PENGARUH BELANJA TERHADAP PERILAKU PERJALANAN BELANJA DI KOTA KENDARI
PENGARUH BELANJA TERHADAP PERILAKU PERJALANAN BELANJA DI KOTA KENDARI
SKRIPSI
Diajukan Oleh :
XXXXXXXX XXXXX XXXXXXX XXXXX 18.01.031
POLITEKNIK TRANSPORTASI DARAT INDONESIA β STTD PROGRAM STUDI DIPLOMA IV TRANSPORTASI DARAT BEKASI
2022
PENGARUH BELANJA TERHADAP PERILAKU PERJALANAN BELANJA DI KOTA KENDARI
SKRIPSI
Diajukan Dalam Rangka Penyelesaian Program Studi Sarjana Terapan Transportasi Darat
Guna Memperoleh Sebutan Sarjana Terapan
Oleh :
XXXXXXXX XXXXX XXXXXXX XXXXX 18.01.031
POLITEKNIK TRANSPORTASI DARAT INDONESIA β STTD PROGRAM STUDI DIPLOMA IV TRANSPORTASI DARAT BEKASI
2022
HALAMAN PERNYATAAN ORISINALITAS
Skripsi ini adalah karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.
Nama : XXXXXXXX XXXXX XXXXXXX XXXXX
Notar : 18.01.031
Tanda Tangan :
Tanggal : 19 Juli 2022
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS
Sebagai civitas akademik politeknik transportasi darat Indonesia β STTD, saya yang bertanda tangan dibawah ini :
Nama : XXXXXXXX XXXXX XXXXXXX XXXXX
Notar : 18.01.031
Program Studi : Sarjana Terapan Transportasi Darat Jenis Karya : Tugas Akhir
Demi pengembangan ilmu pengetahuan, saya menyetujui untuk memberikan kepada Politeknik Transportasi Darat Indonesia β STTD. Hak Bebas Royalty Non Eksklusif (Non-Exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul :
βPENGARUH BELANJA TERHADAP PERILAKU PERJALANAN BELANJA DI KOTA KENDARI.β
Beserta perangkat yang ada (jika diperlukan). Dengan hak bebas royalty non- eksklusif ini Politeknik Transportasi Darat Indonesia β STTD berhak menyimpan, mengalih moda/formatkan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan Tugas Akhir saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta. Demikian penyataan ini saya buat dengan sebenar-benarnya.
Dibuat di : Bekasi Pada Tanggal : 19 Juli 2022
Yang Menyatakan
XXXXXXXX XXXXX XXXXXXX XXXXX
KATA PENGANTAR
Segala puji dan syukur atas rahmat dan karunia Tuhan Yang Maha Esa sehingga penelitian yang berjudul βPENGARUH BELANJA TERHADAP PERILAKU PERJALANAN BELANJA DI KOTA KENDARIβ
dapat diselesaikan.
Penulis mengucapkan banyak terima kasih kepada Ibu dosen pembimbing yang telah memberi wawasan dan pengetahuan kepada penulis, serta semua pihak yang telah membantu memberikan masukan, bimbingan, dan dukungan selama proses penulisan penelitian.
Semoga penelitian ini dapat digunakan sebagaimana mestinya, khususnya untuk pengembangan wawasan dan pengetahuan mengenai aktivitas belanja online dan keterkaitannya dengan perjalanan belanja. Penulisan penelitian ini masih banyak kekurangan dan jauh dari kata sempurna. Oleh sebabnya, penulis mengharapkan kritik dan saran yang dapat menyempurnakannya.
Bekasi, 18 Juli 2022 Penulis,
XXXXXXXX XXXXX XXXXXXX XXXXX
ABSTRAK
PENGARUH BELANJA TERHADAP PERILAKU PERJALANAN BELANJA DI KOTA KENDARI
Oleh : Xxxxxxxx Xxxxx Xxxxxxx Xxxxx Notar : 18.01.031
Kota Kendari sebagai ibukota dari Provinsi Sulawesi Tenggara memiliki 344.640 penduduk dengan total 8% dari jumlah perjalanan per hari sebesar 1.343 perjalanan per orang per hari. Belanja sebagai kegiatan yang dilakukan seseorang dalam memenuhi kebutuhan sehari β hari membutuhkan transportasi dalam membantu mencapai tempat tujuan belanja. Adanya perubahan kondisi menyebabkan hadirnya belanja online sebagai solusi dalam memudahkan untuk berbelanja yang mengakibatkan perubahan pada perilaku perjalanan belanja.
Metode analisis yang digunakan dalam penelitan ini adalah analisis structural equational modeling (SEM) yang terdiri dari uji outer model, uji goodness of fit, dan uji inner model.
Hasil akhir dari penelitian ini membuktikan bahwa adanya pengaruh belanja online terhadap perilaku perjalanan belanja di Kota Kendari dengan angka koefisien jalur sebesar 0,383. Hasil perhitungan skor dan perolehan menunjukan bahwa mayoritas masyarakat Kota Kendari memilih untuk berbelanja online terkait efisiensi waktu dan memilih berbelanja offline terkait kesigapan pramuniaga dalam merespon pertanyaan pelanggan. Frekuensi belanja tertinggi pada saat kondisi pandemi Covid-19 terjadi pada saat ada dan tidak adanya kerusuhan antar suku di Kota Kendari. Dengan alasan paling dominan masyarakat untuk berbelanja terkait dengan jenis produk yang biasa dibeli dan ditawarkan toko online sementara produk yang biasa dibeli adalah produk fashion. Rekomendasi kendaraan logistik yang tepat guna mendukung kegiatan belanja online di Kota Kendari dalam mengalihkan penggunaan kendaraan pribadi ke kendaraan barang.
Kata Kunci : Belanja, Perilaku Perjalanan Belanja, Structural Equational Modeling, Koefisien Jalur
ABSTRACT
THE EFFECT OF SHOPPING ON TRAVEL SHOPPING BEHAVIOR IN KENDARI CITY
By : Xxxxxxxx Xxxxx Xxxxxxx Xxxxx Notar : 18.01.031
Kendari City as the capital of Southeast Sulawesi Province has 344,640 residents with a total of 8% of total trips per day of 1,343 trips per person per day. Shopping as an activity carried out by someone in meeting their daily needs requires transportation to help reach their shopping destination. Changes in conditions have led to the absence of online shopping as a solution to make it easier to shop which results in changes in shopping travel behavior.
The analytical method used in this research is structural equational modeling (SEM) analysis which consists of the outer model test, the goodness of fit test, and the inner model test.
The final result of this study proves that there is an influence of online shopping on the behavior of shopping trips in Kendari City with a path coefficient of 0,383. The results of the calculation of scores and acquisitions show that the majority of the people of Kendari City choose to shop online related to time efficiency and choose to shop offline related to the alertness of salespeople in responding to customer questions. The highest frequency of spending during the Covid-19 pandemic occurred when there was and was not a riot between ethnic groups in Kendari City. The most dominant reason for people to shop is related to the types of products that are usually purchased and offered by online stores, while the products usually purchased are fashion products. Recommendations for appropriate logistics vehicles to support online shopping activities in Kendari City in diverting the use of private vehicles to goods vehicles.
Keywords: Shopping, Shopping Travel Behavior, Structural Equational Modeling, Path Coefficient
DAFTAR ISI
KATA PENGANTAR i
ABSTRAKSI ii
BAB I PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Identifikasi Masalah 3
1.3 Rumusan Masalah 4
1.4 Maksud dan Tujuan Penelitian 4
1.5 Batasan Masalah 4
BAB II GAMBARAN UMUM 6
2.1. Letak Geografis dan Administratif 6
2.2 Karakteristik Demografi Kota Kendari 9
2.3 Data Sosial dan Ekonomi 10
2.4 Kondisi Transportasi 13
2.5. Karakteristik Perxxxxxxx Xxxx Xxxxxxx 00
BAB III KAJIAN PUSTAKA 17
3.1 Klasifikasi Pergerakan 17
3.2 Pengertian Perilaku Perjalanan Belanja 18
3.3 Pengertian E-Commerce 18
3.4 Faktor β Xxxxxx Xxxx Mempengaruhi Belanja Online 19
3.5 Faktor β Xxxxxx Xxxx Mempengaruhi Belanja Konvensional 22
3.6 Faktor β Xxxxxx Xxxx Mempengaruhi Perilaku Perxxxxxxx Xxxxxxx 00
3.7 Hubungan Belanja Online dengan Perjalanan Belanja 23
3.8 Populasi 24
3.9 Teknik Purposive Sampling 24
3.10 Pengertian Partial Least Square Regression (PLSR) 24
3.11 Xxxxertian Structural Equation Modeling (SEM) 25
3.12 Keunggulan Structural Equation Modeling (SEM) 25
3.13 Variabel dalam Structural Equation Modeling (SEM) 26
3.14 Pengertian Konsep, Dimensi, Indikator, Xxx Xxxxx Ukur 27
3.15 Skala Likert 28
3.16 Istilah dalam Structural Equation Modeling (S.E.M) 28
3.17 Langkah β Langkah dalam Penelitian Structural Equation Modeling
(S.E.M) 29
3.19 Hipotesis Penelitian 30
BAB IV METODE PENELITIAN 32
4.1 Kerangka Pikir 32
4.2 Model Awal Penelitian 34
4.3 Desain Penelitian 35
4.4. Sumber Data 36
4.5 Populasi 36
4.6 Sampel dan Teknik Sampling 36
4.7 Teknik Pengumpulan Data 37
4.8 Teknik Analisis Data 44
BAB V ANALISIS DAN PEMECAHAN MASALAH 47
5.1 Uji Instrumen 47
5.2 Deskriptif Responden Sosio Demografi 50
5.3 Deskriptif Responden Perilaku Belanja Online 53
5.4 Deskriptif Responden Perilaku Belanja Offline (Konvensional) 57
5.5 Deskriptif Responden Keamanan Lingkungan 61
5.6 Deskriptif Responden Perilaku Perjalanan Belanja 63
5.7 Structural Equation Modeling (S.E.M) 67
5.8 Pembahasan Hasil Penelitian 74
BAB VI KESIMPULAN DAN SARAN 83
6.1 Kesimpulan 83
6.2 Saran 83
DAFTAR PUSTAKA 85
DAFTAR TABEL
Tabel II. 1 Luas Wilayah Kota Kendari Per Kecamatan 8
Tabel II. 2 Jumlah, Presentase, dan Kepadatan Penduduk Kota Kendari 2021 9
Tabel II. 3 Perkembangan PDRB Kota Kendari Atas Dasar Harga Berlaku Tahun 2016 - 2020 11
Tabel II. 4 Jumlah Perusahaan Industri Kota Kendari 2021 13
Tabel II. 0 Xxxxxxx Xxxxx Xxxx Xxxxxxx berdasarkan Jenis Permukaan 14
Tabel II. 0 Xxxxxxx Xxxxx Xxxx Kendari berdasarkan Status Jalan 14
Tabel II. 7 Simpul Transportasi Kota Kendari 14
Tabel IV. 1 Variabel, Dimensi, Indikator, Kode, Skala Ukur, dan Sumber Referensi yang digunakan dalam penelitian 42
Tabel V. 1 Hasil Uji Validitas 48
Tabel V. 2 Hasil Uji Reliabilitas 49
Tabel V. 3 Deskripsi Data 50
Tabel V. 4 Deskripsi Data Gender 50
Tabel V. 5 Deskripsi Data Usia 51
Tabel V. 6 Deskripsi Data Domisili 51
Tabel V. 7 Deskripsi Data Pekerjaan 52
Tabel V. 8 Deskripsi Data Responden 52
Tabel V. 9 Deskripsi Data Kepemilikan Kendaraan 53
Tabel V. 10 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Kepercayaan 53
Tabel V. 11 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Keamanannya 54
Tabel V. 12 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Kualitas Pelayanannya 55
Tabel V. 13 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Kemudahannya 55
Tabel V. 14 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Keuntungannya 56
Tabel V. 15 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Kecepatan Pelayanannya. 57
Tabel V. 16 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Variasi Barang 58
Tabel V. 17 deskripsi data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Kedekatan Lokasi 59
Tabel V. 18 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Adanya Pengaruh Keluarga 59
Tabel V. 19 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Harga Produk 60
Tabel V. 20 Deskripsi Data Frekuensi Belanja Berdasarkan Kondisi Pandemi Covidβ 19 61
Tabel V. 21 Deskripsi Data Frekuensi Belanja Berdasarkan Kondisi Kerusuhan Antar Suku Kota Kendari 62
Tabel V. 22 Deskripsi Data Jenis Produk Yang Biasa Dibeli 64
Tabel V. 23 Deskripsi Data Durasi Waktu Dalam Berbelanja 65
Tabel V. 24 Deskripsi Data Frekuensi Belanja (Online Dan Offline) Dalam Satu Minggu 65
Tabel V. 25 Deskripsi Data Jarak Lokasi Belanja Yang Biasa Dituju 66
Tabel V. 26 Deskripsi Data Moda Transportasi Yang Digunakan Untuk Mencapai Tempat Belanja 67
Tabel V. 27 Variabel Dan Indikator Penelitian 68
Tabel V. 28 Hasil Uji T 69
Tabel V. 00 Xxxxx Xxx X Xxxxxx 00
Tabel V. 30 Persamaan Model Pengukuran (Outer Model) Variabel Laten Eksogen dengan indikator reflektif 71
Tabel V. 31 Persamaan Model Pengukuran (Outer Model) Variabel Laten Endogen dengan indikator reflektif 72
Tabel V. 32 Persamaan Model Struktural (Inner Model) 72
Tabel V. 33 Pengujian Hipotesis 73
Tabel V. 34 Kategori Tabulasi Jawaban Responden 75
Tabel V. 35 Perhitungan Skor Akhir Pada Perilaku Belanja Online 75
Tabel V. 36 Perhitungan Skor Akhir Perilaku Belanja Offline 76
Tabel V. 37 Perhitungan Skor Akhir Frekuensi Belanja Terkait Kondisi Keamanan Lingkungan 77
Tabel V. 38 Perhitungan Akhir Skor Perilaku Perxxxxxxx Xxxxxxx 00
DAFTAR GAMBAR
Gambar II. 1 Peta Batas Wilayah Administrasi 7
Gambar II. 2 Jumlah Penduduk Lima Tahun Terakhir Kota Kendari 10
Gambar II. 3 Proporsi Maksud Perjalanan Penduduk Kota Kendari 15
Gambar II. 4 Proporsi Pemilihan Moda Perjalanan di Kota Kendari 16
Gambar IV. 1 Kerangka Penelitian 33
Gambar IV. 2 Model Awal Penelitian 34
Gambar IV. 3 Desain Penelitian 35
Gambar V. 1 Hasil Model Penelitian 70
Gambar V. 2 Colt Diesel / Dump Truck / Fuso 81
Gambar V. 3 Truck Pick Up 81
Gambar V. 4 Truck Pick Up Karoseri Tertutup 82
BAB I PENDAHULUAN
1.1 Latar Belakang
Dalam menunjang kebutuhan kegiatan sehari β hari, transportasi digunakan untuk mempermudah dalam perpindahan. Transportasi sendiri memiliki arti sebagai kegiatan perpindahan orang atau barang dari satu tempat ke tempat lainnya. Transportasi memegang peranan penting dalam perkembangan dan pertumbuhan suatu kota.
Permintaan jasa transportasi merupakan permintaan turunan. Permintaan jasa transportasi ini baru akan muncul ketika ada faktor dibalik permintaan tersebut, seperti keinginan untuk bekerja, sekolah, belanja, dan rekreasi (Anggita and Putranto, 2019).
Perkembangan teknologi dan informasi berupa internet seiring dengan perkembangan zaman membawa pengaruh baik dalam dunia transportasi, salah satunya adalah menghubungkan antara satu orang dengan orang lainnya dalam jarak jauh tanpa harus adanya kontak fisik yang hanya membutuhkan waktu dalam hitungan detik.
Pembatasan aktivitas sebagai dampak dari adanya pandemi Covid- 19 menjadi salah satu alasan Kota Kendari akhirnya merilis sebuah aplikasi yang bernama KOSJEK dari singkatan Kendari Online Shop dan Ojek Online. Untuk sementara pemilik toko dan mitra lainnya yang ikut bergabung dalam aplikasi tersebut hanya yang berdomisili di Kota Kendari namun kedepannya pemasaran aplikasi ini akan meluas sehingga pembeli dari kota lain juga dapat memesan pada aplikasi tersebut. Fitur yang ditawarkan aplikasi ini antara lain belanja online, jasa transportasi online berupa mobil dan sepeda motor, jasa pengiriman, jasa penitipan, penjualan makanan, jasa perbaikan , dan pembelian pulsa. Selama dua bulan setelah perilisan, sebanyak 100 driver sudah terdaftar pada aplikasi tersebut (Xxxxxxxxxx.xxx, 2021).
Dewasa ini kondisi pandemi Covid-19 membawa beberapa perubahan dalam beraktivitas . Berdasarkan data Covid-19 Tahun 2021, tercatat Kota Kendari adalah kota dengan kasus tertinggi diantara semua
kabupaten kota Provinsi Sulawesi Tenggara dengan jumlah kasus positif sebanyak 7.714 kasus dan jumlah kematian mencapai 95 (Xxxxxxxxx.xxx, 2021).
Selain e-commerce, Pemerintah Kota Kendari juga ikut bermitra dengan salah satu start-up yang berkonsep pasar dalam aplikasi. Aplikasi ini bernama Tumbasin. Fokus utama aplikasi ini yaitu menyediakan bahan makanan segar dari pasar tradisional yang dapat dibeli tanpa harus pergi ke pasar tersebut serta untuk memajukan pedagang pasar tradisional (Xxxxxxx.xx, 2021).
Salah satu faktor terbesar yang ikut menyumbang banyaknya pergerakan masyarakat perkotaan adalah kegiatan ekonomi dan Pendidikan. Kegiatan ekonomi dapat berupa perjalanan bekerja dan perjalanan untuk berbelanja atau bisnis pribadi, sedangkan untuk aktivitas Pendidikan berupa perjalanan untuk sekolah (Tamin, 2000).
Belanja sebagai kegiatan yang dilakukan untuk memenuhi kegiatan sehari β hari bergantung pada jenis kebutuhan yang ingin dipenuhi. Salah satu dampak baik dari adanya internet dapat dilihat pada seseorang dengan tujuan perjalanan belanja yang tadinya harus dilakukan secara langsung yaitu ke toko atau ritel, kini dapat dilakukan hanya dengan memesan melalui internet yang akan diantarkan langsung kepada konsumen. Penggunaan internet dalam memudahkan kegiatan belanja ditunjukan dengan hasil survey aktivitas berinternet dengan tujuan berbelanja online yakni sebanyak 11,7% responden mengaku sering, sebanyak 24,9% responden mengaku jarang, dan sebanyak 12,9% responden mengaku sangat jarang (Kemkominfo, 2020). Secara tidak langsung keputusan orang untuk memilih belanja online akan mempengaruhi perubahan perilaku perjalanan orang
Kota Kendari dengan jumlah penduduk sebesar 344.640 jiwa memiliki jumlah perjalanan sebesar 731.821 perjalanan per orang per hari. Dimana perjalanan dengan maksud perjalanan belanja memiliki total 8% dari jumlah perjalanan per hari nya yaitu sebesar 1.343 perjalanan per orang per hari. Dimana terdapat 3 (tiga) titik lokasi kemacetan yang disebabkan oleh pasar sebagai tempat berbelanja. Lokasi tersebut antara lain Xxxxx XX Xxxxxxx 0 depan Pasar Wua β Wua dengan V/C ratio sebesar
0,74 dan kecepatan rata β rata harian sebesar 31,32 km/jam, Jalan Kedondong depan Pasar Anduonohu dengan V/C ratio sebesar 0,60 dan kecepatan rata β rata harian sebesar 28,29 km/jam, Jalan Dr. Moh. Hatta depan Pasar Sentral Lama dengan V/C ratio sebesar 0,56 dan kecepatan rata β rata harian sebesar 30,54 km/jam. Pada jam sibuk di pagi hari 3 (tiga) titik ruas jalan tersebut mengalami kemacetan lalu lintas.
Menurut Minanda dkk (2018) belanja online menjadi fenomena nyata yang menjadi perbincangan hangat di kalangan mahasiswa di Kota Kendari pada berbagai kesempatan. Mahasiswa merasa sudah mendapatkan keuntungan dengan berbelanja online. Keuntungannya diantara lain adalah kenyamanan dalam berbelanja, mudah untuk mendapatkan barang sesuai keinginan, dan harga yang ditawarkan terjangkau. Hal inilah yang mempengaruhi mahasiswa hingga merasa kecanduan melakukan belanja secara daring tersebut.
Seiring dengan adanya pandemi Covid-19 dan semakin berkembangnya kegiatan belanja secara online, maka masyarakat cenderung memilih untuk melakukan kegiatan belanja secara online. Hal ini yang memengaruhi perubahan perilaku perjalanan. Berdasarkan kondisi diatas, maka diambilah judul βPengaruh Belanja terhadap Perilaku Perjalanan Belanja di Kota Kendariβ. Dengan maksud penelitian ini mampu mengetahui perilaku antara aktivitas belanja dengan perilaku perjalanan belanja sehingga mampu memberikan kontribusi dalam mengatasi masalah lalu lintas dengan mengoptimalkan penggunaan kendaraan logistik pada 3 (tiga) titik ruas jalan yang terdapat pasar dengan V/C ratio tertinggi.
1.2 Identifikasi Masalah
Berdasarkan latar belakang diatas, maka penulis dapat mengidentifikasi beberapa permasalahan sebagai berikut :
1. Kondisi Pandemi Covid-19 menyebabkan terbatasnya perjalanan dimana akan mempengaruhi pergerakan yakni kegiatan belanja.
2. Pembatasan kegiatan membuat Pemerintah Kota Kendari bekerja sama dengan penggagas start-up untuk memberikan aplikasi e-commerce
sebagai upaya memudahkan kegiatan belanja tanpa harus melakukan perjalanan ke tujuan.
3. Pada jam sibuk di pagi hari terdapat ruas jalan dengan V/C ratio tertinggi yang melewati pasar tradisional.
4. Keuntungan dalam berbelanja online memiliki efek candu sehingga orang cenderung lebih konsumtif dalam menggunakannya. Keuntungan tersebut antara lain seperti kenyamanan dalam berbelanja, kemudahan dalam mendapatkan barang, dan harga yang terjangkau.
1.3 Rumusan Masalah
Berdasarkan hasil identifikasi masalah diatas, maka diperoleh perumusan masalah sebagai berikut dibutuhkan penelitian dan analisis dalam suatu pertanyaan penelitian, yaitu :
1. Apakah ada pengaruh belanja online terhadap perilaku perjalanan belanja pada masyarakat Kota Kendari dan berapa besar pengaruh tersebut?
2. Bagaimana perilaku perjalanan belanja online dan offline (Konvensional) pada masyarakat Kota Kendari ?
3. Bagaimana belanja online dapat mengurai masalah lalu lintas di Kota Kendari?
1.4 Maksud dan Tujuan Penelitian
Adapun tujuan dalam penelitian ini adalah:
1. Mengetahui adanya pengaruh serta besaran pengaruh belanja online
terhadap perilaku perjalanan pada masyarakat Kota Kendari
2. Menganalisis perilaku perjalanan belanja online dan offline pada masyarakat Kota Kendari.
3. Merekomendasikan penggunaan transportasi logistik yang tepat pada belanja online untuk mengurai masalah lalu lintas Kota Kendari.
1.5 Batasan Masalah
Dengan tujuan mempermudah pemahaman mengenai hal-hal yang akan dibahas dalam penelitian, penulis memberikan batasan-batasan dalam penelitian sebagai berikut :
1. Variabel yang diteliti terdiri dari variabel yang berkaitan dengan sosio demografi, perilaku belanja online, perilaku belanja offline atau konvensional (secara langsung ke toko), perilaku perjalanan belanja, dan keamanan lingkungan.
2. Penelitian ini menganalisis bagaimana pengaruh yang ditimbulkan oleh kegiatan belanja online pada perilaku perjalanan belanja masyarakat di Kota Kendari.
3. Metode yang digunakan dalam analisis atas data yang telah diperoleh menggunakan metode Structural Equation Modeling (SEM) dengan tujuan melihat adanya hubungan keterkaitan antara masing β masing variabel yang diamati. .
BAB II GAMBARAN UMUM
2.1. Letak Geografis dan Administratif
2.1.1. Letak Geografis dan Administratif
Kota Kendari adalah ibukota dari Provinsi Sulawesi Tenggara, kota ini termasuk salah satu kota yang dilalui oleh garis khatulistiwa Indonesia. Pemberian Kendari sendiri berasal dari nama βKandaiβ yakni alat yang terbuat dari kayu atau bambu yang digunakan oleh penduduk teluk Kendari untuk mendorong perahu. Dari kata Kandai ini kemudian diabadikan menjadi Kampong Kandai, nama ini selanjutnya berkembang dalam berbagai literatur yang kemudian berakhir disebut Kendari.
Nama lain dari Kota Kendari sendiri adalah Kota βLuloβ. Lulo adalah singkatan dari βMoluloβ yang merupakan sebuah tarian suku tolaki yang mendiami Kota Kendari dan menjadikan tarian molulo sendiri sebagai khas daerah.
Kota ini dikenal sebagai penghasil sumber daya alam (SDA) yang melimpah baik dari hasil tambang seperti nikel, aspal, emas, dan lainnya. Selain dari hasil tambang, kota ini juga dikenal sebagai bumi Anoa dan penghasil kacang mente yang sangat banyak.
Jika dilihat secara astronomis, Kota Kendari terletak di bagian selatan garis khatulistiwa berada diantara 3Β°54'40" - 4Β°5'5" Lintang Selatan dan 122Β°26'33" - 122Β°39'14" Bujur Timur. Dengan batasan wilayah administrasi sebagai berikut :
1. Sebelah Utara : Kabupaten Konawe
2. Sebelah Barat : Kabupaten Konawe Selatan
3. Sebelah Selatan : Kabupaten Konawe Selatan
4. Sebelah Timur : Teluk Kendari
Gambar II. 1 Peta Batas Wilayah Administrasi
Luas wilayah Kota Kendari sebesar 271,76 kmΒ² atau setara dengan 0,7 persen dari luas dataran Provinsi Sulawesi Tenggara. Berdasarkan wilayah administratifnya, Kota Kendari memiliki 11 wilayah kecamatan yang terdiri dalam 65 kelurahan yang berbeda pada setiap kecamatannya. Luasan dan jumlah kelurahan untuk setiap kecamatan yang terlingkup dalam wilayah Kota Kendari tersebut dapat dilihat pada tabel berikut :
Tabel II. 1 Luas Wilayah Kota Kendari Per Kecamatan
No | Kecamatan | Luas Area | Jumlah Kelurahan | |
kmΒ² | % | |||
1 | Mandonga | 21,74 | 8,00% | 6 |
2 | Baruga | 49,41 | 18,18% | 4 |
3 | Puuwatu | 43,51 | 16,01% | 6 |
4 | Kadia | 6,48 | 2,38% | 5 |
5 | Wua-wua | 10,79 | 3,97% | 4 |
6 | Poasia | 42,91 | 15,79% | 5 |
7 | Abeli | 13,90 | 5,11% | 12 |
8 | Kambu | 22,10 | 8,13% | 4 |
9 | Xxxxx | 25,32 | 9,32% | 1 |
10 | Kendari | 14,48 | 5,33% | 9 |
11 | Kendari Barat | 21,12 | 7,77% | 9 |
Sumber : Badan Pusat Statistik Kota Kendari, 2021
Dapat dilihat pada tabel diatas, terdapat dua kecamatan dengan ukuran wilayah paling luas yaitu Kecamatan Baruga (49,41 kmΒ²) dan Kecamatan Puuwatu (43,51 kmΒ²) sedangkan kecamatan dengan ukuran wilayah paling kecil yaitu Kecamatan Wua β Wua (10,79 kmΒ²) dan Kecamatan Kadia (6,48 kmΒ²).
2.2 Karakteristik Demografi Kota Kendari
Berdasarkan statistik, jumlah penduduk Kota Kendari diperkirakan sebanyak 344.640 jiwa menurut jumlah penduduk pada tahun 2021. Komposisi penduduk tersebut terdiri atas 173.520 penduduk berjenis kelamin laki β laki dan 171.120 penduduk berjenis kelamin perempuan. Jika dibandingkan dengan penduduk Kota Kendari pada tahun 2020, jumlah penduduk meningkat sebesar 1,7%. Pada tahun 2020, kepadatan penduduk Kota Kendari sendiri mencapai 1.254 jiwa per kilometer persegi. Dengan kepadatan penduduk yang bervariasi pada 11 kecamatannya, Kecamatan Wua β Wua memiliki kepadatan penduduk tertinggi yaitu 2.958 jiwa per kilometer persegi, sedangkan untuk kepadatan penduduk terendah ada pada Kecamatan Xxxxx sebesar 440 jiwa per kilometer persegi.
Tabel II. 2 Jumlah, Presentase, dan Kepadatan Penduduk Kota Kendari 2021
Kecamatan | Jumlah Penduduk | Presentase Pendududuk | Kepadatan Penduduk per km2 |
Mandonga | 37.152 | 10,78 | 1.712 |
Baruga | 33.258 | 9,65 | 674 |
Puuwatu | 39.944 | 11,59 | 919 |
Kadia | 36.566 | 10,61 | 5.650 |
Wua-wua | 33.396 | 9,69 | 3.100 |
Poasia | 40.599 | 11,78 | 947 |
Abeli | 17.163 | 4,98 | 1.236 |
Kambu | 24.676 | 7,16 | 1.119 |
Xxxxx | 11.166 | 3,24 | 441 |
Kendari | 28.536 | 8,28 | 1.973 |
Kendari Barat | 42.184 | 12,24 | 2.000 |
Sumber : Badan Pusat Statistik Kota Kendari, 2021
Data jumlah penduduk tahun 2018 sebanyak 340.102 jiwa dan tahun 2019 sebanyak 341.779 jiwa, dimana pertumbuhan penduduk Kota Kendari tahun 2018 sebesar 1% lebih rendah dibandingkan tahun 2019 yang mengalami pertumbuhan sebesar 1%. Hal ini tidak lepas dari kesibukan masyarakat yang sibuk dalam bekerja mengikuti perkembangan Kota Kendari yang sangat pesat terutama di sektor perekonomian yang ditandai dengan banyaknya pertumbuhan sentra-sentra kegiatan sehingga menarik
penduduk di sekitar wilayah kota untuk mencari lapangan kerja di Kota Kendari. Perkembangan jumlah enduduk di Kota Kendari 5 tahun terakhir ( tahun 2016 s.d. 2020 ) dapat dilihat pada Gambar II.2 berikut:
Sumber: Dinas Kependudukan dan Catatan Sipil Kota Kendari
Gambar II. 2 Jumlah Penduduk Lima Tahun Terakhir Kota Kendari
Berdasarkan Grafik diatas, jumlah penduduk di Kota Kendari mengalami peningkatan di setiap tahunnya. Dengan demikian, kepadatan penduduk di wilayah Kota Kendari semakin meningkat dan mengakibatkan berkurangnya lahan serta meningkatnya kebutuhan akan fasilitas transportasi baik sarana maupun prasarana yang ada di Kota Kendari.
2.3 Data Sosial dan Ekonomi
2.3.1 Perekonomian
Perkembangan perekonomian Kota Kendari sebagian besar dipengaruhi sektor konstruksi dan sektor perdagangan besar dan eceran; reparasi mobil dan sepeda motor. Berdasarkan Badan Pusat Statistik Kota Kendari, Laju Pertumbuhan Ekonomi Kota Kendari 2020 sebesar -1,30%. Berdasarkan data Badan Pusat Sttistik Kota Kendari (2021) Produk Domestik Regional Bruto (PDRB) atas dasar harga berlaku dan harga konstan mengalami penurunan penurunan pada tahun 2020 pada setengah jumlah sektor yang ada sementara untuk sektor lainnya mengalami peningkatan yang tidak signifikan. PDRB Kota Kendari Atas Dasar Harga Berlaku 2016 - 2020 dapat dilihat pada tabel dibawah ini.
Tabel II. 3 Perkembangan PDRB Kota Kendari Atas Dasar Harga Berlaku Tahun 2016 - 2020
Lapangan Usaha | 2016 | 0000 | 0000 | 0000 | 0000 | |
A | Petanian, Kehutanan, dan Perikanan | 1.932,12 | 2154,38 | 2462,17 | 2743,46 | 2708,49 |
B | Pertambangan, dan Penggalian | 394,84 | 433,18 | 471,52 | 505,37 | 488,77 |
C | Industri Pengolahan | 1.784,51 | 2026,98 | 2081,73 | 2230,86 | 2180,76 |
D | Pengadaan Listrik dan Gas | 18,73 | 22,80 | 23,47 | 25,56 | 25,75 |
E | Pengadaan Air; Pengelolaan Sampah, Limbah, Daur Ulang | 50,55 | 50,86 | 53,1 | 55,15 | 53,77 |
F | Konstruksi | 3.319,14 | 3498,19 | 3902,88 | 4356,96 | 4260,51 |
G | Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor | 2.785,25 | 3101,40 | 3344,03 | 3662,86 | 3532,45 |
H | Transportasi dan Pergudangan | 1.364,13 | 1476,51 | 1639,46 | 1824,50 | 1767,08 |
I | Penyediaan Akomodasi dan Makan Minum | 220,74 | 242,26 | 258,56 | 271,63 | 257,32 |
J | Informasi dan Komunikasi | 1.028,45 | 1170,59 | 1284,2 | 1365,39 | 1466,75 |
Lapangan Usaha | 2016 | 0000 | 0000 | 0000 | 0000 | |
K | Jasa Keuangan dan Asuransi | 1.141,92 | 1268,22 | 1303,29 | 1386,87 | 1429,32 |
L | Real Estate | 318,43 | 339,30 | 347,20 | 363,44 | 363,63 |
M,N | Jasa Perusahaan | 137,82 | 151,11 | 164,08 | 175,44 | 173,94 |
O | Administrasi Pemerintahan, Peratahanan, dan Jaminan Sosial Wajib | 813,00 | 859,50 | 937,35 | 1004,95 | 1056,45 |
X | Xxxx Xxxdidikan | 1.283,81 | 1371,72 | 1491,48 | 1634,34 | 1715,05 |
Q | Jasa Kesehatan dan Kegiatan Sosial | 178,93 | 188,85 | 204,55 | 221,90 | 246,28 |
R,S,T,U | Jasa Lainnya | 294,20 | 308,29 | 316,66 | 324,83 | 319,38 |
Produk Domestik Regional Bruto | 17.066,57 | 18.664,14 | 20.285,73 | 22.153,51 | 22045,70 | |
Sumber: Badan Pusat Statistik Kota Kendari, 2021
2.3.5 Industri
Berdasrkan data Badan Pusat Statistik pada Survei Perusahaan Manufaktur tahunan, di Kota Kendari terdapat 1.609 perusahaan. Rincian tersebut berupa Indsutri terbesar Kota Kendari adalah CV/Firma sejumlah 566 perusahaan. Selanjutnya di urutan kedua adalah perorangan dengan jumlah 511 perusahaan. Urutan ketiga adalah jenis perusahaan perseroan terbatas yang berjumlah 502 perusahaan. Lalu pada urutan keempat ada koperasi dengan jumlah 22 dan perusahaan lainnya dengan jumlah 8 perusahaan. Berikut dapat dilihat data jumlah perusahaan yang terdapat di Kota Kendari tahun 2021.
Tabel II. 4 Jumlah Perusahaan Industri Kota Kendari 2021
No. | Klasifikasi Industri | Perusahaan |
1 | Perseroan Terbatas | 502 |
2 | CV/Firma | 566 |
3 | Koperasi | 22 |
4 | Perorangan | 511 |
5 | Lainnya | 8 |
Kota Kendari | 1.609 | |
Sumber: Badan Pusat Statistik Kota Kendari 2021
2.4 Kondisi Transportasi
Dilihat dari karakteristiknya, Kota Kendari memiliki pola jaringan jalan berbentuk Linier/Radial. Dari pola jaringan jalan linier/radial ini, menunjukan bahwa bentuk jalan oerkotaan ini berkembng sebagai hasil dari keadaan topografi lokasi yang memanjang di sepanjang Pantai Teluk Kendari. Karakteristik jaln di Kota Kendari umumnya memiliki tipe 4/2 D baik pada Jalan Nasional, Provinsi, serta beberapa Jalan Kota. Selain tipe 4/2 D terdapat pula tipe jalan 2/2 UD pada beberapa jalan Nasional dan Jalan Provinsi. Untuk jalan dengan tipe 2/2 UD didominasi pada jalan yang berstatus Jalan Kota.
Tabel II. 0 Xxxxxxx Xxxxx Xxxx Xxxxxxx berdasarkan Jenis Permukaan
No. | Jenis Permukaan | Panjang Jalan (km) |
1. | Diaspal | 472,53 |
2. | Tidak diaspal | 141,82 |
Kota Kendari | 614,35 | |
Sumber : Kota Kendari Dalam Angka, 2021
Dengan total Panjang jalan sepanjang 614,35 km, kota ini memiliki 472,53 km jalan dengan jenis permukaan diaspal dan 141,82 km jalan dengan jenis permukaan tidak diaspal.
Tabel II. 0 Xxxxxxx Xxxxx Xxxx Kendari berdasarkan Status Jalan
No. | Status Jalan | Panjang Jalan (km) |
1. | Xxxxx Xxxxxx | 00,00 |
2. | Xxxxx Xxxxxxxx | 00,00 |
3. | Xxxxx Xxxx | 000,00 |
Kota Kendari | 614,35 | |
Sumber : Kota Kendari Dalam Angka, 2021
Sedangkan berdasarkan status jalan, kota ini memiliki jalan sepanjang 58,93 km dengan status Jalan Negara, sepanjang 66,22 km dengan status sebagai Jalan Provinsi, sepanjang 489,20 km berstatus sebagai Jalan Kota.
Tabel II. 7 Simpul Transportasi Kota Kendari
No. | Simpul | Nama | Keterangan |
1. | Terminal | Terminal Baruga | Tipe B |
2. | Pelabuhan | Pelabuhan Nusantara Kendari | Pelabuhan Laut |
3. | Pelabuhan Indonesia Xxxxx xxxxxx Bau - Bau | Pelabuhan Penyebrangan | |
4. | Pelabuhan Bungkutoko | Pelabuhan Laut |
Sumber : Data PKL Kota Kendari Tahun 2021
Dengan jumlah total 5 simpul transportasi, kota ini memiliki satu terminal tipe B yakni Terminal Baruga. Sedangkan untuk pelabuhan sendiri terdapat dua pelabuhan laut yakni Pelabuhan Nusantara Kendari, dan
Pelabuhan Bungkutoko. Sementara untuk pelabuhan penyebrangan sendiri, terdapat Pelabuhan Indonesia Ferry ASDP Cabang Bau β Bau.
2.5. Karakteristik Perjalanan Kota Kendari
2.5.1 Maksud Perjalanan
Setiap orang tentu mempunyai maksud dan tujuan yang beragam dari setiap perjalanannya. Dengan adanya keperluan yang melatarbelakangi setiap perjalanannya, maksud dan tujuan ini sering dikaitkan dengan rutinitas sehari-hari yang dilakukan penduduk di wilayah studi Kota Kendari. Untuk memperoleh data maksud perjalanan dapat diperoleh bersamaan dengan survei wawancara rumah tangga (Home Interview Survei)
Sumber : Data PKL Kota Kendari Tahun 2021
Gambar II. 3 Proporsi Maksud Perjalanan Penduduk Kota Kendari
Dari hasil analisis data survei wawancara rumah tangga yang dilakukan di wilayah studi Kota Kendari dapat disimpulkan bahwa persentase terbesar dari maksud perjalanan masyarakat adalah bekerja sebesar 20%, yang terkecil adalah rekreasi yaitu sebesar 2%.
Berdasarkan Gambar IV.18 dapat kita ketahui bahwa masyarakat di wilayah studi Kota Kendari dalam melakukan perjalanan lebih didominasi oleh maksud untuk bekerja, kemudian maksud perjalanan yang mendominasi ke dua adalah maksud perjalanan untuk belajar di wilayah studi Kota Kendari.
Meskipun pada gambar diatas presentase terbesar terdapat pada pulang, hal ini tidak dapat merubah bahwa tujuan pulang bukan
merupakan maksud dari perjalanan. Itulah sebabnya presentase maksud perjalanan terbesar terdapat pada maksud perjalanan bekerja.
2.5.2 Waktu Perjalanan
Waktu perjalanan yang dimaksud adalah pukul berapa seseorang melakukan perjalanan, baik pada pagi, siang, maupun sore hari.
Karakteristik perjalanan masyarakat Kota Kendari dilihat dari waktu melakukan perjalanan paling banyak dilakukan pada pagi hari dan sore hari. Hal itu dibuktikan pada volume lalu lintas yang padat dimulai pada pukul 07.30 sampai dengan pukul 08.30 pada pagi hari dan pukul 17.00 sampai dengan pukul 18.00 pada sore hari. Hal itu terjadi karena pada waktu tersebut di pagi hari adalah waktu berangkat kerja dan waktu berangkat sekolah. Sementara untuk sore hari karena waktu pulang kerja.
2.5.3. Pemilihan Moda
Saat akan melakukan perjalanan, seseorang pasti akan menentukan jenis transportasi apa yang akan digunakan dalam melakukan perjalanan, yang mana dalam pemilihan jenis transportasi ini dipengaruhi oleh karakteristik pelaku perjalanan, karakteristik perjalanan, karakteristik sistem transportasi, serta karakteristik suatu kota tersebut. Berikut disajikan pemilihan moda angkutan masyarakat Kota Kendari berdasarkan tingkat pendapatan dan tingkat kepemilikan kendaraan yang ada. Berdasarkan Gambar IV.22, pemilihan moda tertinggi perjalanan di Kota Kendari adalah sepeda motor dengan persentase sebesar 55% dan yang terendah dengan persentase pemilihan moda Sepeda yaitu 1%. Berikut merupakan persentase pemilihan penggunaan moda perjalanan di Kota Kendari secara grafis.
Sumber : Data PKL Kota Kendari Tahun 2021
Gambar II. 4 Proporsi Pemilihan Moda Perjalanan di Kota Kendari
BAB III KAJIAN PUSTAKA
3.1 Klasifikasi Pergerakan
Klasifikasi pergerakan terbagi atas 3 (tiga) bagian (Tamin, 2000) yaitu :
1. Berdasarkan tujuan pergerakan
Pada kasus pergerakan home based (berbasis rumah) yakni yang berasal dari rumah, terdapat 5 (lima) kategori yang sering digunakan yaitu :
a. pergerakan ke tempat kerja
b. pergerakan ke sekolah atau universitas (tempat tujuan Pendidikan)
c. pergerakan ke tempat belanja
d. pergerakan untuk sosial dan rekreasi
e. lain β lain
Berdasarkan tujuan pergerakan, pergerakan untuk bekerja dan Pendidikan disebut sebagai tujuan pergerakan utama karena kewajiban orang pada setiap harinya. Sedangkan tujuan pergerakan lainnya bersifat pilihan dan tidak rutin setiap harinya.
2. Berdasarkan waktu
Pergerakan berdasarkan waktu dikelompokan menjadi pergerakan pada jam sibuk dan pada jam tidak sibuk. Pergerakan pada selang jam sibuk pagi hari (biasanya saling bertolak belakang dengan pergerakan pada selang jam sibuk sore hari) yang terjadi antara jam 08.00 sampai dengan jam 09.00 pagi dan jam tidak sibuk berkisar antara jam 10.00 sampai dengan jam 12.00 siang.
3. Berdasarkan jenis orang
Perilaku pergerakan individu sangat dipengaruhi oleh atribut sosio ekonomi. Dengan masing β masing atribut sebagai berikut :
a. Tingkat Pendapatan
Terdapat 3 (tiga) tingkat pendapatan di Indonesia yaitu tinggi, menengah, dan rendah
b. Tingkat Kepemilikan Kendaraan
terdapat 4 (empat) tingkat yaitu 0, 1, 2 atau lebih dari 2 (dua) kendaraan per rumah tangga.
c. Ukuran Dan Struktur Rumah Tangga
3.2 Pengertian Perilaku Perjalanan Belanja
Perilaku perjalanan adalah tingkah laku manusia dalam melakukan perjalanan ke tempat tujuan serta permodelan dan analisis permintaan perjalanan atas dasar teori dan metode analisis dari macam β macam bidang ilmiah (Goulias, 2000).
Jadi perilaku perjalanan belanja adalah tingkah laku manusia dalam melakukan perjalanan ke tempat belanja.
Menurut Xxxxx dkk (2007) frekuensi belanja online dan belanja konvensional berkaitan dengan beberapa faktor seperti :
1. Sikap Berbelanja : sikap terhadap belanja online dan belanja konvensional
2. Perilaku Berbelanja : Pengalaman belanja dirumah, rantai perjalanan belanja, durasi berbelanja.
3. Perilaku Berinternet : pengalaman berinternet selama satu tahun, frekuensi penggunaan internet, tipe koneksi internet.
4. Gaya Hidup/indikator kepribadian : gaya hidup yang aktif, pencari petualangan, kepadatan waktu yang dimiliki.
5. Karakteristik sosio demografi : jenis kelamin, usia, Pendidikan, pendapatan.
3.3 Pengertian E-Commerce
Menurut Xxxxxx & Xxxxxx (2014) E-Commerce adalah suatu proses dalam membeli dan menjual produk β produk baik secara elektronik oleh konsumen dan dari perusahaan ke perusahaan dengan komputer sebagai perantara transaksi bisnis. Media yang dapat digunakan dalam aktivitas e- commerce sendiri adalah world wide web internet.
Belanja online menurut Xxxxxxxx & Xxxxxx (2013) adalah proses dimana konsumen secara langsung membeli barang atau jasa dari seorang penjual
secara real time dan secara interaktif tanpa suatu media perantara melalui internet.
Jadi perilaku perjalanan belanja online sendiri adalah tingkah laku manusia dalam berbelanja online (melalui internet).
3.4 Faktor β Xxxxxx Xxxx Mempengaruhi Belanja Online
Terdapat beberapa faktor yang mempengaruhi belanja online (Aulia dkk, 2020) yaitu :
1. Faktor Kepercayaan
Adalah salah satu faktor yang sangat mempengaruhi keputusan pembelian secara online. Faktor kepercayaan ini terdiri dari
a. Reputasi yang baik
Yang dimaksud reputasi baik adalah penjual yang menciptakan pengalaman belanja yang menyenangkan bagi pembeli, dengan membalas pesan secara cepat dan tepat sehingga pembeli akan memberikan penilaian atau rate yang bagus untuk toko tersebut.
b. Jujur memberikan informasi
Jujur memberikan informasi diartikan sebagai produk yang ditawarkan sesuai dengan deskripsi yang tertuang pada toko online tersebut.
c. Menjaga rahasia data konsumen
Menjaga rahasia data konsumen dapat diartikan sebagai pembeli yang merasa bahwa kerahasiaan data pribadi pembeli dijaga agar konsumen nyaman tanpa ada keraguan dalam berbelanja.
2. Faktor Keamanan
Faktor keamanan adalah faktor kedua yang mempengaruhi keputusan pembelian secara online. Yang dikelompokan dalam faktor ini meliputi :
a. Sistem pembayaran
Dapat diartikan sebagai sistem pembayaran atas pembelian secara
online terjamin keamanannya.
b. Memberikan kompensasi
Umumnya pembeli akan merasa aman ketika penjual memberikan kompensasi jika produk yang dibeli tidak sesuai.
3. Faktor kualitas pelayanan
Faktor ini menjelaskan contoh daripada pelayanan yang baik dari penjual terhadap pembeli meliputi penjual yang bersikap ramah dan sopan. Yang mendasari kualitas pelayanan yang baik adalah :
a. Komunikasi dengan bahasa yang sopan dan ramah
Diartikan sebagai penjual yang baik akan berkomunikasi dengan Bahasa yang sopan dan ramah terhadap pembeli.
b. Informasi yang jelas
Selain komunikatif, penjual yang baik dapat memberikan penjelasan atau keterangan mengenai barang kepada pembeli secara detail.
c. Ketepatan waktu pengiriman
Hal lain yang menjadi tolak ukur kualitas pelayanan yang baik dapat dilihat dari ketepatan waktu pengiriman barang. Karena dengan adanya pengiriman yang cepat dan sesuai, akan membuat pembeli merasa puas dengan pelayanan tersebut.
4. Faktor kemudahan
Kemudahan yang dimaksud dalam hal ini ialah kemudahan penggunaan dan kemudahan dalam bertransaksi yang dapat dijelaskan sebagai berikut :
a. Kemudahan penggunaan
Kemudahan penggunaan yaitu ketika tampilan layar pada halaman situs belanja online ini mudah dipahami dan diakses.
b. Proses pembayaran
Proses pembayaran disini diartikan bahwa tidak membutuhkan waktu yang lama dalam proses pembayaran saat transaksi sehingga pembeli merasa mudah saat melakukan pembelian.
c. Beragam metode pembayaran
Dengan banyaknya metode pembayaran yang ditawarkan oleh penjual, pembeli merasa mudah dalam melakukan transaksi.
5. Faktor keuntungan berbelanja online
Dalam berbelanja secara online tentunya memiliki beberapa keuntungan yang dapat dirasakan langsung oleh pembeli seperti
a. Hemat waktu
Hemat waktu disini adalah kemudahan pembeli dapat berbelanja kapanpun dan dimanapun sehingga dapat menghemat waktu dan tenaga.
b. Promo
Situs belanja online umumnya lebih sering mengadakan promo menarik sehingga banyak diminati oleh pembeli.
c. Beragam produk
Berbelanja secara online memungkinkan pembeli mendapatkan produk yang beragam pada masing β masing toko online atau situs online. Bahkan keberagaman produk ini dapat mempermudah pembeli menemukan produk yang tidak dijual di lingkungan sekitar tempat tinggal pembeli.
d. Harga
Umumnya toko online menawarkan harga yang lebih murah daripada toko fisik.
Fleksibilitas waktu yang ditawarkan saat berbelanja online memungkinkan konsumen dapat mencari produk yang diinginkan dan memesannya kapan saja dimana saja selama 24 jam setiap harinya.
Sementara itu untuk perilaku pembelian online terdiri atas 3 hal (Xxxxxxx and Amanah, 2018) yakni :
1. Visitting
Visitting disini adalah kegiatan mencari produk dengan cara mengakses situs belanja online (e-commerce) dengan tujuan megidentifikasi kebutuhan yang akan dibeli. Namun tak sedikit dari konsumen hanya membuka situs belanja online untuk meluangkan waktu melihat produk, layanan jasa, atau promo oleh pihak e- commerce.
2. Purchasing
Kegiatan selanjutnya setelah mencari produk adalah kegiatan purchasing atau melakukan pembelian. Setelah seseorang melakukan kunjungan atau pencarian dan menemukan produk atau jasa yang cocok
baginya, ia kemudian akan melakukan pembelian. Ada beberapa hal yang mendasari pembelian seseorang. Yang pertama adalah karena memang membutuhkan barang dan yang kedua adalah karena tertarik dengan promo yang ditawarkan situs belanja online.
3. Multi-channel shopping
Fitur yang disediakan e-commerce dalam bentuk penyediaan berbagai macam jalur atau cara pembelian bagi konsumennya. Hal ini bertujuan untuk memaksimalkan nilai belanja konsumen.
3.5 Faktor β Xxxxxx Xxxx Mempengaruhi Belanja Konvensional
Menurut Xxxxxxxx (2016) faktor β faktor yang mempengaruhi orang untuk berbelanja secara langsung seperti ke ritel atau toko dan pusat perbelanjaan dapat dilihat sebagai berikut :
1. Faktor kecepatan pelayanan
Faktor kecepatan pelayanan ialah pelayanan yang tidak membuat pembeli menunggu lama hanya untuk mencari barang yang diinginkan, antri di kasir pembayaran dan sebagainya.
2. Faktor variasi barang
Faktor variasi barang berpengaruh terhadap keinginan pembeli cenderung memiliki minat lebih untuk mendatangi toko dengan barang beraneka ragam daripada toko yang memiliki variasi barang yang sedikit.
3. Faktor kedekatan lokasi
Lokasi toko atau tempat perbelanjaan konvensional yang strategis atau yang terdekat dengan pembeli, akan berpengaruh terhadap keinginan untuk berbelanja secara langsung ke toko.
4. Faktor pengaruh keluarga
Setiap harinya antar anggota keluarga dapat dipastikan memiliki intensitas komunikasi yang lebih besar. Oleh sebab itu promosi yang dilakukan oleh satu anggota keluarga ke anggota keluarga lainnya dapat mempengaruhi keputusan dari masing β masing anggota keluarga untuk berbelanja di toko yang sama.
5. Faktor pengaruh harga
Pembeli akan cenderung mencari harga termurah yang ditawarkan toko konvensional, oleh sebabnya persaingan harga antar toko dapat mempengaruhi keputusan pembeli untuk berbelanja langsung ke toko tersebut.
3.6 Faktor β Xxxxxx Xxxx Mempengaruhi Perilaku Perjalanan Belanja
Seperti yang sudah dijelaskan bahwa perilaku perjalanan belanja adalah perilaku perjalanan dengan maksud berbelanja. Perilaku perjalanan berbelanja sendiri memiliki beberapa faktor yang mempengaruhinya (Anggita and Putranto, 2019) faktor β faktor tersebut antara lain :
1. Jenis produk yang ditawarkan .
2. Jam belanja (durasi waktu berbelanja).
3. Teman belanja (pengaruh adanya teman saat berbelanja).
4. Daftar belanja (adanya daftar produk yang dibutuhkan yang sudah disiapkan pembeli).
5. Jarak lokasi tempat belanja (jarak lokasi dihitung dari rumah ke lokasi belanja).
6. Dan moda transportasi belanja (moda yang digunakan untuk mencapai lokasi belanja).
3.7 Hubungan Belanja Online dengan Perjalanan Belanja
Belanja Online dapat mempengaruhi perilaku perjalanan belanja dengan 4 (empat) cara (Xxxxxxx, 2015) yaitu :
1. Efek Substitusi
Substitusi (menggantikan) adalah kemungkinkan pembelian belanja online dapat menggantikan pembelian secara fisik (konvensional). Misal seseorang akan beralih dari berbelanja konvensional ke berbelanja online.
2. Efek Komplementer
Komplementer (melengkapi) Adalah Keadaan jika belanja online dapat mendorong terjadinya perjalanan belanja, ataupun sebaliknya. Misal dengan adanya situs belanja online, seseorang akan mengecek
produk tersebut tanpa harus ke toko. Tetapi ternyata kegiatan tersebut justru mendorong orang untuk datang langsung ke toko.
3. Efek Modifikasi
Modifikasi (meengubah) adalah keadaan dimana belanja online sendiri dapat mengubah karakteristik perjalanan belanja. Misal seseorang yang terbiasa berbelanja konvensional akan beralih menjadi berbelanja online tanpa meninggalkan kebiasaan lamanya yaitu berbelanja konvensional.
4. Efek Netral
Netral (tidak mempengaruhi) adalah keadaan dimana belanja online sama sekali tidak mempengaruhi perjalanan belanja secara langsung. Misal, dengan adanya belanja online tidak mengubah perilaku konsumen terhadap perjalanan belanja konvensional.
3.8 Populasi
Populasi adalah suatu kesatuan individua tau subyek pada wilayah dan waktu dengan kualitas tertentu yang akan diamati/diteliti. Besaran populasi atau jumlah anggota populasi dapat ditentukan atau dibatasi dengan judul penelitian (Maghfiroh, 2018).
3.9 Teknik Purposive Sampling
Sampling purposive adalah Teknik penentun sampel dengan pertimbangan tertentu. Misal dalam penelitian tentang kualitas makanan, maka sampel sumber datanya adalah orang yang ahli makanan, atau penelitian tentang kondisi politik di suatu daerah, maka sampel sumber datanya adalah orang yang ahli politik (Xxxxxxxx, 2016).
3.10 Pengertian Partial Least Square Regression (PLSR)
Partial least square regression atau regresi PLS adalah Teknik terbaru yang menggeneralisasi dan menggabungkan fitur dari analisis komponen utama dan regresi berganda. Tujuannya untuk memprediksi atau menganalisis kumpulan variabel dependen dari kumpulan variabel independent atau prediktor. Prediksi ini dicapai dengan mengekstraksi dari
prediktor kumpulan faktor orthogonal yang disebut dengan variabel laten yang memiliki kekuatan prediksi terbaik (Xxxxx, 2015).
Secara umum, pendekatan PLS menggabungkan modul dasar untuk memperkirakan model jalur yang lebih kompleks yang melibatkan lebih dari dua variabel laten. Proses estimasi sepenuhnya berdasarkan metode kuadrat terkecil (least square methods) yang diberlakukan dibawah pembatasan yang diberlakukan dibawah pembatasan ketat oleh formula hubungan inner model dan outer model (Xxxxxx and Otto Versand, 1995).
3.11 Xxxxertian Structural Equation Modeling (SEM)
Structural Equation Modelling (S.E.M) adalah pendekatan terintegrasi antara analisis data empiric dan pengembangan konsep teoritik (Soemarno, 2011). S.E.M sendiri terdapat tiga macam analisis sekaligus yaitu :
1. Uji validitas dan reabilitas instrument
2. Uji model hubungan antar variable & jalurnya
3. Mendapatkan model untuk prakiraan/estimasi/ekstrapolasi
Metode analisis multivariat ini dapat digunakan untuk menggambarkan keterkaitan hubungan linier secara simultan antara variabel pengamatan (indikator) dan variabel yang tidak dapat diukur secara langsung (variabel laten) (Prihandini dan Sunaryo, 2011).
3.12 Keunggulan Structural Equation Modeling (SEM)
Berdasarkan Xxxxxxx (2012), kelebihan S.E.M dibanding regresi berganda yakni :
1. Memungkinkan adanya asumsi-asumsi yang lebih fleksibel
2. Penggunaan analisis faktor penegasan (Cinfirmatory Factor analysis) untuk mengurangi kesalahan pengukuran dengan memiliki banyak indikator dalam satu variabel laten
3. Daya tarik interface pemodelan grafis untuk memudahkan pengguna membaca keluaran hasil analisis
4. Kemungkinan adanya pengujian model secara keseluruhan dari pada koefisien-koefisien secara sendiri-sendiri
5. Kemampuan untuk menguji model-model dengan menggunakan beberapa variabel terikat; dan
6. Kemampuan untuk membuat model terhadap variabel-variabel perantara
3.13 Variabel dalam Structural Equation Modeling (SEM)
Pengertian variabel menurut (Xxxxxxx, Ulum, and Xxxxxxx, 2014) dijelaskan sebagai berikut :
1. Variable Laten
Variabel laten adalah konsep abstrak psikologi seperti sikap, intelegence (Ghozali, 2004: 12). Terdapat dua jenis variabel laten yaitu variabel eksogen (independen) dan endogen (dependen). Variabel eksogen digambarkan dalam huruf Greek dengan βksiβ (π) dan variabel endogen dengan βetaβ (π). Dalam bentuk grafis, variabel eksogen menjadi target garis dengan dua anak panah (β) atau hubungan korelasi sedangkan variabel endogen menjadi target paling tidak satu anak panah (β) atau hubungan regresi.
2. Variabel Teramati
Variabel teramati adalah variabel yang langsung dapat diukur. Variabel ini digunakan untuk membentuk variabel laten yang diwujudkan dalam skala Likert. Variabel ini untuk membentuk variabel laten eksogen yang diberi simbol X sedangkan variabel laten endogen diberi simbol Y.
Pengertian variabel menurut (Xxxxxxxx, 2016) dijelaskan sebagai berikut :
1. Variabel independen
Variabel ini disebut sebagai variabel stimulus, predictor, antecedent. Dalam bahasa Indonesia disebut dengan variabel bebas. Variabel bebas merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat). Variabel ini biasa disebut juga variabel eksogen. Dinotasikan dengan simbol X.
2. Variabel dependen
Variabel ini disebut juga dengan variabel output, kriteria, konsekuen. Dalam bahasa Indonesia disebut dengn variabel terikat. Variabel terikat adalah variabel yang dipengaruhi atau yang menjadi
akibat, karena adanya variabel bebas. Variabel terikat disebut juga variabel endogen. Dinotasikan dengan simbol Y.
3.14 Pengertian Konsep, Dimensi, Indikator, Xxx Xxxxx Ukur
Berdasarkan (Xxxxx.xxxxxxxx.xx, 2017) pengertian dari konsep, dimensi, indikator, dan skala ukur dijelaskan seperti dibawah ini :
1. Konsep
Konsep adalah gambaran mental atau persepsi yang merangkum gagasan, pengamatan, atau perasaan yang mirip. Makna pada konsep bisa berbeda antara satu dengan yang lainnya. Contoh konsep misal kecantikan, kekayaan, kecemerlangan, pendidikan. Konsep dapat bersifat sangat abstrak.
2. Dimensi
Pada dimensi makna pada masing β masing kelompok dapat berbeda, kelompok tersebut disebut dimensi. Suatu konsep dapat terdiri dari satu dimensi atau lebih. Dimensi dapat bersifat abstrak namun tidak lebih abstrak daripada konsep.
3. Indikator
Indikator digunakan jika pada dimensi tidak dapat diamati secara langsung. Misal untuk mengukur kekuasaan dapat digunakan jumlah orang dibawah pengawasan seseorang, besarnya anggaran tahunan, dan jumlah peralatan yang diawasi. Indikator bersifat konkrit.
4. Skala ukur
Skala ukur digunakan sebagai alat ukur pada masing β masing indikator, alat ukur terbagi menjadi 4 (empat) diantaranya adalah :
a. Nominal
Variabel yang tidak memiliki besaran, hanya menunjukan kategori. Skala ukur nominal dapat digunakan pada gender, pekerjaan, dan sebagainya.
b. Ordinal
Variabel yang memiliki tingkat urutan yang memiliki besaran tetapi berbeda interval. Skala ukur ordinal dapat digunakan pada pendapat dengan jawaban berupa tidak setuju, ragu β ragu, dan
setuju. Dengan interval antara masing β masing jawaban memiliki besaran dan interval yang berbeda.
c. Interval
Adalah variabel yang memiliki besaran dan berbagi interval yang sama namun tidak termasuk bilangan asli nol. Skala ukur interval dapat digunakan pada skor perlajaran seperti 20, 45, dan
78. Pada skala ukur interval tidak diperkenankan memiliki opsi 0 (nol).
d. Rasio
Adalah bilangan asli yang memiliki besaran, interval yang sama dan bilangan asli nol. Skala ukur rasio dapat diukur pada usia seperti 45, 55, 77.
3.15 Skala Likert
Angket dengan skala likert umumnya menyajikan pernyataan yang disertai dengan pilihan. Pilihan pada skala likert berupa frekuensi (selalu, sering, jarang, tidak pernah) atau persetujuan (sangat setuju, setuju, netral, tidak setuju, sangat tidak setuju). Pilihan jawaban menggunakan skala secara berjenjang (ordinal).
Instrumen model likert relative mudah dibuat dan mudah direspon oleh responden. Instrumen dengan skala ini merupakan bentuk yang sering digunakan peneliti untuk melakukan pengukuran (Retnawati, 2015).
3.16 Istilah dalam Structural Equation Modeling (S.E.M)
Menurut Ghozali yang dikutip oleh (Maghfiroh, 2018) terdapat beberapa istilah dan notasi yang digunakan pada SEM, sebagai berikut :
1. Variabel laten atau construct atau unobserved variables adalah variabel yang tidak dapat diukur dengan pengamatan secara langsung namun memerlukan beberapa indikator untuk mengukurnya.
2. Indikator atau yang biasa disebut dengan manifest variables atau observed variable adalah variabel yang dapat diukur dan diamati secara langsung, variabel indikator digunakan untuk mengukur suatu variabel laten.
3. Variabel laten eksogen adalah variabel laten yang tidak dipengaruhi laten lain (independent variable) hal ini ditunjukan dengan tidak adanya tanda panah yang mengarah pada variabel tersebut.
4. Variabel laten endogen merupakan variabel laten yang mendapat pengaruh variabel laten lain (dependent variable) hal ini ditunjukan dengan adanya tanda panah yang mengarah pada variabel tersebut.
5. Model struktural atau yang biasa disebut dengan inner model adalah model yang menggambarkan hubungan β hubungan antar variabel laten. Suatu hubungan diantara variabel laten serupa dengan sebuah persamaan regresi linier diantara variabel laten tersebut.
6. Model pengukuran (measurement model) atau outer model adalah model yang menghubungkan variabel indikator dengan variabel laten.
7. Loading factor sama seperti nilai korelasi memiliki nilai diantara -1 sampai dengan 1 seperti nilai korelasi. Loading factor atau faktor loading merupakan nilai yang menyatakan hubungan β hubungan antara variabel laten dengan indikatornya. Faktor loading memiliki nilai
8. Indikator reflektif merupakan indikator yang menjelaskan bahwa variabel laten adalah pencerminan dari indikator β indikatornya. Pada indikator ini, galat pengukuran dapat dilihat pada tingkat indikator.
9. Indikator formatif adalah indikator yang menjelaskan bahwa variabel laten dibentuk atau disusun oleh indikatornya sehingga seolah β olah variabel laten dipengaruhi oleh indikator β indikatornya. Pada indikator formatif, galat pengukuran dapat dilihat tingkat variabel laten.
3.17 Langkah β Langkah dalam Penelitian Structural Equation Modeling (X.X.X)
Menurut Xxxxxxx & Fuad yang dikutip oleh (Kasanah, 2015), tahapan pemodelan dan analisis persamaan struktural menjadi 7 (tujuh) langkah yaitu:
1. Konseptualisasi Mode
Tahapan yang berhubungan dengan pengembangan hipotesis (berdasarkan teori) sebagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga dengan indikator lainnya.
2. Menyusun Diagram Alur (path diagram)
Tahap ini akan memudahkan dalam memvisualisasi hipotesis yang telah diajukan dalam konseptualisasi model. Visualisasi model akan mengurangi tingkat kesalahan dalam pembangunan suatu model.
3. Spesifikasi Model
Spesifikasi model ini menggambarkan sifat dan jumlah parameter yang diestimasi, analisis data tidak dapat dilakukan sampai tahap ini selesai.
4. Identifikasi Model
Tahapan ini harus dapat memperoleh nilai yang unik untuk seluruh parameter dari data yang diperoleh. Jika dalam hal ini tidak dapat dilakukan, maka modifikasi model harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi.
5. Estimasi Parameter
Estimasi parameter untuk suatu model diperoleh dari data karena program berusaha untuk menghasilkan matriks kovarians berdasarkan model yang sesuai dengan kovarians matriks sesungguhnya. Uji signifikan digunakan untuk menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol.
6. Penilaian Model Fit
Suatu model dapat dikatakan fit apabila kovarians matriks suatu model adalah sama dengan kovarinas matriks data.
7. Modifikasi Model
Segala modifikasi harus berdasarkan teori yang mendukung, sehingga modifikasi model seharusnya tidak dilakukan hanya semata- mata untuk mencapai model yang fit.
3.19 Hipotesis Penelitian
Hipotesis adalah jawaban sementara terhadap suatu rumusan masalah penelitian yang sifatnya masih praduga atau menduga-duga, karena masih harus dibuktikan terlebih dahulu kebenarannya melalui sebuah riset ataupun penelitian. Hipotesis yang digunakan dalam penelitian ini adalah:
Hipotesis 1
H0 = tidak ada pengaruh sosio demografi terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
H1 = ada pengaruh sosio demografi terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
Hipotesis 2
H0 = tidak ada pengaruh belanja online terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
H1 = ada pengaruh belanja online terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
Hipotesis 3
H0 = tidak ada pengaruh belanja offline terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
H1 = ada pengaruh belanja offline terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
Hipotesis 4
H0 = tidak ada pengaruh kondisi keamanan lingkungan terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
H1 = ada pengaruh kondisi keamanan lingkungan terhadap perilaku perjalanan belanja masyarakat di Kota Kendari.
BAB IV METODE PENELITIAN
4.1 Kerangka Pikir
Kerangka pikir pada penelitian ini diawali oleh konsep perilaku perjalanan belanja yang semula hanya belanja konvensional seiring perkembangan zaman dan perubahan kondisi lingkungan, maka belanja yang semula hanya offline (konvensional) secara langsung lambat laun muncul cara baru dalam berbelanja yaitu belanja online.
Pergerakan yang dominan pada ibukota Provinsi Sulawesi Tenggara yakni Kota Kendari adalah jenis pergerakan yang berkaitan dengan ekonomi seperti aktivitas bekerja, sekolah, dan belanja. Jenis pergerakan belanja terjadi karena adanya kegiatan belanja konvensional yaitu pembeli langsung datang ke toko untuk membeli kebutuhan yang diinginkannya.
Belanja online sebelum adanya covid-19 sudah tidak asing di telinga orang, namun dengan adanya pembatasan kegiatan saat pandemi Covid-19, belanja online ini menjadi solusi dalam mengurangi kontak fisik dengan orang lain.
Dewasa ini seiring adanya pembatasan kegiatan akibat dari pandemi Covid-19, pembatasan kegiatan memicu antusiasme Pemerintah Kota Kendari terhadap e-commerce untuk memudahkan orang berbelanja. Selain itu mahasiswa kota Kendari juga cenderung menjadi konsumtif dalam berbelanja online.
Belanja online ini kemudian mendapat perhatian khusus untuk dikaji lebih dalam. Untuk menjawab bagaimana hubungan pengaruh yang dihasilkan oleh belanja online terhadap perilaku perjalanan belanja, diperlukan penelitian yang akan menjawab bagaimana pengaruh yang dihasilkan tersebut, dan bagaimana rekomendasi terbaik untuk meningkatkan belanja online sebagai solusi masalah lalu lintas dalam mengalihkan penggunaan kendaraan pribadi tujuan belanja ke kendaraan barang.
Gambar IV. 1 Kerangka Penelitian
Pada kerangka pikir diatas dapat dilihat bahwa konsep awal penelitian adalah perilaku perjalanan belanja yang dipengaruhi oleh jenis produk, jam belanja, teman belanja, daftar belanja, jarak lokasi tempat belanja, dan moda transportasi belanja.
Perilaku atau tingkah laku orang dalam melakukan perjalanan belanja ini semula hanya secara offline (konvensional) secara langsung. Kemudian seiring adanya perubahan kondisi lingkungan dan perilaku konsumtif saat berbelanja, maka munculah cara baru dalam berbelanja yaitu secara online. Untuk mengetahui bagaimana pengaruh belanja online terhadap perilaku perjalanan belanja, maka dibutuhkan penelitian lanjutan untuk melihat bentuk pengaruh tersebut. Dimana pada hasil akhir penelitian tersebut, akan merekomendasikan pengalihan penggunaan kendaraan
pribadi ke kendaraan logistic.
4.2 Model Awal Penelitian
Pada model penelitian, penulis akan mengadopsi variabel β variabel dan menyederhanakannya menjadi model penelitian yang akan diuji hubungan keterkaitannya. Model hubungan keterkaitan antar variable dapat dilihat seperti dibawah ini.
Gambar IV. 2 Model Awal Penelitian
Indikator reflektif terdiri dari indikator X11, x12, x13, dan seterusnya. Sementara untuk indikator reflektif terdiri dari variabel X1, X2, X3, X4, dan
Y. Variabel X1,X2,X3,X4 adalah variabel eksogen yang mempengaruhi variabel Y (variabel endogen).
4.3 Desain Penelitian
Gambar IV. 3 Desain Penelitian
Tahapan penelitian diawali dengan studi literatur dan studi lapangan dimana setelah membandingkan antara keduanya,didapatlah fenomena yang kemudian menjadi tema yang akan diangkat dalam penelitian. Selanjutnya dilanjutkan untuk mengidentifikasi masalah pada fenomena tersebut dan merumuskan masalah yang sudah didapat.
Setelah didapatkan rumusan masalah, selanjutnya adalah mengumpulkan data sekunder dan primer. Data yang sudah terkumpul kemudian di uji menggunakan analisis structural equational modeling yang terdiri dari outer model, uji goodness of fit model, dan uji inner model untuk membuktikan hipotesis tersebut dan merekomendasikan penggunaan belanja online pada segi transportasi .
4.4. Sumber Data
Teknik pengumpulan yang digunakan pada penelitian ini berupa metode survey dengan cara mengajukan kuesioner. Data yang dikumpulkan pada penelitian ini terdiri atas :
1. Data Primer
Yaitu data yang diperoleh secara langsung dari sumbernya sebagai objek dalam penelitian yakni kuesioner online menggunakan Google Form terkait data sosio demografi, perilaku belanja online, perilaku belanja offline, perilaku perjalanan belanja, dan keamanan lingkungan..
2. Data Sekunder
Yaitu data yang diperoleh secara tidak langsung dapat berupa dokumen yang berhubungan dengan penelitian berupa :
a. Data jumlah penduduk Kota Kendari
b. Peta administrasi Kota Kendari
c. Data statistik dari BPS
d. Data hasil survey home interview (HI)
4.5 Populasi
Populasi adalah ruang lingkup atau besaran karakteristik dari seluruh objek yang diteliti. Sampel adalah besaran karakteristik tertentu dari sebagian populasi yang memiliki karakteristik yang sama dengan populasi. Populasi dalam penelitian ini adalah masyarakat Kota Kendari yang menggunakan internet. Populasi ini dipilih karena kegiatan belanja secara online dapat terjadi apabila calon pembeli memliki akses internet agar dapat melakukan transaksi belanja online.
4.6 Sampel dan Teknik Sampling
Sampel merupakan cerminan atau tingkah laku populasi. Jadi apabila dalam pengambilan sampel tidak benar, maka sampel tersebut tidak dapat mewakili dan menggambarkan populasi tersebut. Teknik sampling merupakan cara pengambilan contoh atau sampel untuk diteliti. Sampel yang terpilih adalah sumber data yang akan diolah secara statistic dan harus mampu memberikan gambaran terhadap populasi (Xxxxxx, 2021)
Teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive. Teknik purposive dalam pengambilan sampel memiliki ketentuan yang harus dipenuhi (Xxxxxxxx, 2016). Masyarakat yang diikutsertakan sebagai sampel berusia dari 18 tahun sampai dengan 35 tahun.
Menurut Xxxxxxx dan Chou yang dikutip (Widiharso, 2010) Ukuran sampel untuk estimasi menggunakan 10 kali parameter dalam penelitian (Xxxxxxx dan Chou, 1987). Dengan indikator sebesar 23 dengan ketentuan 10 kali parameter tersebut, maka sampel yang harus diambil sebesar 230 sampel. Untuk menghindari adanya kesalahan atau cacat data, maka sampel yang diambil sebesar 250 sampel.
4.7 Teknik Pengumpulan Data
Dengan metode penyebaran kuesioner secara online kepada responden melalui google form. Pertanyaan yang terdapat dalam kuesioner adalah pertanyaan tertutup yang membatasi atau menutup respon yang tersedia bagi responden.
Pertanyaan yang dicantumkan dalam kuesioner menggunakan skala likert yang dibuat dalam skala frekuensi dan skala persetujuan. Perhitungan skor pada skala likert menggunakan klasifikakasi skor tertinggi yaitu 4 untuk pernyataan sangat setuju dan seterusnya sampai dengan skor 1 yaitu penyataan tidak setuju.
Definisi operasional variabel
Masing β masing variabel yang dianaliis pada penelitian ini terdiri dari :
1. Sosio demografi (X1) :
Karakteristik umum masyarakat yang berbelanja di Kota Kendari.
2. Perilaku belanja online (X2) :
Faktor β faktor yang mempengaruhi seseorang untuk berbelanja online.
3. Perilaku belanja offline atau konvensional (X3) :
Faktor β faktor yang mempengaruhi seseorang untuk berbelanja secara langsung ke toko atau ritel.
4. Keamanan lingkungan ( X4) :
Keinginan seseorang dalam berbelanja berdasarkan dua keadaan berbeda tergantung pada aman tidaknya lingkungan tempat tinggal.
5. Perilaku belanja (Y) :
Faktor β faktor yang mempengaruhi orang untuk berbelanja.
Masing β masing indikator yang dianalisis pada penelitian ini terdiri dari
1. Variabel Sosio Demografi
a. Gender :
Gender adalah salah satu instrumen yang menggambarkan sosio demografi, gender terdiri atas laki β laki dan perempuan.
b, Usia
Usia responden akan diisi sesuai rentang yang disediakan pada penelitian yakni berkisar antara 18 s.d. 35 tahun.
c. Domisili
Adalah alamat domisili responden yang diisi sesuai dengan kecamatan.
d. Pekerjaan
Pekerjaan adalah jenis profesi responden yang mengisi kuesioner pada penelitian ini.
e. Penghasilan
Adalah jumlah pendapatan yang digambarkan dalam bentuk rupiah per bulannya.
f. Kepemilikan Kendaraan
Kepemilikan kendaraan dalam hal ini menyangkut berapa jenis moda transpotasi yang dimiliki oleh responden.
2. Variabel Perilaku Belanja Online
a. Kepercayaan pembeli terhadap penjual
Kepercayaan merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja online. Kepercayaan ini didasari atas 3 hal penting yang harus dimiliki oleh toko online yaitu reputasi yang baik, jujur dalam memberikan informasi, dan menjaga rahasia data konsumen.
b. Keamanan data pribadi
Keamanan data pribadi merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja online. Keamanan data pribadi ini didasari atas 2 hal penting yang harus dimiliki oleh toko online yaitu sistem pembayaran yang terjamin keamanannya dan memberikan kompensasi (jika ada kerusakan).
c. Kualitas pelayanan
kualitas pelayanan merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja online. Kualitas pelayanan ini didasari atas 3 hal penting yang harus dimiliki oleh toko online yaitu mudah dalam penggunaannya (tampilan layer pada situs belanja online mudah dipahami, proses pembayaran yang tidak membutuhkan waktu yang lama, dan beragam metode pembayaran yang ditawarkan.
d. euntungan belanja online
keuntungan belanja online merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja online. Keuntungan belanja online ini didasari atas 3 hal penting yang harus dimiliki oleh toko online yaitu hemat waktu, memberikan promo, menawarkan beragam produk, dan harga yang lebih murah dibandingkan dengan dengan toko fiisik
3. Variabel Perilaku Belanja Offline
a. Kecepatan pelayanan
Kecepatan pelayanan merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja offline (konvensional) secara langsung ke toko. Keuntungan belanja offline ini didasari atas 3 hal penting yang harus dimiliki oleh toko online yaitu tidak perlu mengantri lama, proses transaksi cepat, pramuniaga dengan sigap memberi petunjuk.
b. Variasi produk
Variasi barang merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja offline (konvensional) secara langsung ke toko. Variasi barang ini didasari atas 3 hal penting yang harus
dimiliki oleh toko online yaitu ketersediaan produk yang beragam, kelengkapan legalitas (termasuk dalam izin edar, standar, standar halal, dsb).
c. Jarak lokasi belanja
Indikator selanjutnya adalah jarak lokasi belanja yang menjadi salah satu faktor yang mempengaruhi orang untuk berbelanja offline. Kedekatan lokasi sendiri diukur dari 2 hal yaitu dekat dari rumah dan lokasi yang strategis.
d. Pengaruh keluarga
Indikator setelahnya adalah ada tidaknya perngaruh keluarga yang menjadi salah satu faktor yang mempengaruhi orang untuk berbelanja offline (konvensional) secara langsung ke toko. Pengaruh keluarga sendiri diukur dari 1 hal yaitu keluarga secara tidak langsung merekomendasikan tempat belanja kepada anggota keluarga yang lainnya.
e. Harga produk
Indikator setelahnya adalah ada tidaknya perngaruh keluarga yang menjadi salah satu faktor yang mempengaruhi orang untuk berbelanja offline (konvensional) secara langsung ke toko. Pengaruh keluarga sendiri diukur dari 2 hal yaitu harga murah dibanding dengan pesaing lain dan promo atau diskon yang ditawarkan.
4. Variabel keamanan lingkungan
a. Tingginya kasus covid-19 di lingkungan tempat tinggal Indikator ini terdiri dari 4 item terkait frekuensi belanja pada saat adanya pandemic Covid-19 dan pada seminggu terakhir pada saat responden mengisi form survey pada link google form yang sudah diberikan. yang akan dijadikan item pertanyaan. Pertanyaan tersebut terdiri dari berapa kali dalam seminggu responden berbelanja online pada saat pandemic Covid-19, berapa kali dalam seminggu responden berbelanja offline pada saat pandemic Covid-19, berapa kali dalam seminggu terakhir responden berbelanja online, dan berapa kali dalam seminggu responden berbelanja offline.
b. Situasi lingkungan yang tidak aman (adanya kerusuhan) Indikator ini terdiri dari 4 item terkait frekuensi belanja pada saat ada dan tidak adanya kerusuhan antar suku yang terjadi di Kota Kendari. Indikator ini terdiri dari 4 item pertanyaan yang disuguhkan kepada responden yaitu berapa kali dalam seminggu responden berbelanja online pada saat adanya kerusuhan antar suku di Kota Kendari, Berapa kali dalam seminggu anda berbelanja offline (konvensional) pada saat adanya kerusuhan antar suku di Kota Kendari, Berapa kali dalam seminggu terakhir anda berbelanja online pada kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari), Berapa kali dalam seminggu terakhir anda berbelanja offline (konvensional) pada kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari).
5. Variabel perilaku perjalanan belanja
a. Jenis produk
Jenis produk merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja baik online maupun offline. Indikator jenis produk ini disuguhkan kepada responden dalam bentuk pertanyaan jenis produk apa yang biasa dibeli olehnya.
b. Durasi belanja
Durasi belanja merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja baik online maupun offline. Indikator durasi belanja ini disuguhkan kepada responden dalam bentuk pertanyaan durasi belanja online dan durasi belanja offline (konvensional).
c. Frekuensi belanja
Frekuensi belanja merupakan salah satu faktor yang mempengaruhi orang untuk berbelanja baik online maupun offline. Indikator frekuensi belanja ini disuguhkan kepada responden dalam bentuk pertanyaan frekuensi baik online maupun offline selama satu minggu dengan opsi jawaban berupa rentang frekuensi.
d. Jarak lokasi belanja
Jarak lokasi belanja dapat diartikan sebagai jarak dalam satuan kilometer yang ditempuh responden saar berbelanja offline (konvensional). Item ini disuguhkan dalam bentuk pertanyaan dengan opsi jawaban rentang jarak dalam satuan kilometer.
e. Moda transportasi yang digunakan
Moda transportasi dapat diartikan sebagai moda yang digunakan oleh responden untuk menuju tempat belanja. Item ini disuguhkan dalam bentuk pertanyaan dengan opsi jawaban berupa macam β macam moda transportasi seperti berjalan kaki, mobil, sepeda motor, transportasi umum (bus, angkot), layanan transportasi online (Grab, Go-Jek).
Berikut disajikan tabel variabel penelitian yang digunakan dalam penelitian ini.
Tabel IV. 1 Variabel, Dimensi, Indikator, Kode, Skala Ukur, dan Sumber Referensi yang digunakan dalam penelitian
No. | Variabel | Dimensi | Indikator | Kode (Notasi) | Skala Ukur | Sumber Referensi |
1. | Sosio Demografi (X1) | Gender (X11) | Gender | XxxXxx | Nominal | Shopping online and/or in-store? A structural equation model of the relationships between e- shopping and in- store shopping (Xxxxx dkk, 2007) |
2. | Usia (X12) | Usia | Usia | Rasio | ||
3. | Domisili (X13) | Alamat berdasarkan kecamatan | KecDom | Nominal | ||
4. | Pekerjaan (X14) | Pekerjaan saat ini | Pkrja | Nominal | ||
5. | Penghasilan (X15) | Pendapatan per bulan | Penghsln | Rasio | ||
6. | Kepemilikan Kendaraan (X16) | Kendaraan yang dimiliki | KepmKend | Rasio | ||
7. | Perilaku Belanja Online (X3) | Kepercayaan Pembeli Terhadap Penjual (X21) | Reputasi toko online | PrcyOnl | Ordinal | Faktor-Faktor Yang Mempengaruhi Keputusan Pembelian Online Melalui Aplikasi Shopee ( Studi Kasus Pada Mahasiswa Fakultas Ekonomi Uniska Banjarmasin ) (Aulia dkk, 2020) |
8. | Keamanan Data Pribadi (X22) | Sistem pembayaran yang aman | AmnOnl | Ordinal | ||
9. | Kualitas Pelayanan (X23) | Kualitas pelayanan | PlynnOnl | Ordinal | ||
10. | Kemudahan Dalam Mengakses (X24) | Kemudahan dalam mengakses situs e-commerce | MudahOnl | Ordinal |
No. | Variabel | Dimensi | Indikator | Koda (Notasi) | Skala Ukur | Sumber Referensi |
11. | Keuntungan Belanja Online (X25) | Berbelanja online memberikan beberapa keuntungan | KeuntOnl | Ordinal | ||
12. | Perilaku Belanja Offline (Konvensional) (X3) | Kecepatan Pelayanan (X31) | Kecepatan pegawai toko dalam memberikan pelayanan | KcptnOffl | Ordinal | Faktor - Faktor Yang Mempengaruhi Konsumen Berbelanja Di Minimarket (Studi pada Indomaret dan Alfamart di Semarang) (Hariyadi, 2016) |
13. | Variasi Produk (X32) | Keberagaman produk (variasi produk) | VBrgOffl | Ordinal | ||
14. | Jarak Lokasi Belanja (X33) | Anggota keluarga anda secara tidak langsung mempromosikan toko yang menurut mereka layak untuk menjadi tempat berbelanja | LokaOffl | Ordinal | ||
15. | Pengaruh Keluarga (X34) | Harga produk yang terjangkau dan bersaing antar toko | KelrgaOffl | Ordinal | ||
16. | Harga Produk (X35) | Jarak toko atau ritel tempat anda biasa berbelanja | HargaOffl | Rasio | ||
17. | Keamanan Lingkungan (X4) | Tingginya Kasus Covid-19 Di Lingkungan Tempat Tinggal (X41) | Frekuensi berbelanja online pada saat pandemi covid - 19 | FrekCov1 | Ordinal | berdasarkan kondisi lingkungan Kota Kendari |
Frekuensi berbelanja offline pada saat pandemi covid - 19 | FrekCov2 | Ordinal | ||||
Frekuensi berbelanja online pada saat new normal pandemi covid-19 | FrekCov3 | Ordinal | ||||
Frekuensi berbelanja offline pada saat new normal pandemi covid-19 | FrekCov4 | Ordinal | ||||
Situasi Lingkungan Yang Tidak Aman (Adanya Kerusuhan) (X42) | Frekuensi belanja online pada saat adanya kerusuhan antar suku di Kota Kendari | FrekRusuh1 | Ordinal |
No. | Variabel | Dimensi | Indikator | Koda (Notasi) | Skala Ukur | Sumber Referensi |
18 | Keamanan Lingkungan (X4) | Situasi Lingkungan Yang Tidak Aman (Adanya Kerusuhan) (X42) | Frekuensi belanja offline pada saat adanya kerusuhan antar suku di Kota Kendari | FrekRusuh2 | Ordinal | Berdasarkan kondisi lingkungan Kota Kendari |
Frekuensi belanja online pada saat tidak adanya kerusuhan antar suku di Kota Kendari | FrekRusuh3 | Ordinal | ||||
Frekuensi belanja offline pada saat tidak adanya kerusuhan antar suku di Kota Kendari | FrekRusuh4 | Ordinal | ||||
19. | Perilaku Perjalanan Belanja (Y) | Jenis Produk (Y1) | Jenis produk apa yang biasa dibeli | JenisProd | Ordinal | Analisis Faktor Faktor Yang Mempengaruhi Keputusan Pembelian Konsumen Di Pajak (PAJUS) Medan (Xxxxxxx, 2015) |
20. | Durasi Berbelanja (Y2) | Durasi berbelanja online | DursiBlnj1 | Ordinal | ||
Durasi berbelanja offline | DursiBlnj2 | |||||
21. | Frekuensi Belanja (Y3) | Frekuensi berbelanja (termasuk pada saat online dan offline) | FrekBlnj | Ordinal | ||
22. | Jarak Lokasi Belanja (Y4) | Jarak lokasi toko tempat belanja | Jarak | Ordinal | ||
23. | Moda Transportasi Yang Digunakan (Y5) | Moda transportasi yang digunakan | ModTrans | Ordinal |
4.8 Teknik Analisis Data
Teknik analisis data pada penelitian ini menggunakan metode analisis
Structural Equational Modeling (SEM). Dengan batnuan software SmartPLS
3. Tahap penelitian analisis data dengan analisis jalur sebagai berikut:
1. Identifikasi Masalah
Pada tahap ini, peneliti mencari fenomena apa yang sedang terjadi sebagai latar belakang penelitian dan menjadikannya sebagai bahan untuk merumuskan masalah.
2. Merumuskan Masalah
Tahap ini akan memuat beberapa pertanyaan mengenai permasalahaan yang akan dipecahkan dalam penelitian. Pertanyaan harus
dapat diuji atau diobservasi, kalimat tanya tersebut harus jelas dan mudah untuk dimengerti.
3. Mengumpulkan Sumber Referensi
Sumber referensi akan digunakan dalam mencari penelitian terdahulu yang berkaitan dengan penelitian yang akan diambil, sumber referensi ini akan dikutip dan diparafrasekan pada kajian pustaka sebagai bahan acuan yang masih relevan dengan penelitian.
4. Menentukan Variabel Eksogen dan Endogen Serta Indikatornya
Pada tahap ini variabel eksogen dan variabel endogen ditentukan berdasaran pengaruhnya. Variabel eksogen akan mempengaruhi variabel endogen. Masing β masing variabel memiliki faktor yang mempengaruhi variabel tersebut, faktor tersebut disebut dengan indikator.
5. Membuat Diagram Jalur
Pembuatan diagram jalur dimaksud untuk memudahkan model awal dalam penelitian. Masing β masing variabel disusun berdasarkan jenis dan indikatornya dengan panah yang menunjukan arah.
6. Mengumpulkan Data Menggunakan Survei Online Dengan Mengisi Kuesioner Pada Google Form.
Data primer yang dibutuhkan dalam penelitian didapatkan dari mengumpulkan hasil survei online melalui google form yang disebarkan pada sampel acak dengan ketentuan masyarakat Kota Kendari yang menggunakan internet dan pernah melakukan belanja online.
7. Melakukan Uji Validitas Dan Reabilitas
Uji validitas menggunakan perbandingan r hitung dan r tabel. Hasil tersebut dikatakan valid jika hasil r hitung > r tabel.
Selanjutnya melakukan uji reliabilitas untuk melihat apakah alat ukur yang digunakan dapat dipercaya sampai sejauh mana. Hasil dari Uji reliabilitas terdiri dari 4 (empat) jenis yakni :
a. reliabilitas sempurna jika Ξ± > 0,90
b. reliabilitas tinggi jika 0,70 β€ Ξ± β€ 0,90
c. reliabilitas moderat jika 0,50 β€ Ξ± β€ 0,70
d. reliabilitas rendah jika Ξ± < 0,50.
8. Melakukan Evaluasi Goodnes of Fit
Terakhir adalah melakukan Goodness of fit antar variable eksogen terhadap variabel endogen untuk melihat hubungan yang dihasilkan antara kedua variabel tersebut.
BAB V
ANALISIS DAN PEMECAHAN MASALAH
Penelitian dilakuan dengan cara menyebarkan kuesioner google form kepada masyarakat Kota Kendari yang berusia 18 s.d. 35 tahun, terhubung internet, dan pernah berbelanja online. Data yang terkumpul dari 266 responden diunduh dalam format excel dari google form untuk mengetahui perngaruh dari masing β masing variabel eksogen terhadap variabel endogen dengan kata lain adalah pengaruh dari sosio demografi, perilaku belanja online, perilaku belanja offline, dan keamanan lingkungan terhadap perilaku perjalanan belanja.
Hasil data yang sudah diunduh kemudian diolah menggunakan analisis Structural Equation Modeling (S.E.M) dengan bantuan software SmartPLS 3. Pengolahan data atau analisis penelitian meliputi pengujian instrument (Uji Validitas dan Reliabilitas), deskripsi responden, deskripsi data penelitian, dan analisis structural equation modeling (S.E.M). Hasil analisis yang didapatkan dijelaskan seperti dibawah ini.
5.1 Uji Instrumen
Instrumen penelitian yang digunakan pada penelitian ini berupa kuesioner. Uji validitas dan reliabilitas adalah tahapan pertama analisis dimana uji validitas berfungsi untuk memastikan bahwa item atau indikator tersebut dapat mengukur setiap variabel yang berguna dalam menginformasikan model yang dibangun secara statistic.
Selain uji validitas, uji instrument sendiri terdiri dari uji reliabilitas dimana uji reliabilitas ini berguna dalam menunjukan sejauh mana suatu alat pengukur bisa dipercaya atau diandalkan. Dengan kata lain uji reliabilitas ini dapat menunjukan sejauh mana hasil pengukuran tetap akan konsisten.
5.1.1 Hasil Uji Validitas
Uji validitas dalam penelitian ini menggunakan Confirmatory Factor Analysis (CFA) dengan ketentuan harus memiliki nilai lebih dari 0,7 agar dapat dikatakan valid. Hasil uji CFA matriks dapat dilihat seperti dibawah ini.
Tabel V. 1 Hasil Uji Validitas
Item | Nilai Matrix | >< | Status | |
AmnOnl1 | 0.826 | > | 0,7 | VALID |
AmnOnl2 | 0.834 | > | 0,7 | VALID |
DursiBlnj1 | 0.789 | > | 0,7 | VALID |
DursiBlnj2 | 0.804 | > | 0,7 | VALID |
FrekBlnj1 | 0.812 | > | 0,7 | VALID |
FrekCov1 | 0.788 | > | 0,7 | VALID |
FrekCov2 | 0.819 | > | 0,7 | VALID |
FrekCov3 | 0.795 | > | 0,7 | VALID |
FrekCov4 | 0.840 | > | 0,7 | VALID |
FrekRusuh1 | 0.830 | > | 0,7 | VALID |
FrekRusuh2 | 0.823 | > | 0,7 | VALID |
FrekRusuh3 | 0.825 | > | 0,7 | VALID |
FrekRusuh4 | 0.852 | > | 0,7 | VALID |
HargaOffl1 | 0.779 | > | 0,7 | VALID |
HargaOffl2 | 0.842 | > | 0,7 | VALID |
Jarak | 0.829 | > | 0,7 | VALID |
XxxXxx | -0.513 | < | 0,7 | TIDAK VALID |
JnisProd1 | 0.797 | > | 0,7 | VALID |
JnisProd2 | 0.768 | > | 0,7 | VALID |
JnisProd3 | 0.815 | > | 0,7 | VALID |
JnisProd4 | 0.810 | > | 0,7 | VALID |
JnisProd5 | 0.804 | > | 0,7 | VALID |
JnisProd6 | 0.774 | > | 0,7 | VALID |
KcptnOffl1 | 0.801 | > | 0,7 | VALID |
KcptnOffl2 | 0.799 | > | 0,7 | VALID |
KcptnOffl3 | 0.796 | > | 0,7 | VALID |
KecDom | 0.581 | < | 0,7 | TIDAK VALID |
KelrgaOffl1 | 0.803 | > | 0,7 | VALID |
KepmKend | 0.087 | < | 0,7 | TIDAK VALID |
KeuntOnl11 | 0.779 | > | 0,7 | VALID |
KeuntOnl12 | 0.773 | > | 0,7 | VALID |
KeuntOnl13 | 0.822 | > | 0,7 | VALID |
KeuntOnl14 | 0.791 | > | 0,7 | VALID |
LokaOffl1 | 0.838 | > | 0,7 | VALID |
LokaOffl2 | 0.794 | > | 0,7 | VALID |
ModTrans | 0.799 | > | 0,7 | VALID |
MudahOnl1 | 0.785 | > | 0,7 | VALID |
MudahOnl2 | 0.782 | > | 0,7 | VALID |
MudahOnl3 | 0.791 | > | 0,7 | VALID |
Penghsln | 0.628 | < | 0,7 | TIDAK VALID |
Pkrja | -0.022 | < | 0,7 | TIDAK VALID |
Item | Nilai Matrix | >< | Status | |
PlynnOnl1 | 0.829 | > | 0,7 | VALID |
PlynnOnl2 | 0.838 | > | 0,7 | VALID |
PlynnOnl3 | 0.816 | > | 0,7 | VALID |
PrcyOnl1 | 0.766 | > | 0,7 | VALID |
PrcyOnl2 | 0.765 | > | 0,7 | VALID |
PrcyOnl3 | 0.825 | > | 0,7 | VALID |
Usia | 0.590 | < | 0,7 | TIDAK VALID |
VBrgOffl1 | 0.803 | > | 0,7 | VALID |
VBrgOffl2 | 0.863 | > | 0,7 | VALID |
VBrgOffl3 | 0.784 | > | 0,7 | VALID |
Berdasarkan hasil pengujian validasi diatas dapat diketahui bahwa item yang tidak valid sebanyak 5 item yaitu :
1. Gender
2. Kecamatan domisili
3. Kepemilikan kendaraan
4. Penghasilan
5. Pekerja
6. Usia
Item diatas bernilai tidak valid karena adanya perbedaan cara pengukuran, dimana variabel sosio demografi tidak bisa dihitung menggunakan skala likert dikarenakan skala tersebut masing β masing jawaban memiliki nilai berdasarkan pendapat, sikap, dan perilaku responden yang tidak dapat dinilai dengan angka.
5.1.2 Hasil Uji Reliabilitas
Uji reliabilitas menggunakan Cronbachβs Alpha dengan tingkat signifikansi yang diambil sebesar 5% dengan dasar pengambilan keputusan. Menurut (Xxxxxxx, 2005) instrumen penelitian dikatakan reliabel jika memiliki Cronbachβs Alpha diatas 0,6. Hasil uji reliabilitas dapat dilihat pada tabel dibawah ini.
Tabel V. 2 Hasil Uji Reliabilitas
Variabel | Cronbach's Alpha | Status |
Keamanan Lingkungan | 0,931 | Reliabel |
Perilaku Belanja Offline | 0,947 | Reliabel |
Perilaku Belanja Online | 0,960 | Reliabel |
Perilaku Perjalanan Belanja | 0,944 | Reliabel |
Berdasarkan hasil tabel tersebut dapat dilihat bahwa instrumen atau indikator yang digunakan dalam penelitian bernilai diatas 0,6 yang menandakan indikator telah reliabel dan dapat diolah kembali pada analisis selanjutnya.
5.2 Deskriptif Responden Sosio Demografi
Analisis deskriptif merupakan sebuah analisis yang hasilnya dijelaskan atau di deskripsikan. Analisis ini akan menjelaskan mengenai gambaran data yang terkumpul atau data yang diolah ke dalam penelitian.
Gambaran pada analisis deskriptif ini meliputi gender (sex), Umur (usia), alamat domisili sesuai kecamatan, pekerjaan, penghasilan, dan kempemilikan kendaraan bermotor.
Tabel V. 3 Deskripsi Data
Statistik | |||||||
Gender | Usia | Domisili | Pekerjaan | Penghasilan | Kepemilikan Kendaraan | ||
N | Xxxxx | 266 | 266 | 266 | 266 | 266 | 266 |
Missing | 0 | 0 | 0 | 0 | 0 | 0 | |
Std. Error Of Mean | 1.590 | 3.004 | 4.880 | 2.477 | 2.635 | 1.436 | |
Std. Deviation | 0.492 | 1.447 | 2.639 | 1.616 | 1.594 | 0.647 | |
Mininmum | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | |
Maximum | 2.000 | 5.000 | 11.000 | 6.000 | 5.000 | 3.000 | |
Tabel diatas dapat dijelaskan secara terpisah sebagai berikut:
5.2.1 Gender
Tabel V. 4 Deskripsi Data Gender
Gender | |||||
Frequency | Percent | Valid Percent | Cumulative Percent | ||
Xxxxx | Xxxx - Laki | 157 | 59,02% | 59,02% | 59,02% |
Perempuan | 109 | 40,98% | 40,98% | 100,00% | |
Total | 266 | 100,00% | 100,00% | ||
Berdasarkan tabel diatas dapat dilihat bahwa responden laki β laki sebanyak 157 atau sebesar 59,02% dan perempuan sebanyak 109 atau sebesar 40,98%.
5.2.2 Usia
Tabel V. 5 Deskripsi Data Usia
Usia | |||||
Frequency | Percent | Valid Percent | Cumulative Percent | ||
Valid | 18 Tahun | 53 | 19,92% | 19,92% | 19,92% |
19 - 22 Tahun | 60 | 22,56% | 22,56% | 42,48% | |
23 - 26 Tahun | 45 | 16,92% | 16,92% | 59,40% | |
27 - 30 Tahun | 49 | 18,42% | 18,42% | 77,82% | |
31 - 35 Tahun | 59 | 22,18% | 22,18% | 100,00% | |
Total | 266 | 100,00% | 100,00% | ||
Pada tabel diatas dapat dilihat bahwa responden terbanyak berusia antara 19 β 22 tahun dengan jumlah responden sebesar 60 atau 22,6%. Dan jumlah responden yang paling sedikit adalah responden yang berusia antara 23 β 26 tahun sebesar 45 atau 16,9%,
5.2.3 Domisili
Tabel V. 6 Deskripsi Data Domisili
Domisili | |||||
Frequency | Percent | Valid Percent | Cumulative Percent | ||
Xxxxx | Xxxxxxxx | 30 | 11,28% | 11,28% | 11,28% |
Baruga | 26 | 9,77% | 9,77% | 21,05% | |
Puuwatu | 20 | 7,52% | 7,52% | 28,57% | |
Kadia | 61 | 22,93% | 22,93% | 51,50% | |
Wua - Wua | 38 | 14,29% | 14,29% | 65,79% | |
Poasia | 19 | 7,14% | 7,14% | 72,93% | |
Abeli | 22 | 8,27% | 8,27% | 81,20% | |
Kambu | 22 | 8,27% | 8,27% | 89,47% | |
Nambo | 9 | 3,38% | 3,38% | 92,86% | |
Kendari | 12 | 4,51% | 4,51% | 97,37% | |
Kendari Barat | 7 | 2,63% | 2,63% | 100,00% | |
Total | 266 | 100,00% | 100,00% | ||
Berdasarkan pengolahan data diatas dapat dilihat bahwa jumlah responden tertinggi berasal dari Kecamatan Kadia dengan jumlah
responden sebesar 61 atau 22,93% sedangkan untuk jumlah responden terendah berasal dari Kecamatan Kendari Barat sebesar 7 atau 2,63%.
5.2.4 Pekerjaan
Tabel V. 7 Deskripsi Data Pekerjaan
Pekerjaan | |||||
Frequency | Percent | Valid Percent | Cumulative Percent | ||
Valid | Pelajar | 95 | 35,71% | 35,71% | 35,71% |
Wiraswasta | 85 | 31,95% | 31,95% | 67,67% | |
BUMN | 12 | 4,51% | 4,51% | 72,18% | |
PNS | 33 | 12,41% | 12,41% | 84,59% | |
Ibu Rumah Tangga | 20 | 7,52% | 7,52% | 92,11% | |
Lainnya | 21 | 7,89% | 7,89% | 100,00% | |
Total | 266 | 100,00% | 100,00% | ||
Berdasarkan hasil pengolahan data diatas dapat dijelaskan bahwa jenis pekerjaan dengan responden tertinggi ada pada pelajar / mahasiswa sebesar 95 atau 35,71% sedangkan untuk jenis pekerjaan dengan jumlah responden terendah ada pada BUMN sebesar 12 atau 4,51%
5.2.5 Penghasilan Responden
Tabel V. 8 Deskripsi Data Responden
Penghasilan | |||||
(Rp) | Frequency | Percent | Valid Percent | Cumulative Percent | |
Valid | < 1.000.000 | 81 | 36,82% | 36,82% | 36,82% |
1.000.001 - 2.000.000 | 37 | 16,82% | 16,82% | 53,64% | |
2.000.001 - 3.000.000 | 21 | 9,55% | 9,55% | 63,18% | |
3.000.001 - 4.000.000 | 34 | 15,45% | 15,45% | 78,64% | |
> 4.000.000 | 47 | 21,36% | 21,36% | 100,00% | |
Total | 220 | 100,00% | 100,00% | ||
Berdasarkan hasil pengolahan data diatas dapat dilihat bahwa jumlah responden tertinggi ada pada penghasilan < Rp 1.000.000 sebesar 81 orang atau 36,82% sedangkan untuk responden terendah ada pada penghasilan Rp 2.000.001 β Rp 3.000.000 sebesar 21 atau 9,55%.
5.2.6 Kepemilikan kendaraan
Tabel V. 9 Deskripsi Data Kepemilikan Kendaraan
Kepemilikan Kendaraan | |||||
Frequency | Percent | Valid Percent | Cumulative Percent | ||
Valid | Sepeda Motor | 135 | 50,75% | 50,75% | 50,75% |
Sepeda | 38 | 14,29% | 14,29% | 65,04% | |
Sepeda Motor, Sepeda | 6 | 2,26% | 2,26% | 67,29% | |
Sepeda Motor, Mobil | 64 | 24,06% | 24,06% | 91,35% | |
Sepeda Motor, Mobil, Sepeda | 23 | 8,65% | 8,65% | 100,00% | |
Total | 266 | 100,00% | 100,00% | ||
Berdasarkan hasil pengolahan data diatas dapat dijelaskan bahwa kepemilikan kendaraan dengan jumlah responden tertinggi ada pada sepeda motor sebesar 135 atau 50,75% sedangkan untuk kepemilikan kendaraan dengan responden terendah ada pada Sepeda Motor dan Sepeda sebesar 6 atau 2,26%.
5.3 Deskriptif Responden Perilaku Belanja Online
Perilaku belanja online masyarakat Kota Kendari yang terjaring pada survei online dalam penelitian ini dapat dilihat pada tabel berikut :
5.3.1 Alasan Berbelanja Online Berdasarkan Faktor Kepercayaan
Tabel V. 10 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Kepercayaan
Alasan Belanja Online : Kepercayaan | |||||||||
Alternatif Jawaban | Terkait | ||||||||
Reputasi Yang Baik | Jujur Dalam Memberikan Informasi | Menjaga Rahasia Data Konsumen | |||||||
Jumlah | Jumlah | Jumlah | |||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 2 | 0,75% | 2 | 2 | 0,75% | 4 | 2 | 0,75% | 2 |
Tidak Setuju | 3 | 1,13% | 6 | 64 | 24,06% | 64 | 41 | 15,41% | 82 |
Setuju | 84 | 31,58% | 252 | 189 | 71,05% | 567 | 86 | 32,33% | 258 |
Sangat Setuju | 177 | 66,54% | 708 | 11 | 4,14% | 44 | 137 | 51,50% | 548 |
Jumlah | 266 | 100,00% | 968 | 266 | 100,00% | 679 | 266 | 100,00% | 890 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor kepercayaan memiliki jumlah tanggapan tertinggi sebesar 189 responden atau 71,05% pada jawaban setuju berbelanja online karna jujur dalam memberikan informasi. Sedangkan jumlah tanggapan paling sedikit sebesar 2 responden atau 0,75% pada jawaban sangat tidak setuju untuk berbelanja online karna reputasi yang baik, jujur
Hal ini menandakan bahwa masyarakat Kota Kendari lebih percaya untuk berbelanja online dengan alasan toko online tersebut memiliki reputasi yang baik.
5.3.2 Alasan Berbelanja Online Berdasarkan Faktor Keamanannya
Tabel V. 11 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Keamanannya
Alasan Belanja Online : Keamanan | ||||||
Alternatif Jawaban | Terkait | |||||
Sistem Pembayaran Yang Terjamin Keamanannya | Memberikan Kompensasi (Jika Ada Kerusakan) | |||||
Jumlah | Jumlah | |||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 3 | 1,13% | 3 | 7 | 2,63% | 7 |
Tidak Setuju | 8 | 3,01% | 16 | 26 | 9,77% | 52 |
Setuju | 219 | 82,33% | 657 | 223 | 83,83% | 669 |
Sangat Setuju | 36 | 13,53% | 144 | 10 | 3,76% | 40 |
Jumlah | 266 | 100,00% | 820 | 266 | 100,00% | 1.330 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor keamanannya memiliki jumlah tanggapan tertinggi sebesar 223 responden atau 83,83% pada jawaban setuju berbelanja online karna memberikan kompensasi (jika ada kerusakan). Sedangkan jumlah tanggapan paling sedikit sebesar 3 responden atau 1,13% pada jawaban sangat tidak setuju untuk berbelanja online karnas sistem pembayaran yang terjamin keamanannya.
Hal ini menandakan bahwa masyarakat Kota Kendari lebih percaya untuk berbelanja online dengan alasan toko online tersebut memberikan kompensasi (jika ada kerusakan).
5.3.3 Alasan Berbelanja Online Berdasarkan Faktor Kualitas Pelayanannya
Tabel V. 12 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Kualitas Pelayanannya
Alasan Belanja Online : Kualitas Pelayanannya | |||||||||
Alternatif Jawaban | Terkait | ||||||||
Komunikasi Penjual Dengan Bahasa Sopan Dan Ramah | Informasi Yang Diberikan Disampaikan Dengan Baik | Ketepatan Waktu Pengiriman | |||||||
Jumlah | Jumlah | Jumlah | |||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 2 | 0,75% | 2 | 3 | 1,13% | 3 | 3 | 1,13% | 3 |
Tidak Setuju | 41 | 15,41% | 82 | 66 | 24,81% | 132 | 71 | 26,69% | 142 |
Setuju | 207 | 77,82% | 621 | 176 | 66,17% | 528 | 72 | 27,07% | 216 |
Sangat Setuju | 16 | 6,02% | 64 | 21 | 7,89% | 84 | 120 | 45,11% | 480 |
Jumlah | 266 | 100,00% | 769 | 266 | 100,00% | 747 | 266 | 100,00% | 841 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor kualitas pelayanannya memiliki jumlah tanggapan tertinggi sebesar 207 responden atau 77,82% pada jawaban setuju berbelanja online karna komunikasi penjual dengan bahasa sopan dan ramah. Sedangkan jumlah tanggapan paling sedikit sebesar 2 responden atau 0,75% pada jawaban sangat tidak setuju untuk berbelanja online karna komunikasi penjual dengan bahasa yang sopan dan ramah.
Hal ini menandakan bahwa masyarakat Kota Kendari lebih percaya untuk berbelanja online dengan alasan penjual pada toko online tersebut berkomunikasi dengan bahasa yang sopan dan ramah.
5.3.4 Alasan Berbelanja Online Berdasarkan Faktor Kemudahannya
Tabel V. 13 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Kemudahannya
Alasan Belanja Online : Kemudahannya | |||||||||
Alternatif Jawaban | Terkait | ||||||||
Mudah Dalam Menggunakannya (Tampilan Layar Pada Situs Belanja Online Mudah Dipahami Dan Diakses) | Proses Pembayaran Yang Tidak Membutuhkan Waktu Yang Lama | Beragam Metode Pembayaran Yang Ditawarkan | |||||||
Jumlah | Jumlah | Jumlah | |||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 1 | 0,38% | 1 | 3 | 1,13% | 3 | 2 | 0,75% | 2 |
Tidak Setuju | 11 | 4,14% | 22 | 14 | 5,26% | 28 | 13 | 4,89% | 26 |
Setuju | 113 | 42,48% | 339 | 152 | 57,14% | 456 | 67 | 25,19% | 201 |
Sangat Setuju | 141 | 53,01% | 564 | 97 | 36,47% | 388 | 184 | 69,17% | 736 |
Jumlah | 266 | 100,00% | 926 | 266 | 100,00% | 875 | 266 | 100,00% | 965 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor kemudahannya memiliki jumlah tanggapan tertinggi sebesar 184 responden atau 69,17% pada jawaban sangat setuju berbelanja online karna beragam metode pembayaran yang ditawarkan.
Sedangkan jumlah tanggapan paling sedikit sebesar 1 responden atau 0,38% pada jawaban sangat tidak setuju untuk berbelanja online karna mudah dalam menggunakannya (tampilan layer pada situs belanja online mudah dipahami dan diakses).
Hal ini menandakan bahwa masyarakat Kota Kendari lebih percaya untuk berbelanja online dengan alasan beragam metode pembayaran yang ditawarkan.
5.3.5 Alasan Berbelanja Online Berdasarkan Faktor Keuntungannya
Tabel V. 14 Deskripsi Data Alasan Berbelanja Online Berdasarkan Faktor Keuntungannya
Alasan Belanja Online : Keuntungannya | ||||||||||||
Alternatif Jawaban | Terkait | |||||||||||
Hemat Waktu | Memberikan Promo | Menawarkan Beragam Produk | Harga Yang Lebih Murah Dibandingkan Dengan Toko Fisik | |||||||||
Jumlah | Jumlah | Jumlah | Jumlah | |||||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 3 | 1,13% | 3 | 1 | 0,38% | 1 | 1 | 0,38% | 1 | 2 | 0,75% | 2 |
Tidak Setuju | 1 | 0,38% | 2 | 3 | 1,13% | 6 | 4 | 1,50% | 8 | 11 | 4,14% | 22 |
Setuju | 61 | 22,93% | 183 | 73 | 27,44% | 219 | 187 | 70,30% | 561 | 56 | 21,05% | 168 |
Sangat Setuju | 201 | 75,56% | 804 | 189 | 71,05% | 756 | 74 | 27,82% | 296 | 197 | 74,06% | 788 |
Jumlah | 266 | 100,00% | 992 | 266 | 100,00% | 982 | 266 | 100,00% | 866 | 266 | 100,00% | 980 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor keuntungannya memiliki jumlah tanggapan tertinggi sebesar 201 responden atau 75,56% pada jawaban sangat setuju berbelanja online karna hemat waktu. Sedangkan jumlah tanggapan paling sedikit sebesar
1 responden atau 0,38% pada jawaban sangat tidak setuju untuk berbelanja online karna memberikan promo dan menawarkan beragam produk
Hal ini menandakan bahwa masyarakat Kota Kendari lebih percaya untuk berbelanja online dengan alasan hemat waktu.
5.4 Deskriptif Responden Perilaku Belanja Offline (Konvensional)
Perilaku belanja online masyarakat Kota Kendari yang terjaring pada survei online dalam penelitian ini dapat dilihat pada tabel berikut :
5.4.1 Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Kecepatan Pelayanannya.
Tabel V. 15 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Kecepatan Pelayanannya.
Alasan Belanja Offline : Kecepatan Pelayanan | |||||||||
Alternatif Jawaban | Terkait | ||||||||
Tidak Perlu Mengantri Lama | Proses Transaksi Cepat | Pramuniaga Dengan Sigap Memberi Petunjuk Atas Pertanyaan Konsumen | |||||||
Jumlah | Jumlah | Jumlah | |||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 49 | 18,42% | 49 | 9 | 2,86% | 9 | 11 | 4,14% | 11 |
Tidak Setuju | 211 | 79,32% | 422 | 275 | 87,30% | 550 | 71 | 26,69% | 142 |
Setuju | 5 | 1,88% | 15 | 31 | 9,84% | 93 | 167 | 62,78% | 501 |
Sangat Setuju | 1 | 0,38% | 4 | 0 | 0,00% | 0 | 17 | 6,39% | 68 |
Total | 266 | 100,00% | 490 | 315 | 100,00% | 652 | 266 | 100,00% | 722 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor kecepatan pelayanannya memiliki jumlah tanggapan tertinggi sebesar 275 responden atau 87,30% pada jawaban tidak setuju berbelanja offline (konvensional) karna proses transaksi cepat.
Sedangkan jumlah tanggapan paling sedikit sebesar 1 responden atau 0,38% pada jawaban sangat setuju untuk berbelanja offline (konvensional) karna tidak perlu mengantri lama.
Hal ini menunjukan bahwa toko fisik untuk berbelanja offline
(konvensional) Kota Kendari memiliki proses transaksi yang lambat.
5.4.2 Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Variasi Barang
Tabel V. 16 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Variasi Barang
Alasan Belanja Offline : Variasi Barang | |||||||||
Alternatif Jawaban | Terkait | ||||||||
Ketersediaan Produk Yang Beragam | Kelengkapan Legalitas (Termasuk Dalam Izin Edar, Standar Halal, Dsb) | Kualitas Produk Yang Baik | |||||||
Jumlah | Jumlah | Jumlah | |||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 15 | 5,64% | 15 | 21 | 7,89% | 21 | 0 | 0,00% | 0 |
Tidak Setuju | 209 | 78,57% | 418 | 213 | 80,08% | 426 | 65 | 24,44% | 130 |
Setuju | 42 | 15,79% | 126 | 31 | 11,65% | 93 | 196 | 73,68% | 588 |
Sangat Setuju | 0 | 0,00% | 0 | 1 | 0,38% | 4 | 5 | 1,88% | 20 |
Total | 266 | 100,00% | 559 | 266 | 100,00% | 544 | 266 | 100,00% | 738 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor variasi barang memiliki jumlah tanggapan tertinggi sebesar 213 responden atau 80,08% pada jawaban tidak setuju berbelanja offline (konvensional) karna kelengkapan legalitas (termasuk dalam izin edar, standar halal, dsb) terbilang tidak lengkap. Sedangkan jumlah tanggapan paling sedikit sebesar 1 responden atau 0,38% pada jawaban sangat setuju untuk berbelanja offline (konvensional) karna kelengkapan legalitas (termasuk dalam izin edar, standar halal, dsb) terbilang lengkap. Hal ini menunjukan bahwa toko fisik untuk berbelanja offline (konvensional) Kota Kendari tidak memiliki kelengkapan legalitas
(termasuk dalam izin edar, standar halal, dsb) terbilang tidak lengkap.
5.4.3 Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Kedekatan Lokasi
Tabel V. 17 deskripsi data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Kedekatan Lokasi
Alasan Belanja Offline : Kedekatan Lokasi | ||||||
Alternatif Jawaban | Terkait | |||||
Dekat Dari Rumah | Lokasi Strategis | |||||
Jumlah | Jumlah | |||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 17 | 6,39% | 17 | 81 | 30,45% | 81 |
Tidak Setuju | 139 | 52,26% | 278 | 82 | 30,83% | 164 |
Setuju | 79 | 29,70% | 237 | 97 | 36,47% | 291 |
Sangat Setuju | 31 | 11,65% | 124 | 6 | 2,26% | 24 |
Total | 266 | 100,00% | 656 | 266 | 100,00% | 560 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor kedekatan lokasi memiliki jumlah tanggapan tertinggi sebesar 139 responden atau 52,26% pada jawaban tidak setuju berbelanja offline (konvensional) karna tidak dekat dari rumah. Sedangkan jumlah tanggapan paling sedikit sebesar 6 responden atau 2,26% pada jawaban sangat setuju untuk berbelanja offline (konvensional) karna lokasi strategis.
Hal ini menunjukan bahwa toko fisik untuk berbelanja offline (konvensional) Kota Kendari tidak memiliki kelengkapan legalitas (termasuk dalam izin edar, standar halal, dsb) terbilang tidak lengkap.
5.4.4 Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Adanya Pengaruh Keluarga
Tabel V. 18 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Adanya Pengaruh Keluarga
Alasan Belanja Offline : Adanya Pengaruh Keluarga | |||
Alternatif Jawaban | Terkait | ||
Keluarga Secara Tidak Langsung MerekomendasikanTempat Belanja | |||
Jumlah | |||
Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 5 | 1,88% | 5 |
Tidak Setuju | 39 | 14,66% | 78 |
Setuju | 205 | 77,07% | 615 |
Sangat Setuju | 17 | 6,39% | 68 |
Total | 266 | 100,00% | 766 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor adanya pengaruh keluarga memiliki jumlah tanggapan tertinggi sebesar 205 responden atau 77,07% pada jawaban setuju berbelanja offline (konvensional) karna keluarga secara tidak langsung merekomendasikan tempat belanja. Sedangkan jumlah tanggapan paling sedikit sebesar 5 responden atau 1,88% pada jawaban sangat tidak setuju untuk berbelanja offline (konvensional) karna karna keluarga secara tidak langsung merekomendasikan tempat belanja.
Hal ini menunjukan bahwa masyarakat kota Kendari setuju bahwa anggota keluarga juga ikut memberikan dampak dalam memilih tempat belanja..
5.4.5 Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Harga Produk
Tabel V. 19 Deskripsi Data Alasan Berbelanja Offline (Konvensional) Berdasarkan Faktor Harga Produk
Alasan Belanja Offline : Harga Produk | ||||||
Alternatif Jawaban | Terkait | |||||
Harga Murah Dibanding Dengan Pesaing Lain | Promo Atau Diskon Yang Ditawarkan | |||||
Jumlah | Jumlah | |||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Sangat Tidak Setuju | 6 | 2,26% | 6 | 1 | 0,38% | 1 |
Tidak Setuju | 75 | 28,20% | 150 | 61 | 22,93% | 122 |
Setuju | 179 | 67,29% | 537 | 191 | 71,80% | 573 |
Sangat Setuju | 6 | 2,26% | 24 | 13 | 4,89% | 52 |
Total | 266 | 100,00% | 717 | 266 | 100,00% | 748 |
Hasil analisis deskriptif terkait alasan belanja online berdasarkan faktor harga produk memiliki jumlah tanggapan tertinggi sebesar 205 responden atau 71,80% pada jawaban setuju berbelanja offline (konvensional) karna promo atau diskon yang ditawarkan. Sedangkan jumlah tanggapan paling sedikit sebesar 1 responden atau 0,38% pada jawaban sangat tidak setuju untuk berbelanja offline (konvensional) terkait alasan promo atau disko yang ditawarkan.
Hal ini menunjukan bahwa masyarakat Kota Kendari setuju berbelanja offline (konvensional) karna adanya promo atau diskon yang ditawarkan.
5.5 Deskriptif Responden Keamanan Lingkungan
Keamanan lingkungan yang dimaksud adalah berapa banyak frekuensi belanja masyarakat Kota Kendari pada saat ada dan tidak adanya pandemi Covid β 19 serta frekuensi belanja pada saat ada dan tidak adanya kerusuhan antar suku yang terjadi di Kota Kendari. Frekuensi belanja masyarakat Kota Kendari berdasarkan bagaimana kemanan lingkungannya yang terjaring pada survei online dalam penelitian ini dapat dilihat pada tabel berikut :
5.5.1 Frekuensi Belanja Berdasarkan Kondisi Pandemi Covid β 19
Tabel V. 20 Deskripsi Data Frekuensi Belanja Berdasarkan Kondisi Pandemi Covidβ 19
Frekuensi Belanja : Kondisi Pandemi | ||||||||||||
Alternatif Jawaban | Terkait | |||||||||||
Berapa Kali Dalam Seminggu Anda Berbelanja Online Pada Saat Pandemi Covid - 19 | Berapa Kali Dalam Seminggu Anda Berbelanja Offline (Konvensional) Pada Saat Pandemi Covid - 19 | Berapa Kali Dalam Seminggu Terakhir Anda Berbelanja Online | Berapa Kali Dalam Seminggu Terakhir Anda Berbelanja Offline (Konvensional) | |||||||||
Jumlah | Jumlah | Jumlah | Jumlah | |||||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Tidak Pernah | 69 | 25,94% | 69 | 81 | 30,45% | 81 | 13 | 7,83% | 13 | 23 | 8,65% | 23 |
Jarang | 101 | 37,97% | 202 | 183 | 68,80% | 366 | 47 | 28,31% | 94 | 79 | 29,70% | 158 |
Sering | 57 | 21,43% | 171 | 0 | 0,00% | 0 | 92 | 55,42% | 276 | 159 | 59,77% | 477 |
Sangat Sering | 39 | 14,66% | 156 | 2 | 0,75% | 8 | 14 | 8,43% | 56 | 5 | 1,88% | 20 |
Total | 266 | 100,00% | 598 | 266 | 100,00% | 455 | 166 | 100,00% | 439 | 266 | 100,00% | 678 |
Hasil analisis deskriptif terkait fekuensi belanja berdasarkan faktor kondisi pandemi Covid β 19 yang mendapat tanggapan terbanyak sebesar 183 responden atau 68,80% dengan jawaban jarang berbelanja offline (konvensional) pada saat adanya pandemi Covid-19. Sedangkan tanggapan yang paling sedikit sebesar 2 responden atau 0,75% dengan jawaban sangat sering berbelanja offline (konvensional) pada saat adanya pandemic Covid-19.
Hal ini menandakan bahwa masyarakat Kota Kendari dominan jarang berbelanja offline (konvensional) pada saat adanya pandemi Covidβ19.
5.5.2 Frekuensi Belanja Berdasarkan Kondisi Kerusuhan Antar Suku Kota Kendari
Tabel V. 21 Deskripsi Data Frekuensi Belanja Berdasarkan Kondisi Kerusuhan Antar Suku Kota Kendari
Frekuensi belanja : Kondisi Keamanan Lingkungannya | ||||||||||||
Terkait | ||||||||||||
Berapa kali dalam seminggu anda berbelanja offline (konvensional) pada saat adanya kerusuhan antar suku di Kota Kendari | Berapa kali dalam seminggu terakhir anda berbelanja online pada kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari) | Berapa kali dalam | ||||||||||
Berapa kali dalam | seminggu terakhir | |||||||||||
seminggu anda | anda berbelanja | |||||||||||
berbelanja online | offline (konvensional) | |||||||||||
Alternatif Jawaban | pada saat adanya kerusuhan antar suku | pada kondisi normal (tidak adanya | ||||||||||
di Kota Kendari | kerusuhan antar suku | |||||||||||
di Kota Kendari) | ||||||||||||
Jumlah | Jumlah | Jumlah | Jumlah | |||||||||
Ζ© | % | Skor | Ζ© | % | Skor | Ζ© | % | Skor | Ζ© | % | Skor | |
Total | Total | Total | Total | |||||||||
Tidak pernah | 225 | 84,59% | 225 | 233 | 87,59% | 233 | 3 | 1,13% | 3 | 5 | 1,88% | 5 |
Jarang | 39 | 14,66% | 78 | 31 | 11,65% | 62 | 51 | 19,17% | 102 | 85 | 31,95% | 170 |
Sering | 2 | 0,75% | 6 | 0 | 0,00% | 0 | 201 | 75,56% | 603 | 171 | 64,29% | 513 |
Sangat Sering | 0 | 0,00% | 0 | 2 | 0,75% | 8 | 11 | 4,14% | 44 | 5 | 1,88% | 20 |
Total | 266 | 100,00% | 309 | 266 | 100,00% | 000 | 000 | 000,00% | 752 | 266 | 100,00% | 708 |
Hasil analisis deskriptif terkait fekuensi belanja berdasarkan faktor kondisi kerusuhan antar suku Kota Kendari yang mendapat tanggapan terbanyak sebesar 201 responden atau 75,56% dengan jawaban sering berbelanja online pada saat kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari.
Sedangkan tanggapan yang paling sedikit sebesar 2 responden atau 0,75% dengan jawaban sering berbelanja online pada saat adanya kerusuhan antar suku di Kota Kendari dan 2 responden atau 0,75%
dengan jawaban sangat sering berbelanja offline (konvensional) pada saat adanya kerusuhan antar suku di Kota Kendari.
Hal ini menandakan bahwa masyarakat Kota Kendari dominan sering online pada saat kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari).
5.6 Deskriptif Responden Perilaku Perjalanan Belanja
Perilaku perjalanan belanja masyarakat Kota Kendari yang terjaring pada survei online dalam penelitian ini dapat dilihat pada tabel berikut :
5.6.1 Jenis Produk Yang Biasa Dibeli
Tabel V. 22 Deskripsi Data Jenis Produk Yang Biasa Dibeli
Jenis produk yang biasa dibeli | ||||||||||||||||||
Alternatif Jawaban | Terkait | |||||||||||||||||
Produk Fashion | Peralatan Rumah Tangga | Produk Makanan dan Minuman | Produk Elektronik | Produk Obat - Obatan | Lainnya | |||||||||||||
Jumlah | Jumlah | Jumlah | Jumlah | Jumlah | Jumlah | |||||||||||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
Tidak pernah | 5 | 1,88% | 5 | 67 | 25,19% | 67 | 39 | 14,66% | 39 | 79 | 29,70% | 79 | 47 | 17,67% | 47 | 68 | 25,56% | 68 |
Jarang | 51 | 19,17% | 102 | 64 | 24,06% | 128 | 49 | 18,42% | 342 | 137 | 51,50% | 274 | 76 | 28,57% | 152 | 161 | 60,53% | 322 |
Sering | 163 | 61,28% | 489 | 131 | 49,25% | 393 | 171 | 64,29% | 147 | 35 | 13,16% | 105 | 139 | 52,26% | 417 | 35 | 13,16% | 105 |
Sangat Sering | 47 | 17,67% | 188 | 4 | 1,50% | 16 | 7 | 2,63% | 28 | 15 | 5,64% | 60 | 4 | 1,50% | 16 | 2 | 0,75% | 8 |
Total | 266 | 100,00% | 784 | 266 | 100,00% | 604 | 266 | 100,00% | 556 | 266 | 100,00% | 518 | 266 | 100,00% | 632 | 266 | 100,00% | 503 |
Hasil analisis deskriptif terkait perilaku perjalanan belanja berdasarkan jenis produk yang biasa dibeli yang mendapat tanggapan terbanyak sebesar 171 responden atau 64,29% dengan jawaban sering berbelanja produk makanan dan minuman.
Sedangkan tanggapan yang paling sedikit sebesar 2 responden atau 0,75% dengan jawaban sangat sering berbelanja produk lainnya .
Hal ini menunjukan bahwa masyarakat Kota Kendari sering berbelanja produk makanan dan minuman.
5.6.2 Durasi Waktu Dalam Berbelanja
Tabel V. 23 Deskripsi Data Durasi Waktu Dalam Berbelanja
Durasi waktu dalam berbelanja | ||||||
Alternatif Jawaban | Terkait | |||||
Durasi berbelanja online | Durasi berbelanja offline (konvensional) | |||||
Jumlah | Jumlah | |||||
Ζ© | % | Skor Total | Ζ© | % | Skor Total | |
10 - 14 menit | 9 | 3,38% | 9 | 9 | 3,38% | 9 |
15 - 24 menit | 67 | 25,19% | 134 | 49 | 18,42% | 98 |
25 - 34 menit | 102 | 38,35% | 306 | 173 | 65,04% | 519 |
> 35 menit | 88 | 33,08% | 352 | 35 | 13,16% | 140 |
Total | 266 | 100,00% | 801 | 266 | 100,00% | 766 |
Hasil analisis deskriptif terkait perilaku perjalanan belanja berdasarkan durasi waktu dalam berbelanja memiliki jumlah tanggapan tertinggi sebesar 173 responden 65,04% pada durasi waktu belanja offline selama 25 β 34 menit. Sedangkan jumlah tanggapan paling sedikit sebesar 9 responden atau 3,38% responden atau 0,38% pada durasi waktu belanja online dan offline selama 10 β 14 menit.
Hal ini menunjukan bahwa masyarakat Kota Kendari menghabiskan lebih banyak waktu selama berbelanja offline.
5.6.3 Frekuensi Belanja (Online Dan Offline) Dalam Satu Minggu
Tabel V. 24 Deskripsi Data Frekuensi Belanja (Online Dan Offline) Dalam Satu Minggu
Frekuensi belanja (online dan offline) dalam satu minggu | |||
Jawaban | Jumlah Ζ© % Skor Total | ||
< 3 kali | 5 | 1,88% | 5 |
3 - 6 kali | 31 | 11,65% | 62 |
7 - 10 kali | 123 | 46,24% | 369 |
> 10 kali | 107 | 40,23% | 428 |
Total | 266 | 100,00% | 864 |
Hasil analisis deskriptif terkait perilaku perjalanan belanja berdasarkan frekuensi belanja (online dan offline) dalam satu minggu memiliki jumlah tanggapan tertinggi sebesar 123 responden atau sebesar 46,24% pada frekuensi belanja 7 β 10 kali dalam seminggu. Sedangkan jumlah tanggapan paling sedikit sebesar 5 responden atau 1,88% pada frekuensi belanja < 3 kali.
Hal ini menunjukan bahwa masyarakat Kota Kendari berbelanja 7 β
10 kali dalam tiap minggunya..
5.6.4 Jarak Lokasi Belanja Yang Biasa Dituju
Tabel V. 25 Deskripsi Data Jarak Lokasi Belanja Yang Biasa Dituju
Jarak lokasi belanja yang biasa anda tuju | |||
Jawaban | Jumlah | ||
Ζ© | % | Skor Total | |
< 1 km | 39 | 14,66% | 39 |
1 - 3 km | 67 | 25,19% | 134 |
4 - 6 km | 54 | 20,30% | 162 |
> 6 km | 106 | 39,85% | 424 |
Total | 266 | 100,00% | 759 |
Hasil analisis deskriptif terkait perilaku perjalanan belanja berdasarkan jarak lokasi yang belanja yang biasa dituju memiliki jumlah tanggapan tertinggi sebesar 106 responden atau sebesar 39,85% pada jarak > 6 km. Sedangkan jumlah tanggapan paling sedikit sebesar 39 responden atau 14,66% pada jarak < 1 km.
Hal ini menunjukan bahwa masyarakat Kota Kendari dominan menempuh jarak > 6 km untuk mencapai tempat belanja.
5.6.5 Moda Transportasi Yang Digunakan Untuk Mencapai Tempat Belanja
Tabel V. 26 Deskripsi Data Moda Transportasi Yang Digunakan Untuk Mencapai Tempat Belanja
Jarak lokasi belanja yang biasa anda tuju | |||
Jawaban | Jumlah Ζ© % Skor Total | ||
Berjalan Kaki | 23 | 8,65% | 23 |
Mobil | 49 | 18,42% | 98 |
Sepeda Motor | 137 | 51,50% | 411 |
Transportasi Umum (Bus, Angkot) | 37 | 13,91% | 148 |
Layanan Transportasi Online (Grab, Go-Jek) | 20 | 7,52% | 0 |
Total | 266 | 100,00% | 680 |
Hasil analisis deskriptif terkait perilaku perjalanan belanja berdasarkan moda transportasi yang digunakan untuk mencapai tempat belanja memiliki jumlah tanggapan tertinggi sebesar 137 responden atau sebesar 51,50% dengan sepeda motor. Sedangkan jumlah tanggapan paling sedikit sebesar 20 responden atau 7,52% dengan layanan transportasi online (Grab, Go-Jek).
Hal ini menunjukan bahwa masyarakat Kota Kendari cenderung menggunakan sepeda motor dalam mencapai tempat tujuan belanja.
5.7 Structural Equation Modeling (S.E.M)
Structural Equation Modeling adalah analisis multivariat yang digunakan untuk menggambarkan keterkaitan hubungan antara variabel pengamatan (indikator) dengan variabel yang tidak dapat diukur secara langsung.
Model penelitian ini menggunakan salah satu metode alternatif Struktural Equation Modeling (S.E.M) yaitu partial least square yang dapat mengatasi permasalahan pada hubungan antar variabel yang sangat kompleks. dan dibantu dengan software SmartPLS 3.
Variabel yang digunakan dalam penelitian ini yaitu variabel perilaku belanja online, variabel perilaku belanja offline, variabel keamanan lingkungan dan variabel perilaku perjalanan belanja.
Tabel V. 27 Variabel Dan Indikator Penelitian
No. | Variabel | Indikator |
1. | Perilaku Belanja Online (X1) | Kepercayaan Pembeli Terhadap Penjual (X11) |
2. | Keamanan Data Pribadi (X12) | |
3. | Kualitas Pelayanan (X13) | |
4. | Kemudahan Dalam Mengakses (X14) | |
5. | Keuntungan Belanja Online (X15) | |
6. | Perilaku Belanja Offline (Konvensional) (X2) | Kecepatan Pelayanan (X21) |
7. | Variasi Produk (X22) | |
8. | Jarak Lokasi Belanja (X23) | |
9. | Pengaruh Keluarga (X24) | |
10. | Harga Produk (X25) | |
11. | Keamanan Lingkungan (X3) | Tingginya Kasus Covid-19 Di Lingkungan Tempat Tinggal (X31) |
12. | Situasi Lingkungan Yang Tidak Aman (Adanya Kerusuhan) (X32) | |
13. | Perilaku Perjalanan Belanja (Y) | Jenis Produk (Y1) |
14. | Durasi Berbelanja (Y2) | |
15. | Frekuensi Belanja (Y3) | |
16. | Jarak Lokasi Belanja (Y4) | |
17. | Moda Transportasi Yang Digunakan (Y5) |
5.7.1 Evaluasi Estimasi Parameter Atau Bobot Faktor
Analisis measurement model bertujuan untuk menguji unidimensional dari indikator β indikator yang menjelaskan sebuah faktor atau sebuah variabel laten. Untuk tujuan tersebut setiap indikator dalam penelitian diuji apakah secara bersamaan cukup kuat mencerminkan sebuah dimensi dari suatu faktor.
Evaluasi yang digunakan untuk tujuan tersebut adalah melihat nilai t hitung dari parameter dan nilai signifikansinya. Xxxxxx dan Xxxxx (2001) menyatakan bahwa Ξ± = 0,05 parameter yang memiliki nilai t 1,96 menunjukan parameter tersebut signifikan atau valid. Disamping itu nilai signifikansi dibawah 0,05 juga menunjukan parameter tersebut signifikan merupakan unidimensionalitas dari suatu faktor yang diuji.
Tabel V. 28 Hasil Uji T
Original Sample (O) | Sampl e Mean (M) | Standard Deviation (STDEV) | T Statistics (|O/STDEV|) | P Value s | |
Keamanan Lingkungan - > Perilaku Perjalanan Belanja | 0.139 | 0.134 | 0.054 | 2.554 | 0.011 |
Perilaku Belanja Offline - > Perilaku Perjalanan Belanja | 0.457 | 0.458 | 0.065 | 7.082 | 0.000 |
Perilaku Belanja Online -> Perilaku Perjalanan Belanja | 0.383 | 0.387 | 0.071 | 5.418 | 0.000 |
Berdasarkan tabel diatas dapat dilihat bahwa nilai P Values didapatkan masing β masing variabel terhadap variabel perilaku perjalanan belanja memiliki signifikansi dibawah 0,05 dan T statistik diatas 1,96.
5.7.2 Menilai Goodnesss Of Fit Per Variabel
Model structural dapat diukur dengan menghitung R-Square. Ada tiga kategori dalam pengelompokan nilai R-Square. Dengan ketentuan jika nilai R-Square 0,75 maka termasuk kategori kuat, untuk nilai R- Square 0,50 termasuk kategori moderat dan 0,25 termasuk kategori lemah (Hair dkk,2010). Berikut adalah nilai R-Square yang didapat dari hasil olah data.
Tabel V. 29 Hasil Uji R Square
R Square | R Square Adjusted | |
PERILAKU PERJALANAN BELANJA | 0,932 | 0,932 |
Berdasarkan hasil uji R-Square diatas didapatkan nilai sebesar 0,932 lebih besar dari 0,05, maka dalam hal in model dengan ukuran R-Square dapat dinyatakan baik.
5.7.3 Hasil Pengujian Hipotesis
Hasil pengujian terhadap model penelitian dapat digambarkan sebagai berikut :
Gambar V. 1 Hasil Model Penelitian
Analisis SEM seperti gambar diatas kemudian menghasilkan model persamaan structural yang dapat dilihat pada gambar diatas. Model structural tersebut selanjutnya menggambarkan hubungan β hubungan yang ada di antara variabel β variabel. Model tersebut berupa model structural dan model pengukuran. Model pengukuran atau biasa disebut dengan outer model menggambarkan hubungan antar variabel antara variabel laten dengan indikatornya. Sementara model structural atau biasa disebut dengan inner model menggambarkan hubungan antara variabel laten dengan eksogen dan atau variabel laten endogen. Berikut disajikan tabel persamaan model pengukuran dan model structural.
Tabel V. 30 Persamaan Model Pengukuran (Outer Model) Variabel Laten Eksogen dengan indikator reflektif
Variabel | Indikator | Notasi | Persamaan |
Perilaku Belanja Online (X1) | PrcyOnl1 | X11 | X11 = 0,766X1 |
PrcyOnl2 | X12 | X12 = 0,765X1 | |
PrcyOnl3 | X13 | X13 = 0,825X1 | |
AmnOnl1 | X14 | X14 = 0,826X1 | |
AMnOnl2 | X15 | X15 = 0,834X1 | |
PlynnOnl1 | X16 | X16 = 0,829X1 | |
PlynnOnl2 | X17 | X17 = 0,838X1 | |
PlynnOnl3 | X18 | X18 = 0,816X1 | |
MudahOnl1 | X19 | X19 = 0,785X1 | |
MudahOnl2 | X110 | X110 = 0,782X1 | |
MudahOnl3 | X111 | X111 = 0,791X1 | |
KeuntOnl11 | X112 | X112 = 0,779X1 | |
KeuntOnl12 | X113 | X113 = 0,773X1 | |
KeuntOnl13 | X114 | X114 = 0,822X1 | |
KeuntOnl14 | X115 | X115 = 0,791X1 | |
Perilaku Belanja Offline (Konvensional) (X2) | KcptnOffl1 | X21 | X21 = 0,801X2 |
KcptnOfll2 | X22 | X22 = 0,799X2 | |
KcptnOffl3 | X23 | X23 = 0,796X2 | |
VBrgOffl1 | X24 | X24 = 0,803X2 | |
VBrgOffl2 | X25 | X25 = 0,863X2 | |
VBrgOffl3 | X26 | X26 = 0,784X2 | |
LokaOffl1 | X27 | X27 = 0,838X2 | |
LokaOffl2 | X28 | X28 = 0,794X2 | |
KelrgaOffl1 | X29 | X29 = 0,803X2 | |
HargaOffl1 | X210 | X210 = 0,779X2 | |
HargaOffl2 | X211 | X211 = 0,842X2 |
Variabel | Indikator | Notasi | Persamaan |
Keamanan Lingkungan (X3) | FrekCov1 | X31 | X31 = 0,788X3 |
FrekCov2 | X32 | X32 = 0,819X3 | |
FrekCov3 | X33 | X33 = 0,795X3 | |
FrekCov4 | X34 | X34 = 0,840X3 | |
FrekRusuh1 | X35 | X35 = 0,830X3 | |
FrekRusuh2 | X36 | X36 = 0,823X3 | |
FrekRusuh3 | X37 | X37 = 0,825X3 | |
FrekRusuh4 | X38 | X38 = 0,852X3 |
Tabel diatas menjelaskan hasil persamaan yang didapatkan dari model pengukuran variabel laten eksogen pada masing β masing indikatornya.
Tabel V. 31 Persamaan Model Pengukuran (Outer Model) Variabel Laten Endogen dengan indikator reflektif
Variabel | Indikator | Notasi | Persamaan |
Perilaku Perjalanan Belanja (Y) | JenisProd1 | Y1 | Y1 = 0,797Y |
JenisProd2 | Y2 | Y2 = 0,768Y | |
JenisProd3 | Y3 | Y3 = 0,815Y | |
JenisProd4 | Y4 | Y4 = 0,810Y | |
JenisProd5 | Y5 | Y5 = 0,805 | |
JenisProd6 | Y6 | Y6 = 0,774Y | |
DursiBlnj1 | Y7 | Y7 = 0,789Y | |
DursiBlnj2 | Y8 | Y8 = 0,804Y | |
FrekBlnj1 | Y9 | Y9 = 0,812Y | |
Jarak | Y10 | Y10 = 0,829Y | |
ModTrans | Y11 | Y11 = 0,799Y |
Tabel diatas menjelaskan hasil persamaan yang didapatkan dari model pengukuran variabel laten endogen pada masing β masing indikatornya.
Tabel V. 32 Persamaan Model Struktural (Inner Model)
Variabel Laten Endogen | Persamaan Struktural |
Perilaku Perjalanan Belanja (Y) | Y = 0,139X1 + 0,457X2 + 0,383X3 |
Pada tabel didapatkan persamaan model structural yang hanya memiliki satu persamaan, hal ini dikarenakan variabel endogen atau variabel yang mendapat pengaruh hanya berjumlah satu yakni variabel Perilaku Perjalanan Belanja (Y).
Hasil analisis menggunakan program SmartPLS 3 dalam pengujian hipotesis yaitu sebagai berikut :
Tabel V. 33 Pengujian Hipotesis
Koef. Jalur | T Statistics (|O/STDEV|) | P Values | Status | |
PERILAKU BELANJA ONLINE (X1) -> PERILAKU PERJALANAN BELANJA (Y) | 0,383 | 5,774 | 0,000 | H1 DITERIMA |
PERILAKU BELANJA OFFLINE (X2) -> PERILAKU PERJALANAN BELANJA (Y) | 0,457 | 7,066 | 0,000 | H2 DITERIMA |
KEAMANAN LINGKUNGAN (X3) -> PERILAKU PERJALANAN BELANJA (Y) | 0,139 | 2,474 | 0,014 | H3 DITERIMA |
5.7.4 Hasil Pengujian Hipotesis Pertama
Hipotesis pertama dalam penelitian ini dinyatakan dalam βperilaku belanja online berpengaruh terhadap perilaku perjalanan belanjaβ. Hasil tersebut secara statistiK dibuktikan berdasarkan nilai t hitung sebesar 5,418 dan p = 0,000 < 0,05, dengan demikian hipotesis pertama penelitian ini diterima.
5.7.5 Hasil Pengujian Hipotesis Kedua
Hipotesis kedua dalam penelitian ini dinyatakan dalam βperilaku belanja offline berpengaruh terhadap perilaku perjalanan belanjaβ. Hasil tersebut dibuktikan dengan perhitungan nilai t hitung sebesar 7,082 dan p = 0,000 < 0,05, dengan demikian hipotesis kedua penelitian ini diterima.
5.7.6 Hasil Pengujian Hipotesis Ketiga
Hipotesis ketiga dalam penelitian ini dinyatakan sebagai βkeamanan lingkungan berpengaruh terhadap perilaku perjalanan belanjaβ. Hasil tersebut secara statistic dibuktikan dengan perhitungan nilai t hitung sebesar 2,554 dengan p = 0,011 < 0,05, dengan demikian hipotesis ketiga penelitian ini diterima.
5.8 Pembahasan Hasil Penelitian
5.8.1 Karakteristi perilaku belanja online di Kota Kendari
Kategori pada perilaku belanja online dapat dideskripsikan dengan tujuan dapat mengetahui repsonden dalam perilaku belanja yang dilakukan. Pengkategorian dihitung berdasarkan skor total atau rata β rata skor total dan merumuskan klarifikasi dengan rumus kelas interval dengan banyaknya kategori dibagi menjadi 3 yaitu tinggi, sedang, dan rendah.
Rumus perhitungan berdasarkan Etta (2013) dapat dilihat sebagai berikut :
P = ππ€π¨π« πππ€π¬π’π¦ππ₯ β ππ€π¨π« ππ’π§π’π¦ππ₯
πππ§π²ππ€ πππ₯ππ¬
Keterangan :
P = Panjang kelas interval Skor Maks = Skor Maksimal Skor Min = Skor Minimal
BK = Banyak kelas yang ditentukan
..... 1 (1)
Berdasarkan rumus diatas dengan jumlah sampel sebesar 266 dengan menentukan banyak kelas yaitu 3, maka didapatlah perhitungan seperti dibawah :
P = ππ€π¨π« πππ€π¬π’π¦ππ₯ β ππ€π¨π« ππ’π§π’π¦ππ₯
π©πππππ π²ππππ
P = (π Γ πππ)β(π Γπππ)
π
P = π.πππβπππ
π
P = πππ
π
P = 266
Setelah melakukan perhitungan panjang kelas interval, Langkah berikutnya adalah membuat perkategorian seperti berikut :
Tabel V. 34 Kategori Tabulasi Jawaban Responden
Kategori | Kelas Interval |
Tinggi | 800 - 1.066 |
Sedang | 533 - 799 |
Rendah | 266 - 532 |
Tabel diatas menunjukan kelas interval yang dapat digunakan pada perhitungan skor dibawah ini.
Tabel V. 35 Perhitungan Skor Akhir Pada Perilaku Belanja Online
Alasan belanja online terkait kepercayaan | ||
No | Kategori | Skor |
1 | Reputasi yang baik | 968 |
2 | Jujur dalam memberikan informasi | 679 |
3 | Menjaga rahasia data konsumen | 890 |
Total | 2.537 | |
Alasan belanja online terkait keamanan | ||
No | Kategori | Skor |
1 | Sistem pembayaran yang terjamin keamanannya | 820 |
2 | memberikan kompensasi (jika ada kerusakan) | 1.330 |
Total | 2.150 | |
Alasan belanja online terkait kualitas pelayanannya | ||
No | Kategori | Skor |
1 | Komunikasi penjual dengan bahasa sopan dan ramah | 769 |
2 | Informasi yang diberikan disampaikan dengan baik | 747 |
3 | Ketepatan waktu pengiriman | 841 |
Total | 2.357 | |
Alasan belanja online terkait kemudahannya | ||
No | Kategori | Skor |
1 | Mudah dalam menggunakannnya (tampilan layar pada situs belanja online mudah dipahami dan diakses) | 926 |
2 | Proses pembayaran yang tidak membutuhkan waktu yang lama | 875 |
3 | Beragam metode pembayaran yang ditawarkan | 965 |
Total | 2.766 | |
Alasan belanja online : Keuntungannya | ||
No | Kategori | Skor |
1 | Hemat waktu | 992 |
2 | Memberikan promo | 982 |
3 | Menawarkan beragam produk | 866 |
4 | Harga yang lebih murah dibandingkan dengan toko fisik | 980 |
Total | 3.820 | |
Untuk perilaku belanja online, skor tertinggi ditempati oleh alasan berbelanja online karena keuntungannya dimana skor total yang didapat adalah 3.820 dengan kategori tertinggi di tempati oleh hemat waktu sebesar 992. Masing- masing alasan dengan kategori ini termasuk dalam kelas tinggi sesuai dengan Tabel V.32.
Maka pengalihan belanja offline ke online dapat mempertimbangkan untuk meingkatkan efisiensi waktu pada belanja online.
Selanjutnya perhitungan skor perilaku belanja offline dapat dilihat seperti pada tabel dibawah ini.
Tabel V. 36 Perhitungan Skor Akhir Perilaku Belanja Offline
Alasan belanja offline terkait kecepatan pelayanan | ||
No | Kategori | Skor |
1 | Tidak perlu mengantri lama | 490 |
2 | Proses transaksi cepat | 652 |
3 | Pramuniaga dengan sigap memberi petunjuk atas pertanyaan konsumen | 722 |
Total | 1.864 | |
Alasan belanja offline terkait variasi barang | ||
No | Kategori | Skor |
1 | Ketersediaan produk yang beragam | 559 |
2 | Kelengkapan legalitas (termasuk dalam izin edar, standar halal, dsb) | 544 |
3 | Kualitas produk yang baik | 738 |
Total | 1.841 | |
Alasan belanja offline terkait kedekatan lokasi | ||
No | Kategori | Skor |
1 | Dekat dari rumah | 656 |
2 | Lokasi strategis | 560 |
Total | 1.216 | |
Alasan belanja offline adanya pengaruh keluarga | ||
No | Kategori | Skor |
1 | Keluarga secara tidak langsung tempat belanja | 766 |
Total | 766 | |
Alasan belanja offline terkait harga produk | ||
No | Kategori | Skor |
1 | Harga murah dibanding dengan pesaing lain | 717 |
2 | Promo atau diskon yang ditawarkan | 748 |
Total | 1.465 | |
Untuk perilaku belanja offline (konvensional), skor tertinggi ditempati oleh alasan berbelanja offline karena kecepatan pelayanannya dengan perolehan skor sebesar 1.864 dengan kategori tertinggi di tempati oleh pramuniaga dengan sigap memberi petunjuk atas pertanyaan konsumen dengan skor sebesar 722. Kecepatan pelayanan dalam hasil perhitungan skor ini termasuk kategori kelas sedang, sedangkan untuk pramuniaga dengan sigap memberi petunjuk antas pertanyaan konsumen.
Maka untuk mengurangi belanja offline dan mengalihkannya ke belanja online, diperlukan kebijakan yang dapat mengalihkan respon pramuniaga yang sigap tersebut menjadi online. Selanjutnya untuk perhitungan skor pada kondisi keamanan lingkungan, didapatkan skor seperti pada tabel dibawah ini
Tabel V. 37 Perhitungan Skor Akhir Frekuensi Belanja Terkait Kondisi Keamanan Lingkungan
Frekuensi belanja kondisi pandemi | ||
No | Kategori | Skor |
1 | Berapa kali dalam seminggu anda berbelanja online pada saat pandemi Covid - 19 | 598 |
2 | Berapa kali dalam seminggu anda berbelanja offline (konvensional) pada saat pandemi Covid - 19 | 455 |
3 | Berapa kali dalam seminggu terakhir anda berbelanja online | 439 |
4 | Berapa kali dalam seminggu terakhir anda berbelanja offline (konvensional) | 678 |
Total | 2.170 | |
Frekuensi belanja kondisi keamanan lingkungan | ||
No | Kategori | Skor |
1 | Berapa kali dalam seminggu anda berbelanja online pada saat adanya kerusuhan antar suku di Kota Kendari | 309 |
2 | Berapa kali dalam seminggu anda berbelanja offline (konvensional) pada saat adanya kerusuhan antar suku di Kota Kendari | 303 |
3 | Berapa kali dalam seminggu terakhir anda berbelanja online pada kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari) | 752 |
4 | Berapa kali dalam seminggu terakhir anda berbelanja offline (konvensional) pada kondisi normal (tidak adanya kerusuhan antar suku di Kota Kendari) | 708 |
Total | 2.072 | |
Untuk frekuensi belanja berdasarkan kondisi keamanan lingkungan, skor tertinggi ditempati oleh frekuensi belanja terkait kondisi pandemi dengan perolehan skor sebesar 2.170 dengan kategori frekuensi belanja offline tertinggi pada satu minggu terakhir. Skor total yang didapat pada frekuensi belanja kondisi pandemic termasuk ke dalam kategori kelas tinggi, sedangkan untuk frekuensi belanja offline selama seminggu terakhir termasuk dalam kategori kelas sedang.
Berdasarkan data tersebut dapat dilihat frekuensi belanja online dan offline pada masing β masing keadaan lingkungan baik dari segi kesehatan lingkungan maupun dari segi keamanan lingkungannya.
Tabel V. 38 Perhitungan Akhir Skor Perilaku Perjalanan Belanja
Jenis produk yang biasa anda beli | ||
No | Kategori | Skor |
1 | Produk fashion | 784 |
2 | peralatan rumah tangga | 604 |
3 | Produk Makanan dan Minuman | 556 |
4 | Produk Elektronik | 518 |
5 | Produk Obat - Obatan | 632 |
6 | Lainnya | 503 |
Total | 3.597 | |
Durasi waktu dalam berbelanja | ||
No | Kategori | Skor |
1 | Durasi berbelanja online | 801 |
2 | Durasi berbelanja offline (konvensional) | 766 |
Total | 1.567 | |
Frekuensi belanja (online dan offline) dalam satu minggu | ||
No | Kategori | Skor |
1 | < 3 kali | 5 |
2 | 3 - 6 kali | 62 |
3 | 7 - 10 kali | 369 |
4 | > 10 kali | 428 |
Total | 864 | |
Jarak lokasi belanja yang biasa anda tuju | ||
No | Kategori | Skor |
1 | < 1 km | 39 |
2 | 1 - 3 km | 134 |
3 | 4 - 6 km | 162 |
4 | > 6 km | 424 |
Total | 759 | |
Moda transportasi yang biasa digunakan untuk berbelanja | ||
No | Kategori | Skor |
1 | berjalan kaki | 23 |
2 | mobil | 98 |
3 | sepeda motor | 411 |
4 | transportasi umum (bus, angkot) | 148 |
5 | layanan transpotasi online (Grab, Go-Jek) | 80 |
Total | 760 | |
Berdasarkan tabel perhitungan skor diatas, dapat dilihat bahwa jenis produk yang ditawarkan adalah alasan yang memperoleh paling banyak skor sebesar 3.597 dengan kategori produk fashion yang tertinggi sebesar 784. Mengacu pada Tabel V.32, maka Jenis produk yang ditawarkan termasuk dalam kategori kelas tinggi, sedangkan produk fashion termasuk dalam kategori kelas sedang.
Dapat dilihat pada tabel tersebut, alasan masyarakat Kota Kendari untuk belanja adalah jenis produk yang perlu dibeli, sementara produk yang paling sering dibeli adalah produk fashion.
5.9 Menentukan kendaraan logistik yang sesuai
5.9.1 Klasifikasi jenis jalan pada tiga titik pasar Kota Kendari
Jalan arteri primer adalah jalan arteri dalam skala wilayah tingkat nasional, sedangkan unutk jalan arteri sekunder adalah jalan arteri dalam skala perkotaan. Jalan lokal primer adalah jalan lokal dalam skala wilayah
tingkat lokal, sedangkan jalan lokal sekunder dalam skala perkotaan (Undang - Undang LLAJ No. 22 Tahun 2009).
Jalan kelas khusus, yaitu jalan arteri yang dapat dilalui kendaraan bermotor dengan ukuran lebar melebihi 2.500 (dua ribu lima ratus) milimeter, ukuran Panjang melebihi 18.000 (delapan belas ribu) milimeter, ukuran paling tinggi 4.200 (empat ribu dua ratus) milimeter, dan muatan sumbu terberat lebih dari 10 (sepuluh) ton (Undang - Undang LLAJ No.22 Tahun, 2009)
1. Pasar Sentral Wua β Wua (Xxxxx XX Xxxxxxx 0)
Jalan MT Haryono 1 yang berada tepat didepan Pasar Sentral Wua β Wua memiliki V/C ratio sebesar 0,74, dengan kecepatan rata β rata harian sebesar 31,32 km/jam pada tiap harinya terutama pada pagi hari pada jam puncak.
Jalan MT Haryono 1 dengan lebar jalan sebesar 14 m, Panjang jalan 1.470 m, 4/2 D. Maka Jalan MT Haryono 1 dapat dikategorikan sebagai jalan arteri primer dengan muatan harian terberat lebih dari 10 (sepuluh) ton.
2. Pasar Anduonohu (Jalan Kedondong)
Pasar Anduonohu merupakan pasar ikan dan makanan segar yang terletak pada Jalan Kedondong. Jalan kedondong sendiri memiliki V/C ratio sebesar 0,60 dengan kecepatan rata β rata harian sebesar 28,29 km/jam pada tiap harinya, terutama pada pagi hari pada jam puncak.
Jalan kedondong dengan lebar jalan sebesar 4 m, Panjang jalan
1.130 m, 2/2 UD. Maka Jalan Kedondong dapat dikategorikan sebagai jalan lokal sekunder. Berdasarkan Undang β Undang LLAJ (2009) yang membahas tentang kelas jalan, Jalan Kedondong termasuk kedalam kelas jalan khusus dengan muatan harian terberat lebih dari 10 ton .
3. Pasar Sentral Lama (Jalan Drs. Moh. Hatta)
Pasar Sentral Lama merupakan pasar yang terletak tepat di depan Jalan Drs. Moh. Hatta. Jalan ini memiliki V/C ratio sebesar 0,56 dengan kecepatan rata β rata harian sebesar 30,54 km/jam pada tiap harinya, terutama pada pagi hari pada jam puncak.
Berdasarkan lebar jalan sebesar 9 m , Panjang jalan sebesar 800 m , 2/2 UD dll. Maka Jalan Drs. Moh. Hatta dapat dikategorikan sebagai jalan arteri sekunder. Mengacu kepada Undang β Undang LLAj (2009) yang membahas tentang kelas, Jalan Drs. Moh. Hatta termasuk kedalam kelas jalan khusus dengan muatan harian terberat lebih dari 10 ton.
4. Rekomendasi penggunaan kendaraan logistik pada tiga titik pasar Maka kendaraan logistik yang dapat digunakan guna mengurangi
penggunaan kendaraan pribadi dengan tujuan belanja pada pasar Sentral Wua β Wua dapat dilihat pada gambar dibawah ini.
Sumber : Dokumentasi Xxxxxxxx.Xx
Gambar V. 2 Colt Diesel / Dump Truck / Fuso
Colt diesel double / dump truk / fuso jenis ini dapat digunakan untuk mendistribusikan barang β barang dalam muatan berat seperti kelapa sawit, kayu, pasir, batu, dan lainnya. dapat digunakan untuk mendistribusikan barang dengan jarak jauh seperti mendatangkan barang dari luar kota atau mengantarkan barang dari kota ke luar kota. Jenis kendaraan ini dapat mengangkut muatan sekitar 4 β 10 ton.
Sumber : Dokumentasi Xxxxxxxx.Xx
Gambar V. 3 Truck Pick UP
Sedangkan untuk distribusi jarak dekat antar kota dapat menggunakan kendaraan logistik truk pick up dengan daya angkut sebesar 1,5 ton. Jenis muatan yang cocok untuk kendaraan tersebut adalah barang pindahan dan muatan seperti furniture dan barang elektronik.
Sumber : Dokumentasi Xxxxxxxx.Xx
Gambar V. 4 Truck Pick Up Karoseri Tertutup
Sementara untuk makanan dan minuman yang membutuhkan perlindungan dari sinar matahari dapat menggunakan gran max dengan karoseri yang tertutup.
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan analisis dan pembahasan pada bab sebelumnya, diperoleh kesimpulan sebagai berikut :
1. Pengaruh belanja online bersifat positif terhadap perilaku perjalanan belanja berdasarkan angka koefisien jalur sebesar 0,383. Dimana dapat diartikan setiap kenaikan satu satuan pada perilaku belanja online, akan meningkatkan perilaku perjalanan belanja sebesar 0,383.
2. Mayoritas masyarakat Kota Kendari memilih untuk berbelanja online terkait dengan efisiensi waktu yang bisa didapatkan pada belanja online. Sementara untuk berbelanja offline (konvensional) secara langsung ke toko, masyarakat Kota Kendari cenderung tertarik karena respon pramuniaga yang sigap merespon semua pertanyaan pelanggan. Frekuensi belanja online tertinggi ada pada saat kondisi pandemi Covid- 19, pada saat adanya kerusuhan antar suku di Kota Kendari, dan pada saat tidak adanya kerusuhan antar suku di Kota Kendari.
Alasan yang paling dominan masyarakat Kota Kendari untuk berbelanja baik online maupun offline terdapat pada jenis produk yang biasa dibeli. Sementara produk yang paling sering dibeli adalah produk fashion.
3. Rekomendasi penggunaan kendaraan logistik menggunakan dump truk/ fuso untuk jarak jauh (internal ke eksternal) dengan muatan ton sebesar 4 β 10 ton, truk pick up untuk jarak dekat antar kota (internal ke internal) dengan muatan ton sebesar 1,5 ton, dan truk pick up dengan karoseri tertutup untuk jenis barang yang memerlukan perlindungan dari sinar matahari dan hujan. Seperti makanan, minuman dan sebagainya.
6.2 Saran
Berdasarkan hasil penelitian yang dilakukan, saran yang dapat disampaikan sebagai berikut :
1. Untuk mengurangi volume lalu lintas akibat tidak efisien dalam penggunaan kendaraan pribadi untuk berbelanja, maka diperlukan
kebijakan yang dapat mengalihkan seseorang untuk belanja offline ke belanja online dengan cara meningkatkan faktor respon pramuniaga yang sigap pada toko offline tersebut menjadi online.
2. Selain kebijakan seperti poin nomor 1 diatas, diperlukan juga kebijakan atau promosi penggunaan belanja online yang dapat menghemat waktu. Yang dapat meyakinkan masyarakat bahwasanya berbelanja online selain hemat waktu, dapat juga menghemat biaya perjalanan.
3. Memberikan kebijakan untuk toko fisik berjualan secara dominan dengan mengandalkan situs online, dimana toko yang dominan adalah toko online. Selain dapat memudahkan pelanggan, kebijakan ini diharapkan dapat mengurangi perjalanan masyarakat untuk berbelanja secara langsung dan dapat mengefisiensikan penggunaan kendaraan pribadi ke kendaraan logistik sebagai solusi untuk mengurai masalah lalu lintas.
4. Diperlukan penelitian lanjutan pada penentuan kendaraan logistik yang tepat sesuai rekomendasi awal pada penelitian ini.