online, konsumen mengevaluasi pengalaman belanja mereka dalam hal persepsi mereka mengenai informasi produk, bentuk pembayaran, pengiriman, layanan yang ditawarkan, risiko, keamanan / privasi, navigasi, hiburan, dan kenikmatan (Burke, 2002;.Monsuwe et al., 2004). Penelitian sebelumnya menunjukkan bahwa prior online shopping experiences mempengaruhi niat belanja internet konsumen (Eastlick dan Lotz, 1999; Weber dan Roehl, 1999). Konsumen lebih berpengalaman dengan belanja online akan lebih puas dengan transaksi secara online berdasarkan pengalam mereka di masa lalu, semakin tinggi jumlah pembelian mereka dan semakin besar kemungkinan mereka untuk membuat pembelian kembali (Park dan Jun 2003;. Brown et al., 2003). Pengalaman yang memuaskan juga bisa meningkatkan persepsi konsumen terhadap perceptions of usefulness, ease of use dan enjoyment, serta menurunkan perceived risk dalam online shopping. Ketika konsumen mendapatkan

pengalaman dengan internet, mereka menyesuaikan persepsi mereka tentang hal itu sebagai media belanja diarah yang positif (Monsuwe et al., 2004). Berdasarkan literatur tersebut dapat dikembangakan hipotesis berikut:

H5 : Prior purchasing experience berpengaruh positif terhadap online shopping

METODE PENELITIAN

Penelitian ini mengunakan rancangan penelitian kausal karena bertujuan untuk mendapatkan bukti sebab akibat antara variabel-variabel penelitian yang terdiri atas perceived ease of use, perceived usefulness, perceived enjoyment dan perceived risk dengan niat belanja online. Ruang lingkup penelitian ini adalah bidang perilaku masyarakat khususnya terhadap kegiatan online shopping. Lingkup bahasan yang diteliti adalah online shopping.

Subjek penelitian adalah masyarakat umum yang memiliki daya beli dan akses internet. Sedangkan objek dalam penelitian ini adalah perilaku masyarakat

dalam kegiatan online shopping yaitu perceived ease of use, perceived usefulness, perceived enjoyment dan perceived risk yang dikaitkan dengan prior online shopping experience dan online shopping intention.

Variabel terikat dalam penelitian ini adalah online shopping intention yang diukur dengan menggunakan dua indikator yaitu intention to shop online generally dan intention to shop at a specific e-store. Variabel bebas dalam penelitian ini adalah perceived ease of use, perceived usefulness, precieved enjoyment, perceived risk, dan prior online shopping experience yang masing-masing diukur dengan menggunakan indikator. Perceived ease of use diukur menggunakan enam indikator yaitu mudah dipelajari, terkontrol, jelas dan mudah dimengerti, fleksibel, mudah dikuasai, dan mudah digunakan, Perceived usefulness diukur menggunakan enam indikator yaitu kerja lebih cepat, kinerja pekerjaan, meningkatkan produktivitas, keefektifan, pekerjaan lebih mudah, bermanfaat. Perceived enjoyment diukur menggunakan tiga indikator yaitu sangat nyaman, nyaman, tidak nyaman. Perceived risk diukur menggunakan lima indikator yaitu financial risk, time risk, performance risk, social risk, psychological risk. Prior online shopping experience diukur menggunakan tiga indikator yaitu pengalaman menggunakan website, kenyamanan menggunakan website, kemudahan menggunakan website.

Jenis data yang digunakan dalam penelitian ini adalah data kualitatif berupa informasi atau keterangan yang berhubungan dengan permasalahan yang diteliti yaitu online shopping. Data kuantitatif berupa hasil kuisioner dari perilaku masyarakat khususnya terhadap kegiatan online shopping. Sedangkan, sumber

data yang digunakan dalam penelitian ini adalah data primer berupa wawancara kepada masyarakat terkait kegiatan online shopping.

Populasi dalam penelitian ini adalah pengguna di Kota Denpasar yang pernah berbelanja secara online. Teknik pengumpulan sampel pada penelitian ini adalah purposive sampling yaitu teknik penentuan sampel dengan pertimbangan tertentu. Maka sampel yang diambil dalam penelitian ini adalah jumlah sampel minimum yaitu 5 x 25 indikator yaitu 125 responden.

Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode survei yaitu menggunakan kuesioner yang dilakukan dengan cara memberi seperangkat pertanyaan dan pernyataan tertulis kepada responden untuk dijawabnya (Sugiyono, 2008). Pertanyaan pada kuisioner tersebut berisi butir-butir pengukur konstruk atau variabel dalam bentuk daftar pertanyaan dan pernyataan yang digunakan dalam model penelitian.

Teknik analisis data yang digunakan dalam penelitian ini adalah teknik analisis regresi linier berganda Model regresi linier berganda dirumuskan sebagai berikut.

Y = α+ β 1X1 + β 2X2 +β 3X3 + β 4X4 + β 5X5 + μi …………………………(1) Dimana :

Y = niat berbelanja di internet (online shopping intention) di Kota Denpasar X1   = persepsi kemudahan penggunaan (perceived ease of use)

X2  = pengalaman pembelian sebelumnya (prior purchasing experience)

X3  = persepsi kenikmatan (perceived enjoyment)

X4  = persepsi kenikmatan (perceived enjoyment)

X5   = persepsi risiko (perceived risk)

α = Konstanta

1-β5 = Koefisien regresi dari X1-X5

i = Variabel pengganggu (residual error) yang mewakili faktor lain berpengaruh terhadap Y namun tidak dimasukkan dalam model.

HASIL DAN PEMBAHASAN

Karakteristik Responden

Responden sebanyak 125 orang yang digunakan sebagai sampel dalam penelitian ini merupakan mereka yang sudah pernah melakukan transaksi secara online. Responden penelitian digambarkan dengan menyajikan karakteristiknya berdasarkan variabel demografi yaitu jenis kelamin, usia, dan pendidikan terakhir yang disajikan dalam Tabel 1.

Hasil penelitian ini berdasarkan jenis kelamin, responden didominasi oleh perempuan sebesar 65,6 persen dan laki-laki sebesar 34,4 persen. Hadirnya fasilitas internet yang semakin terjangkau oleh semua kalangan menjadi salah satu faktor untuk memulai dan mengembangkan bisnis secara online. Tidak terkecuali oleh kaum perempuan yang mulai banyak melirik aktifitas ini. Multiply.com, sebagai salah satu penyedia layanan e-commerce di Indonesia menyebutkan bahwa jumlah perempuan yang berbisnis online di Multiply.com lebih tinggi daripada laki-laki. Menurut Daniel Tumiwa, Country Manager Multiply Indonesia, peluang bisnis online ini banyak diminati perempuan. Sebanyak 60 persen perempuan tercatat berjualan di Multiply. Sementara 40 persen sisanya adalah laki-laki. Kebanyakan pelaku jualan online berasal dari kalangan perempuan muda. Bisnis online dianggap lebih menguntungkan, dengan penghasilan lebih besar dibandingkan bekerja sebagai karyawan.

Tabel 1.

Karakteristik Responden

No

Variabel

Klasifikasi

Jumlah (orang)

Persentase

1

Jenis Kelamin

Laki-laki

43

34,4%

Perempuan

82

65,6%

Jumlah

125

100%

2

Usia (Tahun)

18-25

117

93,6%

26-30

8

6,4%

Jumlah

125

100%

3

Pendidikan Terakhir

SMA

49

39,2%

S1

76

60,8%

Jumlah

125

100%

Sumber: Data primer, 2016

Berdasarkan usia, mayoritas responden berusia 18 - 25 tahun yaitu sebesar 93,6 persen, kemudian diikuti oleh responden berusia 26 - 30 tahun sebesar 6,4 persen. Poetri (2013) dan Thakur dan Srivastava (2013) juga menemukan bahwa mayoritas responden mereka berada dibawah usia 30 tahun. Pengelompokkan berdasarkan pendidikan terakhir, mayoritas adalah kelompok responden dengan tingkat pendidikan S1 sebesar 60,8 persen, yang diikuti oleh SMA sebesar 38,2 persen. Hasil yang sama ditemukan pada penelitian Poetri (2013) bahwa mayoritas

Tabel 2.

Hasil Uji Validitas

Variabel

Kode

Pearson Correlation

Keterangan

X1.1

0,843

Valid

X1.2

0,843

Valid

perceived ease of use (X1)

X1.3

0,847

Valid

X1.4

0,866

Valid

X1.5

0,860

Valid

X1.6

1,00

Valid

X2.1

0,807

Valid

X2.2

0,872

Valid

perceived usefulness (X2)

X2.3

0,898

Valid

X2.4

0,699

Valid

X2.5

0,684

Valid

X2.6

0,766

Valid

X3.1

0,829

Valid

perceived enjoyment (X3)

X3.2

0,790

Valid

X3.3

0,845

Valid

X4.1

0,653

Valid

X4.2

0,714

Valid

perceived risk (X4)

X4.3

0,747

Valid

X4.4

0,842

Valid

X4.5

0,729

Valid

Prior online Shopping

X5.1

0,769

Valid

X5.2

0,904

Valid

experience (X5)

X5.3

0,929

Valid

Online shopping intention (Y)

Y.1              0,884                  Valid

Y.2             0,912                 Valid

Sumber: Data primer diolah, 2016

Pengujian validitas dilakukan untuk mengukur validitas instrumen, yaitu suatu instrumen pengukur dikatakan valid jika instrumen tersebut mengukur apa yang seharusnya diukur. Validitas instrumen ditentukan dengan menggunakan pearson correlation dengan kriteria koefisien korelasi antara skor suatu indikator dengan skor total seluruh indikator adalah lebih besar dari 0,3 (r ≥ 0,3).

Tabel 2 menunjukkan bahwa koefisien korelasi antara skor suatu indikator dengan skor total seluruh indikator lebih besar dari 0,3 (r ≥ 0,3). Hal ini berarti bahwa semua instrumen yang digunakan adalah valid.

Pengujian reliabilitas data dilakukan dengan alpha cronbach dengan kriteria bahwa suatu instrumen (keseluruhan indikator) dianggap sudah cukup reliabel jika α≥ 0,6. Hasil pengujian validitas dan reliabilitas instrumen penelitian dapat dilihat pada Tabel 3.

Tabel 3.

Hasil Uji Validitas

Variabel

Kode     Pearson Correlation       Keterangan

perceived ease of use (X1)

X1.1

X1.2

X1.3             0,911                 Reliabel

X1.4               ,

X1.5

X1.6

perceived usefulness (X2)

X2.1

X2.2

X2.3             0.878                 Reliabel

X2.4

X2.5

X2.6

perceived enjoyment (X3)

X3.1

X3.2             0,879                 Reliabel

X3.3

perceived risk (X4)

X4.1             0,791                 Reliabel

X4.2

X4.3

X4.4

X4.5

Prior online Shopping experience (X5)

X5.1

X5.2

X5.3

0,838

Reliabel

Online shopping intention (Y)

Y.1

Y.2

0,919

Reliabel

Sumber: Data primer diolah, 2016

Tabel 3 menunjukkan data yang dikumpulkan menggunakan instrumen

tersebut adalah reliabel karena pengujian reliabilitas data menunjukkan bahwa nilai reliabilitas dari masing-masing variabel yang diuji diperolah angka diatas 0,6

(α ≥ 0,6).

Uji Asumsi Klasik

Hasil Uji Normalitas

Uji ini bertujuan untuk mengetahui apakah residual dari model regresi yang dibuat berdistribusi normal atau tidak. Untuk menguji apakah data yang digunakan normal atau tidak dapat dilakukan dengan menggunakan uji Kolmogorov Smirnov. Apabila koefisien Asymp. Sig. (2-tailed) lebih besar dari 0,05 maka data tersebut dikatakan berdistribusi normal.

Tabel 4.

Hasil Uji Normalitas

Unstandardized Residual

N

125

Kolmogorov-Smirnov Z

0,723

Asymp.Sig.(2-tailed)

0,673

Sumber: Data primer diolah, 2016

Berdasarkan tabel 4 dapat dilihat bahwa nilai Kolmogorov Sminarnov (K-S)

sebesar 0,723, sedangkan nilai Asymp. Sig. (2-tailed) sebesar 0,673. Hasil tersebut

mengindikasikan bahwa residual model persamaan regresi tersebut berdistribusi normal karena nilai Asymp. Sig. (2-tailed) 0,673 lebih besar dari nilai alpha 0,05.

Hasil Uji Multikolinearitas

Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar bebas. Adanya multikolinearitas dapat dilihat dari nilai tolerance atau variance inflation factor (VIF). Jika nilai tolerance lebih dari 10% atau VIF Kurang dari 10, maka dikatakan tidak ada multikolinearitas.

Tabel 5.

Hasil Uji Multikolinearitas

Tolerance

VIF

Perceived ease of use (X1)                                      0,627

Perceived usefulness (X2)                                       0,640

Perceived enjoyment (X3)                                       0,717

Perceived risk (X4)                                             0,694

Prior online Shopping experience (X5)                           0,726

1,596

1,563

1,395

1,442

1,378

Sumber: Data Primer diolah, 2016

Berdasarkan Tabel 5 dapat dilihat bahwa nilai tolerance dan VIF dari seluruh prediktor dalam model. Nilai tersebut menunjukkan bahwa nilai tolerance untuk setiap lebih besar dari 10% dan nilai VIF lebih kecil dari 10 yang berarti model persamaan regresi bebas dari multikolinearitas.

Hasil Uji Heteroskedasitas

Uji ini bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain yang

dilakukan dengan uji Glejser. Jika tidak ada satu pun bebas yang berpengaruh signifikan terhadap nilai absolute residual atau nilai signifikansinya di atas 0,05 maka tidak mengandung gejala heteroskedastisitas. Berdasarkan hasil analisis diperoleh nilai signifikansi dari seluruh prediktor lebih besar dari 0,05 yang berarti tidak terdapat pengaruh antara variabel bebas terhadap absolute residual. Dengan demikian, model yang dibuat tidak mengandung gejala heteroskedastisitas.

Sesuai dengan hasil perhitungan dengan menggunakan program SPSS for windows versi 21.0 maka diperoleh persamaan regresi linear berganda yaitu: Berdasarkan hasil analisis regresi linier berganda seperti yang disajikan pada tabel 6, maka persamaan regresi adalah sebagai berikut :

Y = -4,535 + 0,108X1 + 0,084X2 + 0,151X3 + 0,172X4 + 0,192X5 + e

Tabel 6.

Hasil Analisis Regresi Linear Berganda

Model

Unstandardized Coefficients

Standardized Coefficients Beta

t

Sig.

B

Std.

Error

(Constant)

-4,535

1,112

-4,080

0,000

Perceived ease of use (X1)

0,108

0,048

0,163

2,253

0,026

Perceived usefulness (X2)

0,084

0,033

0,185

2,578

0,011

Perceived enjoyment (X3)

0,151

0,048

0,214

3,166

0,002

Perceived risk (X4)

0,172

0,035

0,340

4,943

0,000

Prior online Shopping experience

0,192

0,049

0,265

3,942

0,000

(X5)

F hitung

: 37,014

Signifikansi F

: 0,000

R Square

: 0,609

Adjusted R Square

: 0,593

Sumber: Data primer diolah, 2016

Hasil Uji Koefisien Determinasi

Berdasarkan Tabel 6 dapat diketahui nilai Adjusted R Square sebesar 0,593

atau 59,3 persen. Berdasarkan nilai toleransi yang diberikan yaitu α = 5 persen

dengan nilai signifikansi 0,000 < α (0,05) maka Ho ditolak dan Hi diterima. Nilai determinasi total sebesar 0,593 mempunyai arti bahwa perceived ease of use (X1), perceived usefulness (X2), perceived enjoyment (X3), perceived risk (X4), dan prior online shopping experience (X5) berpengaruh sebesar 0,593 atau 59,3%, sedangkan sisanya sebesar 40,7% dipengaruhi oleh lain yang tidak masuk dalam model.

Hasil Uji Kelayakan Model (Uji F)

Uji keterandalan model atau uji kelayakan model atau yang lebih populer disebut sebagai uji F (ada juga yang menyebutnya sebagai uji simultan model) merupakan tahapan awal mengidentifikasi model regresi yang diestimasi layak atau tidak. Layak (andal) disini maksudnya adalah model yang diestimasi layak digunakan untuk menjelaskan pengaruh variabel bebas terhadap terikat. Nama uji ini disebut sebagai uji F, karena mengikuti mengikuti distribusi F yang kriteria pengujiannya seperti One Way Anova.

Sig. Tabel ANOVA menunjukkan besarnya angka probabilitas atau signifikansi pada perhitungan ANOVA. Nilai yang tertera digunakan untuk uji kelayanan Model Analisis (dimana sejumlah x mempengaruhi y) dengan ketentuan angka probabilitas yang baik untuk digunakan sebagai model regresi harus < 0,05. Nilai ini bisa dilihat pada kolom Sig. Jika Sig. < 0,05, maka model analisis dianggap layak. Jika Sig. > 0,05, maka model analisis dianggap tidak layak.

Tabel 7.

Uji Anova

Model              Sum of Squares Df    Mean Square       F         Sig.

Regression

1   Residual

Total

110,147

70,653

180,800

5

119

124

22,029 0,594

37,104

0,000

Sumber: Data primer diolah, 2016)

Tabel hasil uji anova (uji F) di atas, diperoleh nilai antar kelompok pembanding = 5, nilai dalam kelompok penyebut = 119, pada alfa=0,05 maka nilai F tabelnya adalah F0,05(5,119) = 2,290. Sedang F hitung = 37,104. Nilai Fhitung > Ftabel, 37,104 > 2,290, dengan nilai sig. 0,000 < 0,05. Maka H0 ditolak pada taraf nyata 0,05 (H1 diterima). Kesimpulannya, model secara simultan telah layak untuk digunakan.

Pengaruh Perceived Ease of Use Terhadap Online Shopping Intention

Berdasarkan hasil analisis diperoleh koefisien perceived ease of use (b1) sebesar 0,108 dengan nilai signifikansi 0,026 lebih kecil dari α (0,026<0,05). Hasil ini menunjukkan bahwa perceived ease of use secara parsial berpengaruh positif dan signifikan terhadap Online shopping intention pada Kota Denpasar. Hal ini juga dapat dibuktikan dari thitung sebesar 2,253 lebih besar dari ttabel sebesar t(0,025;120) = 1,979 (thitung = 2,253 > ttabel = 1,979). Nilai tersebut juga menandakan arah hubungan yang positif, dengan demikian dapat dijelaskan bahwa semakin tinggi perceived ease of use maka Online shopping intention akan semakin baik, dan sebaliknya semakin rendah perceived ease of use maka akan berdampak pada penurunan Online shopping intention. Hasil penelitian ini mendukung temuan dari Davis (1989), Davis (1993), yang menunjukkan bahwa Perceived usefulness memberikan pengaruh positif dan signifikan terhadap online shopping intentions. Berdasarkan hal tersebut maka hipotesis Perceived usefulness memberikan pengaruh positif dan signifikan terhadap online shopping intentions diterima.

Pengaruh Perceived Usefulness terhadap Online Shopping Intention

Berdasarkan hasil analisis, koefisien perceived usefulness (b2) sebesar 0,084 dengan nilai signifikansi 0,011 lebih kecil dari α (0,011<0,05). Hasil ini menunjukkan bahwa perceived usefulness secara parsial berpengaruh positif dan signifikan terhadap Online shopping intention pada Kota Denpasar. Hal ini juga dapat dibuktikan dari thitung sebesar 2,578 lebih besar dari ttabel sebesar t(0,025;120) = 1,979 (thitung = 2,351 > ttabel = 1,979). Nilai tersebut juga menandakan arah hubungan yang positif, dengan demikian dapat dijelaskan bahwa semakin tinggi perceived usefulness maka Online shopping intention akan semakin baik, dan sebaliknya semakin rendah perceived usefulness maka akan berdampak pada penurunan Online shopping intention.

Hasil penelitian ini mendukung temuan dari Davis et al. (1989), Davis (1993) dan Shun Wang et al. (2003) mendefinisikan persepsi kemudahan penggunaan sebagai ukuran dimana pengguna di masa yang akan datang mengganggap suatu sistem adalah bebas hambatan. Maka dari itu apabila suatu teknologi tertentu mudah untuk digunakan, maka seseorang akan cenderung untuk menggunakan teknologi tersebut. Berdasarkan hal ini, maka hipotesis Perceived ease of use memberikan pengaruh positif dan signifikan terhadap online shopping intentions diterima.

Analisis Pengaruh Perceived Enjoyment Terhadap Online Shopping Intention

Berdasarkan hasil analisis, koefisien perceived enjoyment (b3) sebesar 0,151 dengan nilai signifikansi 0,002 lebih kecil dari α (0,002<0,05). Hasil ini menunjukkan bahwa perceived enjoyment secara parsial berpengaruh positif dan

signifikan terhadap Online shopping intention pada Kota Denpasar. Hal ini juga dapat dibuktikan dari thitung sebesar 3,166 lebih besar dari ttabel sebesar t(0,025;120) = 1,979 (thitung = 3,166 > ttabel = 1,979). Nilai tersebut juga menandakan arah hubungan yang positif, dengan demikian dapat dijelaskan bahwa semakin tinggi perceived enjoyment maka Online shopping intention akan semakin baik, dan sebaliknya semakin rendah perceived enjoyment maka akan berdampak pada penurunan Online shopping intention.

Hasil penelitian ini mendukung temuan dari Childers et al. (2001) menegaskan sementara beberapa konsumen mungkin berbelanja untuk tujuan instrumental, orang lain mungkin menikmati media interaktif ini, dan dengan demikian kedua faktor dapat mempengaruhi sikap mereka terhadap menggunakan internet untuk berbelanja. Berdasarkan hal ini, maka hipotesis Perceived enjoyment memberikan pengaruh positif dan signifikan terhadap online shopping intentions diterima.

Analisis Pengaruh Perceived Risk Terhadap Online Shopping Intention

Berdasarkan hasil analisis, koefisien perceived risk (b4) sebesar 0,172 dengan nilai signifikansi 0,000 lebih kecil dari α (0,000<0,05). Hasil ini menunjukkan bahwa perceived risk secara parsial berpengaruh negatif signifikan terhadap Online shopping intention pada Kota Denpasar. Nilai tersebut juga menandakan arah hubungan yang negatif, yang berarti bahwa variabel yang digunakan sebagai prediktor memiliki kecenderungan dengna jawaban yang negatif. Skor tertinggi dalam variabel perceived risk adalah responden yang menjawab sangat tidak setuju, dengan demikian dapat dijelaskan bahwa semakin

tinggi perceived risk maka Online shopping intention akan semakin rendah, dan sebaliknya semakin rendah perceived risk maka akan berdampak pada peningkatan Online shopping intention.

Hasil penelitian ini mendukung temuan dari Lee dan Huddleston (2006) mengusulkan lima dimensi risiko yang dirasakan dalam hal belanja online: privasi, waktu, kinerja, keuangan, dan risiko sosial. Semua risiko ini mempengaruhi keputusan konsumen untuk berbelanja online. Dengan demikian, kemungkinan untuk membeli secara online menurun sebagai akibat rsiko yang diterima meningkat. Berdasarkan hal ini, maka Perceived risk memberikan pengaruh negatif terhadap online shopping intentions

Analisis Pengaruh Prior Online Shopping Experience terhadap Online Shopping Intention

Berdasarkan hasil analisis, koefisien prior online shopping experience (b5) sebesar 0,192 dengan nilai signifikansi 0,000 lebih kecil dari α (0,000<0,05). Hasil ini menunjukkan bahwa prior online shopping experience secara parsial berpengaruh positif dan signifikan terhadap Online shopping intention pada Kota Denpasar. Hal ini juga dapat dibuktikan dari thitung sebesar 3,942 lebih besar dari ttabel sebesar t(0,025;120) = 1,979 (thitung = 3 ,942> ttabel = 1,979). Nilai tersebut juga menandakan arah hubungan yang positif, dengan demikian dapat dijelaskan bahwa semakin tinggi prior online shopping experience maka Online shopping intention akan semakin baik, dan sebaliknya semakin rendah prior online shopping experience maka akan berdampak pada penurunan Online shopping intention.

Hasil penelitian ini mendukung temuan dari Lee dan Huddleston (2006) mengusulkan lima dimensi risiko yang dirasakan dalam hal belanja online: privasi, waktu, kinerja, keuangan, dan risiko sosial. Semua risiko ini mempengaruhi keputusan konsumenuntuk berbelanja online. Dengan demikian, kemungkinan untuk membeli secara online menurun sebagai akibat rsiko yang diterima meningkat. Berdasarkan hal ini, maka Perceived risk memberikan pengaruh negatif terhadap online shopping intentions.

SIMPULAN DAN SARAN

Berdasarkan pembahasan hasil penelitian dari bab sebelumnya terhadap -bebas yang mempengaruhi Online shopping intention yang diukur dengan perceived ease of use (X1), perceived usefulness (X2), perceived enjoyment (X3), perceived risk (X4), prior online shopping experience (X5), dapat disimpulkan bahwa Perceived ease of use berpengaruh positif dan signifikan terhadap Online shopping intention pada Kota Denpasar. Semakin tinggi perceived ease of use maka Online shopping intention akan semakin baik, dan sebaliknya semakin rendah perceived ease of use maka akan berdampak pada penurunan Online shopping intention. Perceived usefulness berpengaruh positif dan signifikan terhadap Online shopping intention pada Kota Denpasar. Semakin tinggi perceived usefulness maka Online shopping intention akan semakin baik, dan sebaliknya semakin rendah perceived usefulness maka akan berdampak pada penurunan Online shopping intention. Perceived enjoyment berpengaruh positif dan signifikan terhadap Online shopping intention pada Kota Denpasar. Semakin tinggi perceived enjoyment maka Online shopping intention akan semakin baik,

dan sebaliknya semakin rendah perceived enjoyment maka akan berdampak pada penurunan online shopping intention. Perceived risk berpengaruh signifikan terhadap online shopping intention pada Kota Denpasar. Semakin tinggi perceived risk maka online shopping intention akan semakin baik, dan sebaliknya semakin rendah perceived risk maka akan berdampak pada penurunan Online shopping intention. Prior online shopping experience berpengaruh signifikan terhadap Online shopping intention pada Kota Denpasar. Semakin tinggi prior online shopping experience maka online shopping intention akan semakin baik, dan sebaliknya semakin rendah prior online shopping experience maka akan berdampak pada penurunan online shopping intention.

Saran

Berdasarkan simpulan yang telah diuraikan, maka dapat disampaikan beberapa saran yaitu layanan berbelanja secara online yang tersedia melalui beragam aplikasi mobile yang memiliki berbagai manfaat dan berguna bagi pengguna berdampak pada penerimaan pengguna dan akan menimbulkan niat berbelanja online. Adanya layanan berbelanja secara online di Kota Denpasar ini, dapat dijadikan sebagai salah satu acuan pembelajaran dan penelitian tentang metode Theory Acceptance Model (TAM) dan online shopping, terutama yang berkaitan dengan ilmu manajemen pemasaran. Penelitian ini juga diharapkan mampu memberikan masukan berarti bagi organisasi yang berkaitan dengan bisnis online dan layanan e-commerce terhadap perilaku konsumen. Banyaknya penelitian yang berkaitan dan erat hubungannya dengan kegiatan berbelanja

online, menjadikan penelitian ini sebagai sarana memperluas pengetahuan dan informasi terutama pada hal-hal yang menyangkut faktor-faktor yang mempengaruhi perilaku konsumen terhadap online shopping.

REFERENSI

Ajzen, I. 1991. The theory of planned behavior. Organizational Behavior and Human Decision  Processes,  50(2),   179-211.  doi:10.1016/0749-

5978(91)90020-T

Barkhi, R. and Wallace, L. 2007. The Impact Of Personality Type On Purchasing Decisions In Virtual Stores. Information Technology Management, 8(4), pp. 313-30.

Bhatnagar, A., and Ghose, S. 2004. Segmenting Consumers Based On the Benefits and Risk of Internet Shopping. Journal of Business Research. Vol. 57.

Bruner, G.C. II and Kumar, A. 2005. Explaining Consumer Acceptance Of Handheld Internet Devices. Journal of Business Research, 58(5), pp. 5538.

Burke, R. 2002. Technology And The Customer Interface: What Consumers Want In The Physical And Virtual Store. Academy of Marketing Science Journal, 30(4), pp. 411-32.

Brown, M., Pope, N. and Voges, K. 2003. Buying or browsing? An exploration of shopping orientations and online purchase intention. European Journal of Marketing, 37(11/12), pp. 1666-87.

Childers, T.L., Carr, C.L., Peck, J. and Carson, S. 2001. Hedonic And Utilitarian Motivations For Online Retail Shopping Behaviour. Journal of Retailing, 77(4), pp. 511-35.

Davis, F.D. 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), pp. 319-40.

Davis, F.D. 1993. User Acceptance Of Information Technology: System Characteristics, User Perceptions And Behavioural Impacts. International Journal of Man-machine Studies, 38, pp. 475-87.

Davis, F.D., Bagozzi, R.P. and Warshaw, P.R. 1989. User Acceptance Of Computer Technology: A Comparison Of Two Theoretical Models. Management Science, 35(8), pp. 982-1003

Davis, F.D., Bagozzi, R.P. and Warshaw, P.R. 1992. Intrinsic and extrinsic motivation to use computers in the workplace. Journal of Applied Social Psychology, 22(14), pp. 1111-32.

Eastlick, M.A. and Lotz, S. 1999. Profiling potential adopters and non-adopters of an interactive electronic shopping medium. International Journal of Retail & Distribution Management, 2(6), pp. 209-23.

Fishbein, M., and I. Ajzen. 1975. Believe Attitude, Intention and Behavior: An Introduction to Theory and Research. Reading, Massachusetts: Addison-Wesley Publishing Company.

Fitriana, M. 2009. Perkembangan dan Jumlah Pengguna Internet di Dunia. Jakarta.

Igbaria M, Zinatelli.1997. Personal Computing Acceptance Factors in Small Firm: A Structural Equation Modelling. Management Information System Quarterly, 21(3)

Jarvenpaa, S.L. and Todd, P.A. 1997. Consumer reactions to electronic shopping on the world wide web. Journal of Electronic Commerce, 1(2), pp. 59-88.

Jogiyanto. 2007. Metodologi Penelitian Bisnis:  Salah Kaprah dan

Pengalamanpengalaman. Yogyakarta: BPFE.

Koivumaki, T. 2001. Customer Satisfaction And Purchasing Behavior In A WebBased Shopping Environment, Electronic Markets, 11(3), pp. 186-92.

Li. Y.H., and Huang. J.W., 2009. Applying Theory of Perceived risk and Technology Acceptance Model in the Online Shopping Channel. World Academy of Science, Engineering and Technology. International Journal of Economics and Management Engineering. 3(5), 2009. 505.

Lee, H.-J. and Huddleston, P. 2006. Effects of E-trailer and Product Type on Risk Handling in Online Shopping. Journal of Marketing Channels, 13(3), pp. 5-12.

Manzano, Joaquin Aldas., Carlos lassala-Navarre., Carla Ruiz-Mafe, dan Salva. 2009. Key Drivers of Internet Banking Services Use, Online Information Review, 22(4), pp. 672-695.

Mitic, Miljana., dan Alexandros Kapoulas. 2012. Understanding The Role of Social Media in Bank Marketing, Marketing Intelligence and Planning, 30(7).

Monsuwe, T.P.Y., Dellaert, B.G.C. and Ruyter, K.D. 2004. What drives consumers to shop online? A literature Review. International Journal of Service Industry Management, 15(1), pp. 102-21.

Park, J. and Stoel, L. 2005. Effect of brand familiarity, experience and information on online apparel purchase. International Journal of Retail & Distribution Management, Vol. 33 Nos 2/3, pp. 148-60.

Park, J., Lee, D. and Ahn, J. 2004 Risk-focused e-commerce adoption model: a cross-countrystudy. Journal of Global Information Technology Management, Vol. 7 No. 2, pp. 6-30.

Shun Wang, Yi., Yu-Min Wang., Hsin-Hui Lin., dan Tzung-I Tang. 2003. Determinants of User Acceptance of Internet Banking: An Empirical Study, International Journal of Service Industry Management, Vol. 14, No. 5, pp. 501-519.

Sugiyono. 2008. Metode Penelitian Bisnis. Bandung: Alfabeta.

Walker, Rhett H., dan Lester W. Johnson. 2006. Why Consumer Use and Do Not Use Technology-Enabled. Journal of Service Marketing, 20( 2), pp. 125135.

Weber, K. and Roehl, W.S. 1999. Profiling people searching for the purchasing travel products on the World Wide Web. Journal of Travel Research, 37(3), pp. 291-8.

Zhou, at al. 2005. Exploring Various Knowledge in Relation Extraction. In ACL-05, p427-434. Ann Arbor, Ml.

Zhou, L., Dai, L. and Zhang, D. 2007. Online Shopping Acceptance Model – A Critical Survey of Consumer Factors in Online Shopping. Journal of Electronic Commerce Research, 8(1), pp. 41-61.

4152