PENGARUH KARAKTERISTIK PRIBADI PADA LOYALITAS MENGGUNAKAN E-COMMERCE GENERASI X DAN GENERASI Y
on
E-Jurnal Manajemen, Vol. 12, No. 1, 2023:46-68 ISSN : 2302-8912
DOI: https://doi.org/10.24843/EJMUNUD.2023.v12.i01.p03
PENGARUH KARAKTERISTIK PRIBADI PADA LOYALITAS MENGGUNAKAN E-COMMERCE GENERASI X DAN GENERASI Y
I Putu Wahyu Dwinata JS1 Made Pradnyan Permana Usadi2 Yustikarani Julianti Pambudi3
1,2Fakultas Ekonomi dan Bisnis Universitas Mahasaraswati, Bali, Indonesia 3Politeknik APP, Jakarta, Indonesia
Email: [email protected]
ABSTRAK
Penelitian ini memiliki tujuan untuk menguji pengaruh kesesuaian dan persepsi inovasi yang merupakan karakteristik pribadi terhadap kemudahan penggunaan dan manfaat yang nantinya akan berpengaruh terhadap loyalitas penggunaan ecommerce pada generasi X dan generasi Y. Penelitian ini menggunakan data sebanyak 217 responden dengan metode purposive sampling, yang dikumpulkan menggunakan kuisioner dari google form yang dibagikan melalui media sosial dan whatsapp serta dianalisis menggunakan regresi serderhana dan berganda dengan bantuan SPSS. Hasil yang diperoleh dari penelitian ini mengungkapkan bahwa kesesuaian dan persepsi inovasi berpengaruh secara positif terhadap manfaat. manfaat memiliki pengaruh yang signifikan pada loyalitas.
Kata Kunci: Kesesuaian, Persepsi Inovasi, Loyalitas, Generasi X, Generasi Y
ABSTRACT
This study aims to examine the effect of conformity and perceived innovation which is a personal characteristic on ease of use and benefits which will later affect the loyalty of using e-commerce in generation X and generation Y. This study used data of 217 respondents with purposive sampling method, which collected using questionnaires from google forms distributed through social media and whatsapp and analyzed using simple and multiple regression with the help of SPSS. The results obtained from this study revealed that conformity and perceived innovation influence positively to benefits. benefits have a significant effect on loyalty. In generation X and generation Y, there is a difference in the effect between conformity and perceived innovation. There is no difference in the effect of conformity, perceived innovation and subjective norms on the benefits of generation X and generation Y. And there is no difference in the effect of ease of use and benefits on loyalty from generation X and generation Y.
Keywords: Conformity, Perception of Innovation, Generation X, Generation Y
PENDAHULUAN
E-commerce menjadi salah satu alternatif konsumen untuk melakukan pembelian karena kemudahan dalam akses internet dan penggunaan gawai yang terus meningkat. Kondisi diatas menjadi pemicu tumbuh pesatnya jumlah pelaku E-commerce di Indonesia dan mulai merubah pola perilaku belanja masyarakat Indonesia yaitu dari saat konsumen berbelanja langsung bertatap muka dengan pembeli di lokasi pembeli menjual produk, beralih saat konsumen melakukan belanja daring. Meningkatnya jumlah pelaku di industri e-commerce saat ini membuat industri ini menjadi sektor yang sangat kompetitif dengan berbagai penawaran yang diberikan kepada konsumen (Wu et al., 2019).
Masalah dari ketatnya persaingan pada industri e-commerce adalah biaya untuk mendapatkan pelanggan yang diperkirakan lebih tinggi pada persaingan jual beli online dibandingkan dengan jual beli offline (Otero et al., 2014). Selain biaya untuk mendapatkan pelanggan, membuat pelanggan tetap bersedia melakukan pembelian ulang atau kunjungan kembali pada ecommerce yang sama dengan kondisi satu e-commerce dengan e-commerce lainnya menjual produk yang sama membuat para pelaku e-commerce melakukan strategi perang harga maupun strategi promosi lainnya untuk dapat menggaet konsumen dan membuat konsumen mau melakukan pembelian berulang serta membuat konsumen setia pada satu layanan ecommerce, karena loyalitas e-commerce merupakan faktor penting untuk menentukan profitabilitas bisnis daring manapun (Malhotra et al., 2017).
Generasi milenial dikatakan memiliki nilai, karakteristik, serta perilaku yang berbeda dari generasi X. Generasi milenial dianggap sebagai individu yang paham akan teknologi, sadar terhadap lingkungan dibandingkan generasi sebelumnya dan memperlihatkan tingkat loyalitas merek yang lebih rendah (BrandAmplitude, 2009). Generasi Y merupakan generasi pertama yang menggabungkan teknologi serta media sosial ke dalam kehidupan. Generasi milenial dianggap menunjukkan loyalitas yang lebih rendah terhadap suatu produk atau suatu layanan (Gurau, 2012; Myers & Sadaghiani, 2010). Kehidupan milenial mempunyai dampak yang kuat pada media sosial, karena milenial dianggap lebih terhubung dengan rekan-rekan (Nusair et al., 2013; Veloutsou & McAlonan, 2012).
Gen X banyak tumbuh saat kedua orang tua pada kondisi sama-sama bekerja, Hal tersebut menyebabkan Gen X tumbuh menjadi generasi yang mandiri sejak usia muda (Lissitsa & Kol, 2016). Generasi X cenderung kurang dalam keterampilan sosial namun memiliki kemampuan teknis yang kuat (Eisner, 2005). Karakteristik utama dari Generasi X adalah individualisme, kemandirian, dan skeptisme (Gursoy et al., 2008; Crumpacker & Crumpacker, 2007). Dengan kata lain, terdapat perbedaan pada pengaruh kelompok sebaya yang tercermin sebagai norma subyektif antara generasi milenial dan generasi X yang merupakan faktor penting dalam mempengaruhi respon perilaku kedua generasi tersebut, termasuk loyalitas
(Eastman et al., 2013). Berbeda dengan generasi sebelumnya, generasi milenial dapat beradaptasi dengan cepat pada perubahan inovatif teknologi terutama yang terhubung dengan gaya hidup individu tersebut (Shankar et al., 2010).
Generasi X dan Y memiliki nilai, karakteristik, dan perilaku yang berbeda sehingga kedua generasi ini dapat dibandingkan dari karakteristik pribadi dan norma subyektif yang memiliki pengaruh penting terhadap loyalitas daring. Sehingga penelitian ini bertujuan untuk membandingkan serta memahami bagaimana generasi X dan Milenial membentuk hubungan loyal dalam menggunakan e-commerce dengan mengembangkan model eloyalitas baru yang terdiri dari karakteristik pribadi seperti persepsi inovasi, persepsi kesesuaian, dan norma subyektif seperti pengaruh teman sebaya (Wu et al., 2019).
Kesesuaian yang dipersepsikan dapat dipahami sebagai sejauh mana suatu generasi memiliki kepercayaan bahwa menggunakan ritel daring sesuai dengan kebutuhan, preferensi belanja dan gaya hidupnya (Agag & El-Masry, 2016). kesesuaian adalah sejauh mana inovasi yang terjadi konsisten dengan pengguna potensial dengan melihat pengalaman sebelum nya serta kebutuhannya (Ozturk et al., 2016). Persepsi kesesuaian merupakan karakter pribadi yang mempengaruhi niat loyalitas dalam internet banking milenial (Rambocas & Arjoon, 2012).
Manfaat dalam konteks retail atau e-commerce merupakan seberapa banyak suatu penyedia retail daring dapat meningkatkan tugas-tugas individu dalam berbelanja (Purani et al., 2019). Penelitan yang dilakukan oleh Purani et al. (2019) menunjukkan hasil bahwa kesesuaian memiliki pengaruh signifikan terhadap manfaat pada penggunaan e-commerce. Seseorang yang memiliki persepsi kesesuaian yang tinggi terhadap suatu teknologi akan menganggap bahwa teknologi tersebut konsisten dengan ide-ide serta kebutuhan. Karenanya saat individu merasa bahwa suatu retail daring sudah sesuai dengan gaya hidup, kebutuhan dan persepsi belanja yang dimiliki maka akan memberikan manfaat terhadap individu tersebut. sehingga didapatkan hipotesis sebagai berikut:
H1: kesesuaian berpengaruh positif pada manfaat dari penggunaan ecommerce.
Kesesuaian dipengaruhi oleh norma-norma sistem sosial (Gillenson et al., 2002), dan karena retail daring dianggap sebagai sistem sosial, berdasarkan pemahaman mengenai cyberculture, retailer daring cenderung mengembangkan sistem yang mudah digunakan untuk pengguna cyber (Jin & Robey, 1999). Lebih lanjut kesesuaian yang dirasakan dari setiap sistem teknologi informasi mengarah pada adopsi sistem yang mudah. Agarwal & Karahanna (1998) telah memperluas Technology Acceptance Model (TAM) untuk adopsi internet dengan melakukan validasi serta menguji hubungan langsung antara kesesuaian dengan kemudahan penggunaan dan manfaat yang dirasakan. Sejalan dengan hal tersebut, penelitian yang dilakukan oleh
Purani et al. (2019) menemukan bahwa kesesuaian secara positif dan signifikan mempengaruhi kemudahan penggunaan.
Berdasarkan uraian tersebut Individu atau pengguna internet maupun ecommerce merasa sesuai dengan gaya hidup dan kebiasaannya akan lebih terbiasa menggunakan layanan tersebut serta mengurangi beban kognitif dalam menggunakan layanan e-commerce. Sehingga individu akan merasakan kemudahan dalam penggunaan nya (Chen et al., 2007). Oleh karena itu, didapatkan hipotesis sebagai berikut:
H2: Kesesuaian berpengaruh positif pada kemudahan penggunaan ecommerce.
Persepsi inovasi dalam teknologi baru adalah kesediaan seseorang untuk bereksperimen serta mencoba teknologi baru tersebut (Agarwal & Karahanna, 1998). Penelitian Agarwal & Karahanna (1998) telah menunjukkan bahwa individu dengan persepsi inovasi yang tinggi terbukti memiliki persepsi positif terhadap teknologi tertentu dibandingkan orang lain di lingkungan nya. Persepsi positif tentang teknologi baru tersebut akan tercermin dalam asumsi individu tentang manfaat dan kemudahan penggunaanya untuk berbagai kegiatan maupun tugas (Lu et al., 2005). Persepsi inovasi adalah faktor penting terhadap suatu penerimaan teknologi dan merupakan aspek vital dalam mendefinisikan sikap, niat membeli, keputusan pembelian, kepuasan, dan loyalitas konsumen (Turan et al., 2015). Persepsi inovasi yang positif dari individu terhadap teknologi baru akan berdampak positif pada manfaat dan kemudahan penggunaan (Lewis et al., 2003). Hasil ini serupa dengan penelitian yang dilakukan oleh Purani et al. (2019) yang menjelaskan bahwa persepsi inovasi berpengaruh positif signifikan pada manfaat dan kemudahan penggunaan.
Berdasarkan uraian di atas bahwa individu dengan persepsi inovasi positif pada teknologi baru akan berdampak positif pada manfaat dan kemudahan penggunaan dalam retail daring. Ketika individu memiliki persepsi inovasi yang tinggi pada teknologi maka individu tersebut akan bersedia untuk mencoba teknologi tersebut yang akan memberikan kemudahan penggunaan serta akan memberikan manfaat (Gardiner et al., 2015;Oghuma et al., 2016). Oleh karena itu didapatkan hipotesis sebagai berikut:
H3: Persepsi inovasi berpengaruh positif pada manfaat dari penggunaan ecommerce.
H4: Persepsi inovasi berpengaruh positif pada kemudahan penggunaan ecommerce.
E-loyalitas didefinisikan sebagai sikap kesukaan individu terhadap pengecer elektronik, yang menghasilkan perilaku pembelian berulang (Anderson dan Srinivasan, 2003). Penelitian sebelumnya dari Cry et al., (2006,) telah menunjukkan sebuah hubungan antara manfaat dengan loyalitas. Lebih lanjut Purani et al.(2019) menjelaskan bahwa kemudahan penggunaan dan manfaat berpengaruh positif signifikan pada loyalitas. Sehingga dari penjelasan diatas dapat dikatakan bahwa loyalitas pada e-
commerce akan terbangun ketika pengguna pada saat menggunakan retail daring tersebut merasakan kemudahan penggunaan yang akan memberikan manfaat lebih kepada pengguna tersebut dalam layanan e-commerce tersebut. oleh karena itu didapatkan hipotesis sebagai berikut:
H5: Manfaat berpengaruh positif pada e-loyalitas.
H6: Kemudahan penggunaan berpengaruh positif pada e-loyalitas.
METODE PENELITIAN
Penelitian ini menggunakan metode pengumpulan data survei. Penelitian ini mengumpulkan data primer yang secara langsung dihasilkan oleh peneliti untuk menjawab masalah penelitian. Pengumpulan data primer yaitu melakukan survei melalui penyebaran kuesioner yang terstruktur. Responden diminta untuk memikirkan e-commerce yang paling sering digunakan dalam enam bulan terakhir dan kemudian meminta para responden untuk merespon berdasarkan pengalaman enam bulan terakhir dengan e-commerce yang sudah dipilih. Responden juga diminta untuk melaporkan frekuensi pembelian dari e-commerce yang paling sering dikunjungi. Cara pengumpulan data menggunakan Scaled response question yaitu responden diberikan pertanyaan menggunakan skala untuk mengukur serta mengetahui sikap dari pada responden terhadap pertanyaan yang ada di dalam kuesioner yang didasarkan pada sudut pandang responden. Skala likert digunakan dalam penelitian ini.
Populasi dari penelitian ini merupakan masyarakat generasi X dan Generasi Y di Yogyakarta. Responden yang menjadi sampel pada penelitian ini adalah pria maupun wanita yang berdomisili di Yogyakarta dengan usia 18 sampai dengan 38 tahun yang mewakili populasi generasi Y dan usia 39 sampai 58 tahun mewakili populasi generasi X. Pada penelitian ini sampel yang digunakan sebanyak 200 responden. Penulis membaginya menjadi 100 responden diantaranya merupakan responden dari generasi X dan 100 responden lainnya merupakan responden generasi Y atau milenial. Ukuran sampel diambil berdasarkan pendapat dari Roscoe, dalam ukuran sampel harus melebihi dari 30 dan kurang dari 500 (Bougie & Sekaran, 2010:296). Oleh karena itu sampel yang akan dipilih dalam penelitian ini adalah pengguna e-commerce yang merupakan generasi X dan Y.
Penelitian ini menggunakan kuesioner yang disebarkan melalui daring sebagai instrumen untuk mendapatkan informasi dan data dari responden. Kuesioner yang digunakan dibuat melalui aplikasi Google Form dan didistribusikan melalui media sosial seperti Whatsapp.
Pengujian hipotesis dilakukan untuk melihat hasil pengaruh dari variabel independen terhadap variabel dependen. Hipotesis nol (H0) dirumuskan untuk mengetahui pengujian statistic antar variabel, dengan tujuan membuktikan bahwa H0 tidak didukung. Hipotesis alternatif (Ha) merupakan kebalikan dari H0. Setelah (H0) dan (Ha) terbentuk, hipotesis dapat diuji menggunakan t-value dengan tingkat signifikansi sebesar α = 0,05
(Cooper & Schindler, 2014:436). Adapun kriteria yang digunakan dalam melakukan pengujian hipotesis.
HASIL DAN PEMBAHASAN
Pada penelitian ini uji validitas dilakukan untuk menunjukkan bahwa kuesioner yang digunakan dapat secara akurat mengukur variabel yang digunakan. Uji validitas yang digunakan dalam penelitian ini adalah validitas konstruk dengan bantuan SPSS dalam melakukan analisis faktor. Analisis faktor dilakukan ketika data diperoleh harus sudah memenuhi asumsi analisis faktor. Data yang diperoleh dapat dilakukan analisis faktor atau tidak dengan melihat nilai Kaiser mayer olkin of sampling adquancy dan barlett’s test of sphericity (KMO-MSA). Nilai KMO-MSA bervariasi dari 0 sampai 1, ketika nilai KMO-MSA > 0,50 dan nilai signifikansi dari Barlett’s Test of Sphericity < 0,50 maka analisis faktor dapat dilakukan.
Tabel 1.
Hasil Pengujian KMO-MSA dan Barlett Test of Sphericity
|
Nilai KMO-MSA |
0,874 | |
|
Bartlett’s Test of Sphericity |
Nilai Chi-Square |
3518,439 |
|
Df |
276 | |
|
Sig. |
0,000 |
Sumber: Data diolah, 2022
Tabel 1 menunjukkan nilai KMO-MSA pada penelitian ini sebesar 0,874 yang lebih besar dari ketentuan yaitu sebesar 0,5. Sedangkan nilai Barlett Test of Sphericity memiliki nilai signifikansi yaitu 0,000 yang lebih kecil dari 0,05. Hasil tersebut menunjukkan bahwa analisis faktor dapat dilanjutkan.
Penelitian ini dalam melakukan analisis faktor menggunakan output rotated component matrix dengan menggunakan SPSS. Analisis faktor memiliki ketentuan dengan nilai setidaknya 0,50 dan tidak terdapat nilai faktor loading lainnya di faktor lain dengan nilai kurang dari 0,40 (Hartono, 2016).
|
Tabel 1. Hasil Analisis Faktor | |
|
Indikator |
Komponen 1 2 3 4 5 6 |
|
K.1 K.2 K.3 I.1 I.2 I.3 I.4 KP.1 KP.2 KP.3 KP.4 |
0,843 0,825 0,776 0,875 0,833 0,593 0,910 0,719 0,838 0,747 0,628 |
Bersambung…
Lanjutan tabel 2…
|
Indikator |
Komponen |
|
1 2 3 4 5 6 | |
|
KP.5 M.3 M.4 M.6 L.1 L.2 L.3 L.4 L.5 L.6 |
0,642 0,589 0,804 0,559 0,820 0,798 0,775 0,860 0,720 0,594 |
Sumber: Data diolah, 2022
Tabel 2 menunjukkan hasil analisis faktor dari output rotated component matrix. Hasil yang diperoleh masing-masing pengelompokan pada komponen sudah sesuai dengan kelompok indikator masing-masing variabel serta nilai faktor loading pada hampir di semua indikator memiliki nilai lebih besar dari 0,5. Bedasarkan hasil yang sudah diperoleh maka semua instrumen yang digunakan dalam penelitian ini dianggap telah memenuhi validitas konvergen, ketika suatu pertanyaan yang berbeda dalam mengukur variabel yang sama mendapatkan nilai korelasi yang tinggi. Berdasarkan pemaparan tentang uji validitas yang sudah dilakukan dalam penelitian ini, maka seluruh item pertanyaan pada penelitian ini telah memenuhi kriteria validitas konstruk, sehingga dapat dilanjutkan pada analisis berikutnya.
Uji Reliabilitas dilakukan dalam penelitian ini untuk dapat menjelaskan kuesioner yang digunakan dapat mengukur suatu konsep secara konsisten. Uji reliabilitas pada penelitian ini menampilkan nilai corrected item total correlation serta menggunakan koefisien Cronbach alpha untuk mengetahui nilai dari masing-masing indikator yang digunakan. Instrument yang digunakan dapat dikatakan reliabel ketika nilai Cronbach Alpha lebih besar dari 0,6.
|
Tabel 3. Hasil Uji Reliabilitas | |
|
Variabel Indikator |
Corrected Cronbach Keterangan Item-Total Alpha Correlation |
|
Kesesuaian K.1 K.2 K.3 Persepsi Inovasi I.1 I.2 I.3 I.4 Kemudahan KP.1 Penggunaan KP.2 KP.3 KP.4 |
0,797 0,904 Reliabel 0,851 0,785 0,794 0,852 Reliabel 0,716 0,445 0,843 0,586 0,762 Reliabel 0,680 0,649 0,437 |
Bersambung…
Lanjutan tabel 3…
|
Variabel |
Indikator |
Corrected Item-Total Correlation |
Cronbach Alpha |
Keterangan |
|
KP.5 |
0,456 | |||
|
Manfaat |
M.1 |
0,522 |
0,755 |
Reliabel |
|
M.2 |
0,645 | |||
|
M.3 |
0,624 | |||
|
Loyalitas |
L.1 |
0,719 |
0,910 |
Reliabel |
|
L.2 |
0,732 | |||
|
L.3 |
0,792 | |||
|
L.4 |
0,844 | |||
|
L.5 |
0,742 | |||
|
L.6 |
0,680 |
Sumber: Data diolah, 2022
Tabel 3 menunjukkan bahwa seluruh variabel yang digunakan dalam penelitian ini memperoleh nilai construct reliability diatas 0,60. Hasil tersebut mengindikasikan bahwa semua instrument yang dugunakan sudah reliabel.
Pada penelitian ini profil responden merupakan profil demografi dan karakteristik responden. Profil demografi terdiri atas usia, jenis kelamin, dan pendidikan terakhir. Sedangkan untuk karakteristik responden meliputi instensitas pembelian menggunakan aplikasi e-commerce. Analisis dilakukan dari data responden yang diolah sebanyak 217 orang yang sudah memenuhi kriteria yang telah ditetapkan dalam penelitian.
Gambaran karakteristik responden berdasarkan generasi yang terdiri dari generasi X dan generasi Y.
Tabel 4.
Hasil Analisis Deskriptif Responden Berdasarkan Generasi
|
No. |
Jenis Kelamin |
Jumlah |
Persentase |
|
1 |
Generasi X Usia (39-59 Tahun) |
103 |
47,5% |
|
2 |
Generasi Y Usia (18-38 Tahun) |
114 |
52,5% |
|
Total |
217 |
100 |
Sumber: Data diolah, 2022
Bedasarkan tabel 4 didapatkan hasil mayoritas responden dalam penelitian ini merupakan generasi Y dengan usia antara 18 sampai 38 tahun yaitu dengan presentase 52,2% atau sebanyak 114 orang, sedangkan untuk responden generasi X dengan usia antara 39 sampai 59 tahun adalah sebesar 103 orang atau 47,5%.
Karakteristik respoden dalam penelitian ini berdasarkan jenis kelamin yang terdiri atas laki-laki dan perempuan digambarkan sebagai berikut.
|
Tabel 5. Hasil Analisis Deskriptif Responden Berdasarkan Jenis Kelamin | ||||
|
No. Jenis Kelamin |
Generasi X |
Generasi Y |
Jumlah |
Persentase |
|
1 Laki-Laki |
64 |
50 |
114 |
52,5% |
|
2 Perempuan |
39 |
64 |
103 |
47,5% |
|
Total |
103 |
114 |
217 |
100 |
|
Sumber: Data diolah, 2022 | ||||
Bedasarkan tabel 5 dalam penelitian ini dapat dilihat bahwa jumlah responden laki-laki lebih besar yaitu sebesar 52,2% atau 114 orang, dibandingkan responden perempuan yaitu sebesar 47,5% atau 103 orang. Selain itu untuk generasi X mayoritas responden adalah laki-laki dengan jumlah 64 orang dan responden perempuan sebesar 39 orang. Sedangkan untuk generasi Y jumlah responden perempuan lebih besar yaitu dengan jumlah 64 orang, serta repsonden laki-laki sebanyak 50 orang.
Berikut merupakan gambaran karakteristik responden dalam penelitian ini berdasarkan pendidikan terakhir yang ditempuh responden.
Tabel 6.
|
Hasil Analisis Deskriptif Responden Berdasarkan Tingkat Pendidikan Terakhir | |||
|
No. |
Tingkat Pendidikan |
Jumlah |
Persentase |
|
1 |
SMA |
23 |
10,6% |
|
2 |
D1/D2/D3 |
15 |
6,9% |
|
3 |
S1 |
133 |
61,3% |
|
4 |
S2 |
46 |
21,2% |
|
Total |
217 |
100 | |
|
Sumber: Data diolah, 2022 | |||
Bedasarkan tabel 6 dapat dilihat bahwa responden mayoritas dalam penelitian ini adalah responden dengan pendidikan terakhir sarja (S1) yaitu sebesar 61,3% atau 133 orang. Jumlah responden tertinggi kedua berdasarkan tingkat pendidikan adalah responden dengan pendidikan terakhir magister/mastes (S2) sebesar 21,2% atau 46 orang. Sedangkan untuk responden dengan pendidikan terakhir SMA berjumlah 23 orang atau sebesar 10,6% dan jumlah terendah adalah responden dengan pendidikan terakhir D1/D2/D3 sebesar 6,9% atau sebanyak 23 orang.
Berikut merupakan gambaran karakteristik responden berdasarkan aplikasi e-commerce yang paling sering digunakan.
Tabel 7.
Hasil Analisis Deskriptif Responden Berdasarkan Aplikasi Yang Paling Sering Digunakan Oleh Responden dalam 6 Bulan Terakhir
|
No. |
Aplikasi E-commerce |
Generasi X |
Generasi Y |
Jumlah* |
Persentase |
|
1 |
Shopee |
25 |
65 |
90 |
41,5% |
|
2 |
Tokopedia |
43 |
26 |
69 |
31,8% |
|
3 |
Lazada |
22 |
10 |
32 |
14,7% |
Bersambung…
Lanjutan tabel 7…
|
No. |
Aplikasi E-commerce |
Generasi X |
Generasi Y |
Jumlah* |
Persentase |
|
4 |
Bukalapak |
5 |
5 |
10 |
4,6% |
|
5 |
Zalora |
2 |
3 |
5 |
2,3% |
|
6 |
Blibli.com |
0 |
2 |
2 |
0,9% |
|
7 |
Matahari Mall |
0 |
1 |
1 |
0,5% |
|
8 |
Lain-Lain |
6 |
2 |
8 |
3,7% |
*. Responden dapat memilih jawaban lebih dari 1 dengan n = 217.
Sumber: Data diolah, 2022
Tabel 7 memperlihatkan bahwa mayoritas responden pada penelitian ini paling banyak memilih Shopee sebagai aplikasi e-commerce yang paling sering digunakan yaitu sebanyak 90 orang atau 41,5% yang terdiri dari 65 orang nya merupakan responden generasi Y dan 25 orang lainnya merupakan generasi X. pilihan tertinggi kedua adalah e-commerce Tokopedia sebesar 31,8% atau sebanyak 69 orang yang terdiri atas 43 orang dari generasi X dan 26 orang dari generasi Y. E-commerce Lazada dipilih sebagai aplikasi yang paling sering digunakan responden sebanyak 32 orang atau sebesar 14,7%, Bukalapak sebanyak 10 orang atau 4,6%, Blibli.com sebanyak 2 orang atau 0,9%, dan Matahari Mall merupakan aplikasi e-commerce dengan jumlah pilihan paling rendah yaitu sebesar 0,5% atau sebanyak 1 orang.
Berikut merupakan gambaran responden dalam penelitian ini berdasarkan intensitas pembelian menggunakan aplikasi E-commerce.
Tabel 8.
Hasil Analisis Deskriptif Responden Berdasarkan Intensitas Pembelian
Menggunakan Aplikasi E-commerce dalam 3 Bulan Terakhir
|
No. |
Intensitas Pembelian Menggunakan Aplikasi E-commerce |
Generasi X |
Generasi Y |
Jumlah |
Persentase |
|
1 |
1 – 2 kali |
43 |
50 |
93 |
42.9% |
|
2 |
3 – 4 kali |
48 |
26 |
74 |
34,1% |
|
3 |
5 – 6 kali |
7 |
21 |
28 |
12,9% |
|
4 |
7 – 8 kali |
1 |
4 |
5 |
2,3% |
|
6 |
Lebih dari 10 kali |
4 |
13 |
17 |
7,8% |
|
Total |
103 |
114 |
217 |
100 |
Sumber: Data diolah, 2022
Berdasarkan Tabel 8 intensitas pembelian menggunakan aplikasi ecommerce mayoritas adalah responden dengan pembelian antara 1 sampai 2 kali yaitu sebanyak 93 orang atau 42,9%, terdiri dari 43 orang dari generasi X dan 50 orang dari generasi Y, responden dengan pembelian antara 3 sampai 4 kali sebanyak 74 orang atau 34,1%, terdiri dari 48 orang dari generasi X dan 26 orang dari generasi Y. Terdapat responden dengan intensitas pembelian 5 sampai 6 kali sebanyak 28 orang atau 12,9%. Selain itu intensitas pembelian lebih dari 10 kali sebesar 7,8% atau sebanyak 17 orang yang terdiri dari responden generasi X sebanyak 4 orang dan generasi Y sebanyak 13 orang.
Hasil analisis deskriptif dari masing-masing pertanyaan yang digunakan dalam mengukur variabel kesesuaian pada Tabel berikut.
Tabel 9.
Hasil Statistik Deskriptif Variabel Kesesuaian
|
Item |
Pertanyaan |
Generasi X Mean |
Generasi Y Mean |
Total |
|
K.1 |
Menggunakan e-commerce ini untuk pembelian dalam enam bulan kedepan akan sesuai dengan cara saya berbelanja |
3,76 |
3,82 |
3,79 |
|
K.2 |
Menggunakan e-commerce ini untuk pembelian dalam enam bulan kedepan akan cocok dengan gaya hidup saya. |
3,65 |
3,69 |
3,67 |
|
K.3 |
Menggunakan e-commerce ini untuk pembelian dalam enam bulan kedepan akan sesuai dengan kebiasaan saya. |
3,26 |
3,48 |
3,38 |
|
Rata-Rata |
3,56 |
3,66 |
3,61 |
Sumber: Data diolah, 2022
Tabel 9 menggambarkan penilaian statistik deskriptif dari variabel kesesuaian antara generasi X dan generasi Y dengan total responden sebanyak 217 orang. Penilaian tersebut merupakan penilaian konsumen mengenai pendapat atau pemikiran konsumen terhadap kesesuaian pada suatu layanan e-commerce. Variabel kesesuaian terdiri dari tiga item pertanyaan dengan nilai rerata untuk generasi X sebesar 3,56 dan untuk generasi Y nilai rerata sebesar 3,66. Nilai rerata secara keseluruhan dari variabel kesesuaian sebesar 3,61. Berdasarkan hasil dari nilai rerata pada variabel kesesuaian dengan karakteristik responden generasi X dan generasi Y dapat dilihat bahwa rata-rata penilaian responden pada generasi Y untuk setiap item pertanyaan lebih besar dari generasi X. Hasil ini memberikan gambaran kesesuaian layanan ecommerce yang diterima dan digunakan responden generasi Y lebih tinggi dibandingkan generasi X. Secara keseluruhan hasil tersebut juga memperlihatkan bahwa kesesuaian layanan e-commerce yang diterima oleh seluruh responden pada penelitian ini dinilai tinggi. Sehingga perasaan lebih menyakini bahwa suatu e-commerce sesuai dengan kebiasaan dalam penggunaan suatu teknologi, gaya hidup, serta preferensi belanja lebih tinggi bagi konsumen dari generasi Y dibandingkan dengan generasi X.
Hasil analisis deskriptif dari masing-masing pertanyaan yang digunakan dalam mengukur variabel persepsi inovasi pada Tabel berikut.
Tabel 10.
Hasil Statistik Deskriptif Variabel Persepsi Inovasi
|
Item |
Pertanyaan |
Generasi X |
Generasi Y |
Total |
|
Mean |
Mean | |||
|
I.1 |
Jika saya mendengar tentang penyedia ecommerce baru, saya akan mencari cara untuk mencoba menggunakannya. |
2,76 |
3,32 |
3,06 |
|
I.2 |
Di antara rekan-rekan saya, saya biasanya yang pertama mencoba penyedia ecommerce baru. |
2,17 |
2,56 |
2,37 |
|
I.3 |
Secara umum saya ragu untuk mencoba penyedia ecommerce baru. |
2,63 |
2,75 |
2,69 |
|
I.4 |
Saya suka mencoba menggunakan ecommerce baru. |
2,51 |
2,95 |
2,74 |
|
Rata-Rata |
2,52 |
2,89 |
2,71 |
Sumber: Data diolah, 2022
Bedasarkan Table 10, dapat dijabarkan penilaian statistik deskriptif variabel persepsi inovasi dari 217 responden yang terbagi dalam dua karakteristik yaitu generasi X dan generasi Y. Variabel persepsi inovasi yang terdiri dari empat item pertanyaan dengan nilai rata-rata pada generasi X sebesar 2,52 dan pada generasi Y sebesar 2,89. Nilai rerata secara keseluruhan dari kedua generasi sebesar 2,71. Berdasarkan hasil tersebut nilai rerata secara keseluruhan termasuk dalam kategori cukup, sedangkan untuk rata-rata nilai pada generasi X termasuk dalam kategori rendah dibandingkan rerata generasi Y yang masuk kategori cukup. Dari hasil Tabel diatas juga dapat dilihat bahwa nilai rerata dari setiap item pertanyaan pada generasi X lebih kecil dari nilai rerata generasi Y, namun kedua nilai tersebut masuk dalam kategori cukup, hal tersebut mengindikasikan persepsi inovasi dari layanan ecommerce yang diterima dan digunakan responden generasi Y lebih tinggi dibandingkan generasi X. Secara keseluruhan hasil tersebut juga memperlihatkan bahwa persepsi inovasi dari penggunaan layanan ecommerce yang diterima oleh seluruh responden pada penelitian ini dinilai cukup. Sehingga kemauan seseorang untuk mencoba suatu teknologi baru atau suatu inovasi baru lebih tinggi dirasakan pada generasi Y dibandingkan dengan generasi X.
Hasil analisis deskriptif dari masing-masing pertanyaan yang digunakan dalam mengukur variabel kemudahan penggunaan pada Tabel berikut.
Tabel 11.
Hasil Statistik Deskriptif Variabel Kemudahan Penggunaan
|
Item |
Pertanyaan |
Generasi X Mean |
Generasi Y Mean |
Total |
|
KP.1 |
Saya tidak mungkin menggunakan aplikasi e commerce ini tanpa bantuan ahli. |
2,90 |
3,75 |
3,25 |
|
KP.2 |
Saya dapat menggunakan aplikasi ecommerce ini dengan jelas dan dapat dimengerti. |
3,93 |
4,25 |
4,10 |
|
KP.3 |
Mudah bagi saya untuk menjadi terampil dalam menggunakan aplikasi e commerce ini. |
3,50 |
4,10 |
3,81 |
|
KP.4 |
Saya butuh usaha yang lebih untuk dapat memahami proses dalam menggunakan aplikasi e commerce ini |
2,92 |
3,54 |
3,25 |
|
KP.5 |
Aplikasi ecommerce ini ramah pengguna. |
3,92 |
4,13 |
4,03 |
|
Rata-Rata |
3,43 |
3,95 |
3,71 |
Sumber: Data diolah, 2022
Tabel 11 menggambarkan penilaian statistik deskriptif dari variabel kemudahan penggunaan antara generasi X dan generasi Y dengan total responden sebanyak 217 orang. Penilaian tersebut merupakan penilaian konsumen mengenai pendapat atau pemikiran konsumen terhadap kemudahan penggunaan pada penggunaan suatu layanan e-commerce. Variabel kemudahan penggunaan terdiri dari lima item pertanyaan dengan nilai rerata untuk generasi X sebesar 3,43 dan untuk generasi Y nilai rerata sebesar 3,95. Nilai rerata secara keseluruhan dari variabel kesesuaian sebesar 3,71. Berdasarkan hasil dari nilai rerata pada variabel kemudahan penggunaan dengan karakteristik responden generasi X dan generasi Y dapat dilihat bahwa rata-rata penilaian responden pada generasi Y untuk setiap item pertanyaan lebih besar dari generasi X. Hasil ini memberikan gambaran kemudahan penggunaan dalam menggunakan e-commerce yang diterima dan digunakan responden generasi Y lebih tinggi dibandingkan generasi X. Secara keseluruhan hasil tersebut juga memperlihatkan bahwa kemudahan penggunaan pada e-commerce yang diterima oleh seluruh responden pada penelitian ini dinilai tinggi. Sehingga kepercayaan konsumen bahwa saat
menggunakan suatu e-commerce dalam melakukan pembelian daring mengurangi upaya lebih serta tidak perlu bersusah payah lebih dirasakan pada generasi Y dibandingkan dengan generasi X.
Hasil analisis deskriptif dari masing-masing pertanyaan yang digunakan dalam mengukur variabel manfaat pada Tabel berikut.
Tabel 12.
Hasil Statistik Deskriptif Variabel Manfaat
|
Item |
Pertanyaan |
Generasi X Mean |
Generasi Y Mean |
Total |
|
M.1 |
Konten e-commerce |
4,04 |
4,12 |
4,08 |
|
M.2 |
ini bermanfaat bagi saya dalam memperoleh produk dengan penawaran promosi yang menguntungkan Menggunakan |
3,50 |
3,57 |
3,54 |
|
M.3 |
aplikasi e-commerce ini menghemat uang saya. Menggunakan |
3,33 |
3,55 |
3,45 |
|
Rata-Rata |
aplikasi e-commerce ini meningkatkan kualitas belanja saya. |
3,62 |
3,75 |
3,69 |
Sumber: Data diolah, 2022
Berdasarkan Tabel 12, dapat dijabarkan penilaian statistik deskriptif dari variabel manfaat antara generasi X dan generasi Y dengan total responden sebanyak 217 orang. Penilaian tersebut merupakan penilaian konsumen mengenai pendapat atau pemikiran konsumen terhadap manfaat pada penggunaan suatu layanan e-commerce. Variabel manfaat terdiri dari tiga item pertanyaan dengan nilai rerata untuk generasi X sebesar 3,62 dan untuk generasi Y nilai rerata sebesar 3,75. Nilai rerata secara keseluruhan dari variabel kesesuaian sebesar 3,69. Berdasarkan hasil dari nilai rerata pada variabel manfaat dengan karakteristik responden generasi X dan generasi Y dapat dilihat bahwa rata-rata penilaian responden pada generasi Y untuk setiap item pertanyaan lebih besar dari generasi X. Hasil ini memberikan gambaran manfaat dalam menggunakan e-commerce yang diterima dan digunakan responden generasi Y lebih tinggi dibandingkan generasi X. Secara keseluruhan hasil tersebut juga memperlihatkan bahwa manfaat pada e-commerce yang diterima oleh seluruh responden pada penelitian ini dinilai tinggi. Sehingga penggunaan suatu e-commerce untuk melakukan pembelian daring dapat meningkatkan kinerja belanja serta meningkatkan manfaat yang dirasakan lebih pada generasi Y dibandingkan dengan generasi X.
Hasil analisis deskriptif dari masing-masing pertanyaan yang digunakan dalam mengukur variabel loyalitas pada Tabel berikut.
Tabel 13.
Hasil Statistik Deskriptif Variabel Loyalitas
|
Item |
Pertanyaan |
Generasi X Mean |
Generasi Y Mean |
Total |
|
L.1 |
Saya mengatakan hal |
3,94 |
3,74 |
3,83 |
|
L.2 |
positif kepada teman tentang e-commerce ini Saya mendorong |
3,54 |
3,50 |
3,52 |
|
L.3 |
teman untuk membeli produk dengan menggunakan ecommerce ini Saya bermaksud |
3,81 |
3,71 |
3,76 |
|
L.4 |
untuk terus membeli produk dengan menggunakan ecommerce ini untuk pembelian di masa mendatang Kemungkinan saya |
3,78 |
3,57 |
3,67 |
|
L.5 |
akan merekomendasikan aplikasi e-commerce ini kepada seorang teman sangat tinggi. Probabilitas bahwa |
3,61 |
3,61 |
3,61 |
|
L.6 |
saya akan menggunakan aplikasi e-commerce ini lebih sering, sangat tinggi. Jika saya harus |
3,91 |
3,88 |
3,89 |
|
Rata-Rata |
mengulanginya lagi, saya masih akan memilih aplikasi ecommerce ini. |
3,76 |
3,67 |
3,71 |
Sumber: Data diolah, 2022
Tabel 13 menggambarkan penilaian statistik deskriptif dari variabel loyalitas antara generasi X dan generasi Y dengan total responden sebanyak 217 orang. Penilaian tersebut merupakan penilaian konsumen mengenai pendapat atau pemikiran konsumen terhadap loyalitas pada penggunaan suatu layanan e-commerce. Variabel loyalitas terdiri dari enam item pertanyaan dengan nilai rerata untuk generasi X sebesar 3,76 dan untuk generasi Y nilai rerata sebesar 3,67. Nilai rerata secara keseluruhan dari variabel kesesuaian sebesar 3,71. Berdasarkan hasil dari nilai rerata pada variabel loyalitas dengan karakteristik responden generasi X dan generasi Y dapat dilihat bahwa rata-rata penilaian responden pada generasi X untuk setiap item pertanyaan lebih besar dari generasi Y. Hasil ini memberikan gambaran loyalitas dalam menggunakan e-commerce yang diterima dan digunakan responden generasi X lebih tinggi dibandingkan generasi Y. Secara keseluruhan hasil tersebut
juga memperlihatkan bahwa loyalitas pada e-commerce yang diterima oleh seluruh responden pada penelitian ini dinilai tinggi. Sehingga kemauan konsumen untuk melakukan kunjungan berulang serta melakukan pembelian kembali maupun memberikan rekomendasi terhadap konsumen lain dalam menggunakan suatu e-commerce dalam melakukan pembelian dari dirasakan lebih tinggi pada generasi X dibandingkan generasi Y.
Ketentuan dari uji hipotesis yang dilakukan adalah ketika nilai probability (p) ≤ 0,05 maka hipotesis yang diajukan didukung. Berikut adalah Tabel 1 hasil analisis regresi pada keseluruhan hipoetsis yang diuji pada penelitian ini.
Tabel 14.
|
Hasil Pengujian Hipotesis | |||
|
Hipotesis |
Koefi sien β |
Signifikan | |
|
t |
P | ||
|
H1: kesesuaian berpengaruh positif pada manfaat dari |
0,236 |
4,374 |
0,000 |
|
penggunaan e-commerce. H2: Kesesuaian berpengaruh positif pada kemudahan |
0,237 |
3,952 |
0,000 |
|
penggunaan e-commerce. H3: Persepsi inovasi berpengaruh positif pada manfaat dari |
0,148 |
3,746 |
0,000 |
|
penggunaan e-commerce. H4: Persepsi inovasi berpengaruh positif pada kemudahan |
0,103 |
2,293 |
0,023 |
|
penggunaan e-commerce. H5: Manfaat berpengaruh positif pada e-loyalitas. H6: Kemudahan penggunaan berpengaruh positif pada eloyalitas |
0,562 -0,022 |
9,766 -0,373 |
0,000 0,710 |
|
Sumber: Data diolah, 2022 | |||
Pada Tabel 14 hipotesis satu (H1) yaitu kesesuaian berpengaruh positif pada manfaat dari penggunaan e-commerce disimpulkan memiliki nilai sebesar 4,374 dengan nilai beta yang sudah terstandarisasi sebesar 0,236, serta nilai signifikansi adalah 0,000. Sehingga H1 dikatakan terdukung karena sesuai dengan ketentuan yaitu p ≤ 0,05, artinya kesesuaian berpengaruh secara positif signifikan terhadap manfaat pada penggunaan e-commerce. Hipotesis 2 (H2) yaitu kesesuaian berpengaruh positif pada kemudahan penggunaan e-commerce, dapat disimpulkan bahwa memiliki nilai sebesar 3,952 dengan nilai beta yang sudah terstandarisasi sebesar 0,237, serta nilai signifikan adalah 0,000. Artinya kesesuaian berpengaruh secara positif signifikan terhadap kemudahan penggunaan e-commerce. Hal tersebut karena H2 sudah memenuhi ketentuan yaitu p ≤ 0,05.
Hipotesis 3 (H3) yaitu persepsi inovasi berpengaruh positif pada manfaat dari penggunaan e-commerce. Berdasarkan Tabel 4.16 diatas dapat disimpulkan memiliki nilai yaitu sebesar 3,746 dengan nilai beta sebesar 0,148, serta nilai signifikan yaitu sebesar 0,000. Sehingga H3 terdukung karena sudah sesuai dengan ketentuan yaitu p ≤ 0,05, yang artinya persepsi inovasi berpengaruh secara positif signifikan pada manfaat dari penggunaan e-commerce. Hipotesis 4 (H4) adalah persepsi inovasi berpengaruh positif pada kemudahan penggunaan e-commerce. Dapat disimpulkan bahwa H4
terdukung karena memiliki nilai sebesar 2,293, dengan nilai beta yang terstandarisasi yaitu 0,103, serta nilai signifikan yaitu sebesar 0,023. Hal ini menunjukkan bahwa H4 sudah memenuhi ketentuan yaitu p ≤ 0,05, artinya persepsi inovasi berpengaruh secara positif signifikan pada kemudahan penggunaan e-commerce. Hipotesis 5 (H5) adalah manfaat berpengaruh positif pada e-loyalitas. Tabel 15 menunjukkan nilai yang dimiliki adalah sebesar 9,766, dengan nilai beta yang terstandarisasi yaitu 0,562, serta nilai signifikan adalah 0,000. Berdasarkan nilai tersebut hipotesis 5 terdukung karena sudah memenuhi ketentuan p ≤ 0,05. Sehingga manfaat berpengaruh secara positif signifikan pada e-loyalitas. Hipotesis 6 (H6) yaitu kemudahan penggunaan berpengaruh positif pada e-loyalitas. Berdasarkan hasil uji regresi yang sudah dilakukan, nilai yang dimiliki yaitu sebesar -0,373, dengan nilai beta yang terstandarisasi -0,022, serta nilai signifikan yaitu 0,710. Sehingga H6 dinyatakan tidak terdukung karena nilai signifikan tidak memenuhi ketentuan yaitu p ≤ 0,05, artinya kemudahan penggunaan tidak berpengaruh secara positif signifikan pada e-loyalitas.
Hasil analisis pada Tabel 14 menunjukkan bahwa kesesuaian berpengaruh positif pada manfaat. Hasil tersebut menunjukkan bahwa kesesuaian diri berpengaruh positif pada manfaat penggunaan e-commerce di Yogyakarta. Hasil dari pengujian hipotesis 1 sesuai dengan hasil dari penelitian yang dilakukan oleh Purani et al. (2019) bahwa persepsi kesesuaian terhadap teknologi mendorong manfaat penggunaan retail daring, yang dapat diartikan bahwa ketika individu merasa adanya kesesuaian dalam teknologi yang mana teknologi tersebut konsisten secara fungsional dengan cara yang biasa digunakan dan dilakukan konsumen untuk melakukan suatu transaksi atau konsumsi produk, konsumen tersebut akan merasakan manfaat dalam melakukan suatu transaksi. Serta kesesuaian yang dikaitkan dengan teknologi pembayaran, keamanan aplikasi, kenyamanan dan keamanan dalam pengiriman barang, dll yang mana ketika dianggap sesuai dengan kebiasaan individu akan menciptakan manfaat pada individu tersebut dalam menggunakan retail daring. Hasil penelitian ini menunjukkan bahwa ketika individu merasakan bahwa suatu layanan pada e-commerce sudah sesuai dengan gaya hidup, kebutuhan, serta kebiasaan berbelanja yang dimiliki maka akan memberikan manfaat lebih terhadap individu tersebut saat melakukan transaksi di e-commerce yang digunakan. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Agarwal & Karahanna (1998) yang menyatakan bahwa kesesuaian berpengaruh positif pada manfaat yang dirasakan.
Hasil analisis menunjukkan bahwa kesesuaian berpengaruh positif pada kemudahan penggunaan. Hal tersebut menunjukkan bahwa kesesuaian diri berpengaruh positif pada kemudahan penggunaan e-commerce di Yogyakarta. Hasil dari pengujian hipotesis 2 ini sesuai dengan hasil penelitian yang dilakukan oleh Purani et al. (2019) bahwa persepsi kesesuaian diri terhadap suatu teknologi akan menciptakan kemudahan dalam penggunaan teknologi tersebut. Ketika individu dengan suatu teknologi daring sesuai
dengan gaya hidup dan kebiasaannya dalam melakukan pembelian, sehingga individu tersebut akan lebih terbiasa dengan penggunaan teknologi daring yang akan mengurangi beban kognitif dalam penggunaan layanan ritel daring untuk melakukan transaksi pembelian. Hasil penelitian ini menujukkan bahwa ketika suatu e-commerce sudah sesuai dengan gaya hidup, kebutuhan serta kebiasaan dari individu maka akan terasa ramah serta mudah dalam penggunaannya dalam melakukan suatu transaksi, sehingga tidak diperlukan beban atau usaha lebih untuk menggunakan layanan e-commerce tersebut. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Agarwal & Karahanna (1998) yang terlah memperluas Technology Acceptance Model (TAM) untuk adopsi suatu internet dengan melakukan validasi adanya hubungan langsung antara kesesuaian dengan manfaat yang dirasakan.
Hasil analisis menunjukkan bahwa persepsi inovasi berpengaruh positif pada manfaat. Hasil tersebut menunjukkan bahwa persepsi inovasi berpengaruh positif pada manfaat dari penggunaan e-commerce di Yogyakarta. Hasil pengujian hipotesis 3 ini sesuai dengan hasil dari penelitian Lu et al. (2005) yang menujukan bahwa persepsi inovasi diri berpengaruh positif pada manfaat dalam mencoba menggunakan layanan internet nirkabel melalui teknologi seluler. Artinya ketika individu memiliki keberanian tinggi dalam mencoba suatu teknologi dan keingintahuan yang besar cenderung lebih tinggi mengambil risiko untuk mencoba mengunakan layanan internet nirkabel pada seluler individu tersebut karena mereka merasakan manfaat potensial dari layanan tersebut. Hasil penelitian ini menunjukkan bahwa ketika individu dengan persepsi inovasi yang tinggi atau dengan kata lain memiliki keingintahuan yang kuat serta niat mencoba teknologi baru yang tinggi terhadap suatu e-commerce maka individu tersebut akan bersedia mencoba e-commerce baru karena merasakan manfaat potensial dari layanan e-commerce tersebut. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan Lewis et al. (2003) yang menyatakan bahwa persepsi inovasi dari teknologi informasi (IT) menunjukkan pengaruh kuat yang ditimbulkan pada manfaat yang dirasakan.
Hasil analisis menunjukkan bahwa persepsi inovasi berpengaruh positif pada kemudahan penggunaan. Hasil tersebut menunjukkan bahwa persepsi inovasi berpengaruh positif pada penggunaan e-commerce di Yogyakarta. Hasil dari pengujian hipotesis 4 ini sesuai dengan hasil penelitian yang dilakukan oleh Lu et al. (2005) yang menyatakan bahwa persepsi inovasi diri berpengaruh positif pada kemudahan penggunaan dalam mencoba menggunakan layanan internet nirkabel melalui teknologi seluler. Artinya individu akan merasakan kepercayaan diri yang meningkat pada kemampuan mereka untuk menangani atau mencoba layanan internet nirkabel pada seluler ketika persepsi inovasi individu tersebut tinggi atau ketika individu tersebut memiliki keberania dan keingintahuan yang besar terhadap layanan internet nirkabel pada seluler. Hasil penelitian ini menunjukkan bahwa individu akan merasa percaya diri pada kemampuan
mereka untuk menggunakan suatu e-commerce, ketika memiliki keingintahuan tinggi serta keberanian yang besar untuk mencoba e-commerce dalam melakukan transaksi. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan Lewis et al. (2003) yang menyatakan bahwa persepsi inovasi dari teknologi informasi (IT) menunjukkan pengaruh kuat yang ditimbulkan pada kemudahan penggunaan.
Hasil analisis menunjukkan bahwa manfaat berpengaruh positif pada e-loyalitas. Hasil tersebut mengartikan bahwa manfaat dari penggunaan ecommerce berpengaruh positif pada loyalitas e-commerce di Yogyakarta. Hasil pengujian Hipotesis 5 ini sesuai dengan penelitian yang dilakukan oleh Cry et al., (2006) yang telah menunjukkan bahwa manfaat berpengaruh positif dengan loyalitas seluler. Penelitian Cry et al., (2006) tersebut menemukan bahwa estetika desain visual secara signifikan mempengaruh manfaat yang dirasakan, kemudahan penggunaan, dan kenikmatan, yang pada akhirnya semua variabel tersebut berpengaruh pada loyalitas pengguna terhadap layanan seluler. Hasil penelitian ini menunjukkan bahwa loyalitas pada e-commerce akan terbangun ketika pengguna pada saat menggunakan ecommerce tersebut untuk melakukan transaksi akan merasakan manfaat lebih kepada pengguna dibandingkan menggunakan layanan e-commerce lainnya. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Cry et al. (2009) yang menunjukkan efisiensi (kemudahan pencarian untuk mengakses informasi), merupakan sebuah konstruksi yang dianggap sangat mendekati atau mirip dengan kemudahan penggunaan berpengaruh positif dengan loyalitas dari aplikasi web daring.
Hasil analisis menyatakan bahwa kemudahan penggunaan tidak berpengaruh signifikan pada e-loyalitas. Artinya hasil penelitian ini menunjukkan kemudahan penggunaan e-commerce tidak berpengaruh secara signifikan pada loyalitas e-commerce di Yogyakarta. Hasil pengujian hipotesis 6 ini tidak sesuai dengan hasil penelitian yang dilakukan oleh Purani et al (2019) yang menunjukkan bahwa kemudahan penggunaan retail daring berpengaruh positif pada loyalitas retail daring. Artinya loyalitas dari pengguna terhadap retail daring akan terbangun ketika pengguna saat menggunakan retail daring tersebut merasakan kemudahan dalam penggunaan nya dalam melakukan transaksi. Hasil penelitian ini menunjukkan bahwa terlepas dari kemudahan penggunaan yang dirasakan oleh pengguna dalam melakukan transaksi menggunakan e-commerce, hal ini tidak akan mempengaruhi loyalitas konsumen pada e-commerce tersebut. Hal tersebut dapat terjadi karena saat melakukan transaksi daring melalui ecommerce faktor yang membuat individu tersebut loyal akan suatu ecommerce bukan hanya kemudahan penggunaan atau kemudahan penggunaan bukan merupakan faktor penting yang menentukan loyalitas dari e-commerce, karena masih terdapat banyak faktor penting seperti harga, kualitas layanan, harga serta promosi, kesediaan barang, dan lain sebagainya. Selain itu kemudahan penggunaan tidak mempengaruhi loyalitas karena bisa dikatakan bentuk serta cara penggunaan dari aplikasi e-commerce satu
dengan e-commerce lainnya hampir sama. Sehingga dapat dikatakan bahwa kemudahan penggunaan e-commerce tidak mempengaruhi loyalitas.
SIMPULAN DAN SARAN
Hasil penelitian ini menunjukkan bahwa kemudahan penggunaan dipengaruhi oleh kesesuaian dan persepsi inovasi. Kesesuaian dan persepsi inovasi yang memiliki pengaruh signifikan pada kemudahan penggunaan. Hal ini menunjukkan bahwa kesesuaian diri terhadap e-commerce dapat mempermudah penggunaan suatu e-commerce untuk berbelanja. Serta persepsi inovasi atau semakin tinggi kemauan seseorang untuk menerima serta mengadopsi suatu e-commerce maka akan semakin besar terciptanya persepsi positif dalam kemudahan saat menggunakan e-commerce tersebut. Sedangkan rekomendasi bahwa suatu e-commerce mudah digunakan dari teman dekat atau kolega belum tentu dirasakan sama oleh individu yang direkomendasikan.
Hasil penelitian ini juga menandakan bahwa manfaat dari penggunaan layanan e-commerce dapat dipengaruhi oleh kesesuaian diri dan persepsi inovasi. Pengaruh kesesuaian diri pada manfaat penggunaan e-commerce lebih kuat dibandingkan dengan persepsi inovasi. Namun Hasil penelitian ini dapat menandakan bahwa suatu e-commerce dapat memberikan manfaat saat melakukan pembelian ketika e-commerce tersebut memiliki layanan atau fitur yang sesuai dengan kebiasaan, gaya hidup, serta nilai-nilai yang dianut oleh konsumen, selain itu ketika konsumen memiliki kemauan yang tinggi untuk menerima serta mencoba suatu internet yang dibarengi dengan kemudahan saat menggunakan e-commerce tersebut serta rekomendasi teman dekat maupun kolega bahwa e-commerce tersebut bermanfaat lebih saat digunakan untuk berbelanja, maka konsumen akan merasakan manfaat yang sama saat menggunakan e-commerce tersebut. Hasil penelitian lainnya menunjukkan bahwa loyalitas e-commerce dipengaruhi oleh manfaat dari penggunaan ecommerce, namun kemudahan penggunaan tidak mempengaruhi loyalitas ecommerce. Sehingga hasil penelitian ini menyatakan loyalitas konsumen pada suatu e-commerce akan tercipta ketika konsumen merasakan manfaat lebih ketika menggunakan e-commerce tersebut untuk berbelanja daring. Namun kemudahan dalam penggunaan e-commerce tersebut saat melakukan pembelian belum tentu menciptakan loyalitas konsumen pada e-commerce tersebut.
Bagi penelitian selanjutnya, disarankan dapat melakukan penelitian dengan cakupan wilayah yang lebih luas. Penelitian selanjutnya dapat mencakup kota-kota besar di Indonesia seperti Jakarta, Bali, Surabaya, Bandung, dan kota-kota besar lainnya, sehingga dapat mewakili pengguna ecommerce Indonesia secara keseluruhan dan disarankan melibatkan kelompok atau karakteristik responden yang lebih beragam, seperti melibatkan generasi lain yaitu generasi Z, selain itu menambah jumlah sampel yang memiliki latar belakang lebih beragam. Penelitian selanjutnya
juga dapat menambahkan variabel yang belum digunakan dalam penelitian ini.
REFERENSI
Agag, G., & El-Masry, A. (2016). Understanding the determinants of hotel booking intentions and moderating role of habit. International Journal of Hospitality Management, 54(1), 52-67.
Agarwal, R., & Karahanna, E. (1998). On the multi-dimensional nature of compatibility beliefs in technology acceptance. In: Proceedings of the 19th Annual International Conference on Information Systems, 1(1), 13– 16.
Bougie, R., & Sekaran, U. (2010). Research Methods For Business (5th ed.). John Wiley and Sons Ltd.
BrandAmplitude. (2009). The Millennial Handbook: a snapshot guide to everything Gen Y. www. Brandamplitude .com/ The _ Millennial_Handbook.pdf
Chen, C.-Y., Rong, J., Hsu, C., Chen, C.-W., Chen, H.-H., Kuo, C.-F., & Cheng, M.-H. (2007). Generation of internal solitary wave by gravity collapse. Journal of Marine Science and Technology, 15(1), 1-7.
Cooper, & Schindler. (2014). Bussiners Research Method. New York: McGraw-. Hill.
Crumpacker, M., & Crumpacker, J. (2007). Succession Planning and Generational Stereotypes: Should HR Consider Age-Based Values and Attitudes a Relevant Factor or a Passing Fad? Public Personnel Management, 36(4), 349–369.
Eastman, J., Iyer, R., & Thomas, S. (2013). The impact of status consumption on shopping styles: an exploratory look at the millennials generation. Journal Marketing Management, 23(3), 57–73.
Eisner, S. P. (2005). Managing Generation Y. S.A.M Advanced Management Journal, 70(4), 4-15.
Gardiner, S., Grace, D., & King, C. (2015). Is the Australian domestic holiday a thing of the past? Understanding baby boomer, Generation X and Generation Y perceptions and attitude to domestic and international holidays. Journal of Vacation Marketing, 21(4), 336–350.
Gillenson, M. L., Chen, L., & Sherrell, D. L. (2002). Enticing online consumers: an extended technology acceptance perspective. Information Management, 39(8), 705–719.
Gurau, C. (2012). A life‐stage analysis of consumer loyalty profile: comparing Generation X and Millennial consumers. Journal of Consumer Marketing, 29(2), 103–113.
https://doi.org/https://doi.org/10.1108/07363761211206357
Gursoy, D., Maier, T. A., & Chi, C. G. (2008). Generational differences: An examination of work values and generational gaps in the hospitality workforce. International Journal of Hospitality Management, 27(3), 448–458.
Hartono, J. (2016). Teori Portofolio dan Analisis Investasi (10th ed.). Yogyakarta: BPFE.
Jin, L., & Robey, D. (1999). Explaining cyber meditation: an organisational analysis of electronic retailing. International Journal Electronic Commerce, 3(4), 47–66.
Lewis, W., Agarwal, R., & Sambamurthy, V. (2003). Sources of influence on beliefs about information technology use: an empirical study of knowledge workers. MIS Quarterly: Management Information Systems, 1(2), 657-678.
Lissitsa, S., & Kol, O. (2016). Generation X vs Generation Y – A decade of online shopping. Journal Retail Consumer Services, 31(1), 304–312.
Lu, J., Yao, J. E., & Yu., C. S. (2005). Personal innovativeness, social influences and adoption of wireless Internet services via mobile technology. Journal Strategic Information System, 14(3), 245–268.
Malhotra, N., Sahadev, S., & Purani, K. (2017). Psychological contract violation and customer intention to reuse online retailers: Exploring mediating and moderating mechanisms. Journal of Business Research, Elsevier, 75(3), 17-28.
Myers, K. ., & Sadaghiani, K. (2010). Millennials in the Workplace: A Communication Perspective on Millennials’ Organizational Relationships and Performance. Journal of Business and Psychology., 1(1), 1–12.
Nusair, K., Bilgihan, A., Okumus, F., & Cobanoglu, C. (2013). Generation Y travelers’ commitment to online social network websites. Tourism Management, 35(3), 1–12.
Oghuma, A. P., Libaque-Saenz, C. F., Wong, S., & Chang, Y. (2016). An Expectation-Confirmation Model of Continuance Intention to Use Mobile Instant Messaging. Telematics and Informatics, 33(1), 34-47.
Otero, E. L., Muñoz Gallego, P. A., & Pratt, R. M. E. (2014). Click-and-Mortar SMEs: Attracting customers to your website. Business Horizons, Elsevier, 57(6), 1–10.
Ozturk, A. B., Bilgihan, A., Nusair, K., & Okumusa, F. (2016). What keeps the mobile hotel booking users loyal? Investigating the roles of selfefficacy, compatibility, perceived ease of use, and perceived convenience. International Journal of Information Management, 36(6), 1350–1359.
https://doi.org/https://doi.org/10.1016/j.ijinfomgt.2016.04.005
Purani, K., Kumar, D., & Sahadev, S. (2019). e-Loyalty among millennials: Personal characteristics and social influences. Journal of Retailing and Consumer Services, 48(1), 215–223.
https://doi.org/https://doi.org/10.1016/j.jretconser.2019.02.006
Rambocas, M., & Arjoon, S. (2012). Using diffusion of innovation theory to model customer loyalty for Internet banking: a TT millennials perspective. International Journal Business Commer, 1(8), 1-14.
Shankar, V., Venkatesh, A., Hofacker, C., & Naik, P. . (2010). Mobile Marketing in the Retailing Environment: Current Insights and Future Research Avenues. Journal of Interactive Marketing, 24(2), 111–120. https://doi.org/https://doi.org/10.1016/j.intmar.2010.02.006
Turan, A., Tunç, A. ., & Zehir, C. (2015). A Theoretical Model Proposal: Personal Innovativeness and User Involvement as Antecedents of Unified Theory of Acceptance and Use of Technology. Procedia - Social and Behavioral Sciences, 210(2), 43–51.
Veloutsou, C., & McAlonan, A. (2012). Loyalty and or disloyalty to a search engine: the case of young Millennials. Journal of Consumer Marketing, 29(2), 125-135.
https://doi.org/https://doi.org/10.1108/07363761211206375
Wu, I.-L., Lu, C.-C., & Hsiao, W.-H. (2019). Developing Customer Product Loyalty through Mobile Advertising: Affective and Cognitive Perspectives. International Journal of Information Management, 47(1), 101–111.
68
Discussion and feedback