4. analisis dan pembahasan 4.1. deskripsi profil responden · 58 universitas kristen petra mengenai...

57 Universitas Kristen Petra

4. ANALISIS DAN PEMBAHASAN

4.1. Deskripsi Profil Responden

Kuesioner disebarkan kepada beberapa responden di kota Surabaya mulai

dari tanggal 29 April 2016 hingga 14 Mei 2016 secara online melalui Google

Form. Target awal kuesioner yang ingin disebarkan sejumlah 280 kuesioner,

namun karena penyebaran dilakukan secara online dan tidak dapat dibatasi

pengisiannya, maka kuesioner yang diterima sejumlah 354 kuesioner.

Tabel 4.1 Tingkat Partisipasi Responden

Jumlah Prosentase (%)

Kuesioner yang Diterima 354 100

Kuesioner yang Tidak Bisa Diolah 65 18.36

Kuesioner yang Siap Diolah 289 81.64

Berdasarkan tabel 4.1 di atas diketahui terdapat 354 kuesioner yang

diterima. Dari 354 kuesioner tersebut, terdapat kuesioner yang tidak bisa diolah

dan yang siap diolah. Kuesioner yang tidak bisa diolah sebanyak 65 kuesioner

dengan tingkat prosentase 18.36% dilihat berdasarkan responden yang tidak

pernah membaca E-WOM dan tidak pernah melakukan reservasi hotel secara

online dalam kurun waktu enam bulan terakhir. Sedangkan kuesioner yang siap

diolah sebanyak 289 kuesioner dengan tingkat prosentase 81.64% dilihat

berdasarkan responden yang pernah membaca E-WOM dan pernah melakukan

reservasi hotel secara online dalam kurun waktu enam bulan terakhir.

Profil demografis responden seperti jenis kelamin, usia, pekerjaan, dan

kisaran pendapatan per bulan akan menjelaskan bagaimana proporsi dan

persebaran data dari seluruh responden dan menjelaskan karakteristik dari setiap

responden tersebut. Profil demografis responden ditunjukkan dalam tabel 4.2.

Selain itu, penulis juga memiliki dua butir pertanyaan yang berupa screening

questions, dimana screening questions ini digunakan untuk menyaring responden

yang sesuai dengan kriteria yang ditetapkan oleh penulis. Dua butir pertanyaan

tersebut berkaitan dengan responden yang pernah membaca review atau komentar

http://www.petra.ac.id

http://dewey.petra.ac.id/dgt_directory.php?display=classification

http://digilib.petra.ac.id/help.html


mengenai suatu hotel pada situs jejaring sosial seperti TripAdvisor, Online Travel

Agent, website hotel, dan lain-lain, serta responden yang pernah melakukan

reservasi hotel secara online dalam kurun waktu enam bulan terakhir. Screening

questions dalam kuesioner dapat dilihat dalam tabel 4.3.

Tabel 4.2 Profil Demografis Responden

No. Atribut Demografis Frekuensi (%)

1. Jenis Kelamin Laki-laki 120 41.52

Perempuan 169 58.48 Total 289 100

2. Usia 21 - 30 tahun 149 51.56 31 - 40 tahun 77 26.64

41 - 50 tahun 60 20.76 51 - 60 tahun 3 1.04

>60 tahun 0 0 Total 289 100

3. Pekerjaan

Mahasiswa 76 26.3 Karyawan 101 34.95

Ibu Rumah Tangga 22 7.61 Wiraswasta 71 24.57 Lain-lain 19 6.57

Total 289 100 4. Kisaran pendapatan per bulan

<2.000.000 75 25.95 2.000.000 - 6.999.999 115 39.79 7.000.000 - 11.999.999 41 14.19

12.000.000 - 16.999.999 22 7.61 >17.000.000 36 12.46

Total 289 100

Berdasarkan tabel 4.2 di atas dapat diketahui bahwa sebagian besar

responden yang berjumlah 120 responden (41.52%) berjenis kelamin laki-laki dan

169 responden (58.48%) berjenis kelamin perempuan. Berdasarkan usia, 149

responden (51.56%) adalah berusia 21-30 tahun. Responden lain berjumlah 77

responden (26.64%) berusia 31-40 tahun, 60 responden (20.76%) berusia 41-50

tahun, dan 3 responden (1.04%) berusia 51-60 tahun. Berdasarkan pekerjaan, 76

responden (26.3%) adalah mahasiswa, 101 responden (34.95%) adalah karyawan,

22 responden (7.61%) adalah ibu rumah tangga, 71 responden (24.57%) adalah


wiraswasta, dan 19 responden (6.57%) ada yang bekerja sebagai dokter, guru, dan

Pegawai Negeri Sipil (PNS). Berdasarkan kisaran pendapatan per bulan, 75

responden (25.95%) memiliki pendapatan di bawah 2.000.000, 115 responden

(39.79%) memiliki pendapatan 2.000.000 – 6.999.999, 41 responden (14.19%)

memiliki pendapatan 7.000.000 – 11.999.999, 22 responden (7.61%) memiliki

pendapatan 12.000.000 – 16.999.999, dan 36 responden (12.46%) memiliki

pendapatan di atas 17.000.000.

Tabel 4.3 Screening Questions

No. Atribut Pertanyaan Frekuensi (%)

1. Responden yang membaca review atau komentar mengenai suatu hotel pada situs

jejaring sosial (TripAdvisor, Online Travel Agent, website hotel, dan lain-lain).

Ya, pernah 349 98.59

Tidak pernah 5 1.41 2. Responden yang melakukan reservasi hotel

secara online dalam kurun waktu enam bulan terakhir.

Ya, pernah 294 83.05

Tidak pernah 60 16.95 Total data yang valid 289 81.64

Berdasarkan tabel 4.3 atribut pertanyaan pertama menunjukkan

responden yang pernah membaca review atau komentar mengenai suatu hotel

pada situs jejaring sosial seperti TripAdvisor, Online Travel Agent, website hotel,

dan lain-lain sejumlah 349 responden (98.59%), sedangkan yang tidak pernah

membaca review atau komentar sejumlah 5 responden (1.41%). Selain itu, atribut

pertanyaan kedua menunjukkan responden yang pernah melakukan reservasi hotel

secara online dalam kurun waktu enam bulan terakhir sejumlah 294 responden

(83.05%) dan yang tidak pernah sejumlah 60 responden (16.95%).

4.2. Statistik Deskriptif Kualitas Website, Electronic Word of Mouth,

Persepsi Resiko, Minat Beli secara Online, dan Pembelian Aktual

Statistik deskriptif dalam penelitian ini adalah gambaran keseluruhan

jawaban responden terhadap pertanyaan-pertanyaan dalam kuesioner dari setiap

variabel yang ditunjukkan melalui nilai rata-rata setiap variabel (nilai mean).


Penulis menggunakan degree of agreement (tingkat kesetujuan) dengan skor nilai

tertinggi lima yang berarti sangat setuju dan nilai terendah satu yang berarti sangat

tidak setuju. Berdasarkan tingkat kesetujuan tersebut, nilai mean dikelompokkan

dalam interval kelas yang didapatkan dengan rumus sebagai berikut:

Interval Kelas = Nilai Tertinggi – Nilai Terendah

Jumlah Kelas

= 5 – 1

5

= 0.8

Dari nilai interval kelas di atas, penulis mengkategorikan tingkat kesetujuan

sebagai berikut:

1.00 – 1.8 = tingkat kesetujuan sangat rendah

1.81 – 2.6 = tingkat kesetujuan rendah

2.61 – 3.4 = tingkat kesetujuan cukup tinggi

3.41 – 4.2 = tingkat kesetujuan tinggi

4.21 – 5.0 = tingkat kesetujuan sangat tinggi

Khusus untuk variabel persepsi risiko, penulis melakukan konversi tingkat

kesetujuan karena pernyataan-pernyataan indikator persepsi risiko tersebut

berkonotasi negatif. Selain nilai mean, penulis juga mencantumkan nilai standar

deviasi untuk mengetahui variasi jawaban responden. Adapun nilai mean dan

standar deviasi dari setiap variabel adalah sebagai berikut:

Tabel 4.4 Tingkat Kesetujuan Responden terhadap Kualitas Website

No. Indikator Mean Ket. SD

1. Langkah-langkah untuk melakukan reservasi secara online melalui website hotel atau OTA jelas.

4.04 Tinggi 0.792

2. Website hotel atau OTA menyediakan keterangan atau informasi yang jelas.

4.01 Tinggi 0.794

3. Website hotel atau OTA menyediakan informasi kontak hotel yang jelas.

4.09 Tinggi 0.892

4. Website hotel atau OTA menyediakan informasi mengenai fasilitas hotel yang jelas.

4.06 Tinggi 0.826

5. Website hotel atau OTA menyediakan informasi wisata perjalanan lain di luar hotel.

3.82 Tinggi 0.903

6. Website hotel atau OTA memiliki forum komunikasi untuk menindaklanjuti layanan.

3.84 Tinggi 0.908

dilanjutkan


Tabel 4.4 Tingkat Kesetujuan Responden terhadap Kualitas Website (lanjutan)


7. Saya percaya saat menggunakan website hotel atau OTA, informasi pribadi saya tetap tersimpan dengan aman.

3.90 Tinggi 0.857

8. Tampilan website hotel atau OTA memiliki kualitas gambar/foto yang baik (misal: resolusi gambar tidak pecah).

3.98 Tinggi 0.827

9. Tampilan website hotel atau OTA memiliki layout yang menarik.

4.02 Tinggi 0.784

10. Tampilan website hotel atau OTA memiliki font yang jelas terbaca.

4.07 Tinggi 0.789

11. Tampilan website hotel atau OTA memiliki komposisi warna yang baik.

4.04 Tinggi 0.796

12. Tampilan website hotel atau OTA memiliki gaya penulisan yang mudah dipahami.

4.08 Tinggi 0.780

13. Website hotel atau OTA memberikan petunjuk atau navigasi yang jelas.

4.05 Tinggi 0.806

Total 4.00 Tinggi

Berdasarkan tabel 4.4 diatas, indikator terkait kualitas website menunjukkan

bahwa menurut responden kualitas website dianggap baik ketika suatu website

hotel atau OTA dapat menyediakan kontak hotel yang jelas dengan nilai mean

tertinggi yaitu sebesar 4,09. Selain itu, indikator lain dari kualitas website juga

menunjukkan nilai mean yang tinggi. Jadi, hal ini membuktikan bahwa secara

keseluruhan kualitas website dapat diukur menggunakan indikator-indikator pada

tabel 4.4 dan dinilai baik oleh responden.

Tabel 4.5 Tingkat Kesetujuan Responden terhadap E-WOM


1. Saya mempertimbangkan review/komentar jika terdapat banyak komentar yang ditulis orang lain pada suatu website hotel atau OTA.

4.19 Tinggi 0.764

2.

Saya mempertimbangkan review/komentar jika terdapat komentar positif maupun negatif mengenai hotel yang saya tuju.

4.18 Tinggi 0.783

3.

Saya mempertimbangkan review/komentar jika terdapat kesesuaian antara isi informasi yang disampaikan orang lain dengan hotel, website hotel, atau OTA tertentu.

4.03 Tinggi 0.835

Total 4.13 Tinggi


Berdasarkan tabel 4.5, indikator terkait E-WOM menunjukkan bahwa responden

lebih banyak mempertimbangkan E-WOM apabila terdapat banyak komentar

yang ditulis orang lain pada suatu website hotel atau OTA dengan nilai mean

tertinggi yaitu sebesar 4,19. Selain itu, indikator lain dari E-WOM juga

menunjukkan nilai mean yang tinggi. Hal ini menunjukkan bahwa responden

secara keseluruhan akan mempertimbangkan review atau komentar positif

maupun negatif mengenai hotel yang dituju sebelum melakukan reservasi pada

hotel tersebut secara online.

Tabel 4.6 Tingkat Kesetujuan Responden terhadap Persepsi Risiko


1. Saya merasa khawatir jika layanan hotel yang saya pesan tidak sesuai harapan.

1.98 Rendah 0.864

2. Saya merasa khawatir jika fasilitas hotel yang saya pesan tidak sesuai dengan yang ditawarkan pada website.

1.99 Rendah 0.894

3. Saya mungkin akan merasa khawatir terhadap keputusan reservasi online yang telah saya buat.

2.19 Rendah 0.935

4. Saya mungkin akan merasa menyesal terhadap keputusan reservasi online yang telah saya buat.

2.25 Rendah 0.986

5. Saya merasa khawatir jika keluarga atau teman saya menolak keputusan reservasi online yang telah saya buat.

2.19 Rendah 0.95

6. Saya merasa khawatir jika mengalami kerugian keuangan (penipuan) akibat dari reservasi online yang saya lakukan.

2.03 Rendah 0.901

Total 2.11 Rendah

Berdasarkan tabel 4.6 di atas, indikator terkait persepsi risiko menunjukkan bahwa

responden akan merasa semakin tidak khawatir apabila layanan hotel yang

dipesan sesuai dengan harapan mereka, dengan nilai mean terendah yaitu sebesar

1,98. Selain itu, indikator lain dari persepsi risiko juga menunjukkan nilai mean

yang rendah. Hal ini membuktikan bahwa responden memiliki tingkat

kekhawatiran dalam reservasi hotel online yang tergolong rendah.


Tabel 4.7 Tingkat Kesetujuan Responden terhadap Minat Beli secara Online


1. Saya menaruh perhatian terhadap hotel tertentu. 4.11 Tinggi 0.809

2. Saya tertarik untuk mengetahui lebih jauh tentang hotel yang saya tuju.

4.27 Sangat Tinggi

0.728

3. Saya berminat untuk melakukan reservasi hotel secara online karena adanya kebutuhan pekerjaan.

4.03 Tinggi 0.812

4. Saya berminat untuk melakukan reservasi hotel secara online karena adanya kebutuhan liburan.

4.20 Tinggi 0.705

Total 4.15 Tinggi

Berdasarkan tabel 4.7 di atas, indikator terkait minat beli secara online

menunjukkan bahwa responden lebih tertarik untuk mengetahui lebih jauh tentang

hotel yang mereka tuju dengan nilai mean tertinggi yaitu sebesar 4,27. Selain itu,

indikator lain dari minat beli secara online juga menunjukkan nilai mean yang

tinggi. Hal ini menunjukkan bahwa responden memiliki minat beli secara online

yang dalam penelitian ini adalah minat untuk melakukan reservasi hotel secara

online melalui website hotel atau OTA.

Tabel 4.8 Tingkat Kesetujuan Responden terhadap Pembelian Aktual


1. Setelah saya berminat, saya selalu mengambil keputusan untuk melakukan reservasi hotel secara online.

4.15 Tinggi 0.728

2. Setelah saya berminat, saya selalu mengeluarkan uang untuk membayar reservasi hotel yang sudah saya lakukan secara online.

4.11 Tinggi 0.756

Total 4.13 Tinggi

Berdasarkan tabel 4.8 di atas, indikator pembelian aktual menunjukkan bahwa

setelah responden berminat untuk melakukan reservasi hotel secara online, banyak

di antara mereka yang cenderung selalu mengambil keputusan untuk melakukan

reservasi hotel secara online, dengan nilai mean tertinggi yaitu sebesar 4,15.

Selain itu indikator lain dari pembelian aktual juga menunjukkan nilai mean yang

tinggi. Hal ini menunjukkan bahwa responden setelah berminat untuk melakukan

reservasi hotel secara online cenderung untuk benar-benar melakukan reservasi

hotel secara online melalui website hotel atau OTA.


4.3. Analisa SEM dan Uji Hipotesis

Seperti yang telah dijelaskan pada bab 3, penulis menggunakan metode

Structural Equation Modeling (SEM) untuk membantu penulis dalam proses

analisa data dengan melakukan penyusunan diagram alur menggunakan program

AMOS 22. Setelah melakukan analisa terhadap 289 responden dan melalui tahap

pengolahan data, maka penulis memperoleh estimasi model sebagai berikut:

Gambar 4.1 Output Pengaruh Kualitas Website dan Electronic Word of Mouth

terhadap Reservasi Hotel Online, dengan Persepsi Risiko dan Minat Beli Online

sebagai Variabel Mediator

4.3.1. Uji Kesesuaian Model (Goodness of Fit)

Beberapa pengukuran yang penting dalam mengevaluasi kriteria

goodness of fit beserta dengan nilai batas (cut off value) akan ditunjukkan dalam

tabel 4.9 berikut ini:


Tabel 4.9 Uji Kesesuaian Model

Berdasarkan informasi yang tersedia pada tabel 4.9, diketahui indeks kesesuaian

model sebagai berikut:

1. Chi Square (χ2)

Tujuan pengujian chi square (χ2) adalah untuk mengetahui perbedaan yang

signifikan antara matriks kovarian sampel dengan matriks kovarian estimasi.

Berdasarkan tabel 4.9 diperoleh nilai chi square adalah sebesar 552,486 yang

berarti model teoritis yang dikembangkan tidak fit atau tidak cocok dengan

data observasi. Semakin besar jumlah sampel, maka kemungkinan besar nilai

chi square juga akan semakin besar. Nilai probabilitas yang diperoleh

menunjukkan angka 0 atau tidak signifikan. Hal ini berarti tidak ada kesesuaian

antara model teoritis yang dikembangkan dengan data yang diperoleh atau

dapat dikatakan model tidak fit.

2. Root Mean Square Error of Approximation (RMSEA)

Root Mean Square Error of Approximation (RMSEA) merupakan ukuran

model yang mencoba memperbaiki kecenderungan chi square menolak model

dengan jumlah sampel yang besar. Pedoman nilai dari RMSEA adalah ≤ 0,08

yang menunjukkan model yang dikembangkan baik. Hal ini terlihat pada tabel

4.9, terdapat angka RMSEA sebesar 0,046 yang berarti bahwa model fit

dengan data.

3. Goodness of Fit Index (GFI)

Goodness of Fit Index (GFI) digunakan untuk menghitung proporsi tertimbang

dari varians dalam matrik kovarians sampel yang dijelaskan oleh matriks

kovarians populasi yang terestimasikan. Nilai GFI berkisar antara 0 sampai 1,

dengan pedoman bahwa semakin hasil GFI mendekati angka 1, maka akan

semakin baik model yang dikembangkan dalam menjelaskan data yang ada.

Goodness of Fit Cut-off Value Hasil perhitungan Keterangan Chi Square Diharapkan kecil 552.486 Tidak Sesuai Probabilitas ≥0,05 0 Tidak Sesuai

RMSEA ≤0.08 0.046 Sesuai GFI ≥0.9 0.882 Marginal

AGFI ≥0.9 0.86 Marginal

NFI ≥0.9 0.578 Tidak Sesuai

CMIN/DF <5 1.606 Sesuai


Berdasarkan tabel 4.9, nilai GFI yang diperoleh adalah sebesar 0,882 dan dapat

dikatakan marginal. Hal ini berarti memenuhi kriteria uji kesesuaian model.

4. Adjusted Goodness of Fit Index (AGFI)

Adjusted Goodness of Fit Index (AGFI) merupakan pengembangan dari GFI

yang telah disesuaikan. Nilai yang direkomendasikan sama dengan GFI yaitu

antara 0 sampai 1. Namun yang membedakan dengan GFI adalah dalam hal

pemasukkan degree of freedom dalam pengujian. Pada tabel 4.9 menunjukkan

nilai AGFI sebesar 0,86 dan dapat juga dikatakan marginal. Hal ini berarti

memenuhi kriteria uji kesesuaian model.

5. Normed Fit Index (NFI)

Normed Fit Index (NFI) berguna untuk membandingkan chi square hitung

pada berbagai model. Nilai NFI bervariasi dari 0 yang berarti secara

keseluruhan tidak fit (no fit at all) sampai 1 yang berarti fit secara sempurna

(perfect fit). Nilai NFI yang direkomendasikan adalah ≥ 0,9. Berdasarkan tabel

4.9, nilai NFI yang diperoleh adalah sebesar 0,578 dan berada di bawah 0,9.

Hal ini menunjukkan model tidak sesuai (poor fit).

6. CMIN/DF

CMIN/DF merupakan nilai chi square yang dibagi dengan degree of freedom.

Nilai yang direkomendasikan adalah 5 atau kurang dari 5 karena ukuran ini

dikatakan ukuran yang reasonable. Dalam tabel 4.9 diperoleh nilai CMIN/DF

adalah sebesar 1,606 yang berarti good fit.

4.3.2. Uji Outer Model

Selanjutnya penulis melakukan analisa kecocokan model dengan cara uji

kecocokan model pengukuran untuk outer model. Dalam pengujian outer model

ini penulis melihat hubungan nilai t dan koefisien regresi dari setiap indikator

yang merupakan variabel laten terhadap variabel manifest yang mengukurnya. Uji

pengukuran ini dilakukan dengan cara membandingkan nilai t hitung dan nilai t

tabel dengan tingkat signifikansi 5% dan jumlah sampel yang tak terbatas dengan

nilai 1,97. Apabila nilai t hitung lebih besar dari 1,97 menunjukkan bahwa

hubungan antar variabel signifikan dan memiliki pengaruh yang kuat terhadap


variabel lainnya. Berikut merupakan hasil uji kecocokan model pengukuran untuk

outer model dari setiap variabel:

1. Kualitas Website

Seperti yang telah dijelaskan sebelumnya terdapat nilai t tabel sebesar 1,97.

Hal ini berarti setiap indikator dari kualitas website berpengaruh secara

signifikan karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu,

atribut pernyataan responden mengenai website hotel atau OTA yang

memberikan petunjuk atau navigasi yang jelas memiliki nilai β (koefisien

regresi) terbesar yaitu 0,48. Hal ini menunjukkan bahwa indikator tersebut

memiliki pengaruh terkuat dalam merepresentasikan variabel kualitas website.

Tabel 4.10 Nilai t dan Koefisien Regresi Indikator Kualitas Website terhadap

Variabel Laten Kualitas Website

No. Indikator t

hitung

t

tabel Ket.

Nilai

β

1. Langkah-langkah untuk melakukan reservasi

secara online melaui website hotel atau OTA jelas. # 1.97 # 0.328

2. Website hotel atau OTA memiliki keterangan atau

informasi yang jelas 4.080 1.97 Signifikan 0.449

3. Website hotel atau OTA menyediakan informasi

kontak hotel yang jelas. 3.504 1.97 Signifikan 0.324


mengenai fasilitas hotel yang jelas. 3.55 1.97 Signifikan 0.332


wisata perjalanan lain di luar hotel. 3.335 1.97 Signifikan 0.298

6. Website hotel atau OTA memiliki forum

komunikasi untuk menindaklanjuti layanan. 3.681 1.97 Signifikan 0.356

7.

Saya percaya saat menggunakan website hotel atau

OTA, informasi pribadi saya tetap tersimpan

dengan aman.

3.954 1.97 Signifikan 0.416

8.

Tampilan website hotel atau OTA memiliki

kualitas gambar/foto yang baik (misal: resolusi

gambar tidak pecah)

3.9 1.97 Signifikan 0.403

9. Tampilan website hotel atau OTA memiliki layout

yang menarik. 4.01 1.97 Signifikan 0.43

10. Tampilan website hotel atau OTA memiliki font

yang jelas terbaca. 4.129 1.97 Signifikan 0.464

11. Tampilan website hotel atau OTA memiliki

komposisi warna yang baik. 4.042 1.97 Signifikan 0.439

12. Tampilan website hotel atau OTA memiliki gaya

penulisan yang mudah dipahami. 4.033 1.97 Signifikan 0.436

13. Website hotel atau OTA memberikan petunjuk

atau navigasi yang jelas. 4.181 1.97 Signifikan 0.48


2. Electronic Word of Mouth (E-WOM)

Setiap indikator dari E-WOM berpengaruh secara signifikan karena memiliki

nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan bahwa

responden mempertimbangkan E-WOM jika terdapat banyak komentar positif

maupun negatif mengenai hotel yang dituju memiliki nilai β (koefisien regresi)

terbesar yaitu 0,798. Hal ini menunjukkan bahwa indikator tersebut memiliki

pengaruh terkuat dalam merepresentasikan variabel E-WOM.

Tabel 4.11 Nilai t dan Koefisien Regresi Indikator E-WOM terhadap Variabel

Laten E-WOM

No. Indikator t

hitung

t

tabel Ket.

Nilai

β

1.

Saya mempertimbangkan review/komentar jika

terdapat banyak komentar yang ditulis orang lain

pada satu website hotel atau OTA.

4.403 1.97 Signifikan 0.429

2.


terdapat komentar positif maupun negatif

mengenai hotel yang saya tuju.

3.298 1.97 Signifikan 0.798

3.


terdapat kesesuaian antara isi informasi yang

disampaikan orang lain dengan hotel, website

hotel, atau OTA tertentu.

# 1.97 # 0.406

3. Persepsi Risiko

Setiap indikator dari persepsi risiko berpengaruh secara signifikan karena

memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan

bahwa responden mungkin akan merasa khawatir terhadap keputusan reservasi

online yang telah dibuat memiliki nilai β (koefisien regresi) terbesar yaitu

0,692. Hal ini menunjukkan bahwa indikator tersebut memiliki pengaruh

terkuat dalam merepresentasikan variabel persepsi risiko.

Tabel 4.12 Nilai t dan Koefisien Regresi Indikator Persepsi Risiko terhadap

Variabel Laten Persepsi Risiko

No. Indikator t

hitung

t

tabel Ket.

Nilai

β

1. Saya merasa khawatir jika layanan hotel yang saya

pesan tidak sesuai harapan. 3.912 1.97 Signifikan 0.412

dilanjutkan


Tabel 4.12 Nilai t dan Koefisien Regresi Indikator Persepsi Risiko terhadap

Variabel Laten Persepsi Risiko (lanjutan)

No. Indikator t

hitung

t

tabel Ket.

Nilai

β

2.

Saya merasa khawatir jika fasilitas hotel yang saya

pesan tidak sesuai dengan yang ditawarkan pada

website.

4.322 1.97 Signifikan 0.549

3. Saya mungkin akan merasa khawatir terhadap

keputusan reservasi online yang telah saya buat. 4.541 1.97 Signifikan 0.692

4. Saya mungkin akan merasa menyesal terhadap

keputusan reservasi online yang telah saya buat. 4.47 1.97 Signifikan 0.631

5.

Saya merasa khawatir jika keluarga atau teman

saya menolak keputusan reservasi online yang

telah saya buat.

4.389 1.97 Signifikan 0.582

6.

Saya merasa khawatir jika mengalami kerugian

keuangan (penipuan) akibat dari reservasi online

yang saya lakukan.

# 1.97 # 0.32

4. Minat Beli secara Online

Setiap indikator dari minat beli secara online berpengaruh secara signifikan

karena memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut

pernyataan bahwa responden berminat untuk melakukan reservasi hotel secara

online karena adanya kebutuhan pekerjaan memiliki nilai β (koefisien regresi)


pengaruh terkuat dalam merepresentasikan variabel minat beli secara online.

Tabel 4.13 Nilai t dan Koefisien Regresi Indikator Minat Beli secara Online

terhadap Variabel Laten Minat Beli secara Online

No. Indikator t

hitung

t

tabel Ket.

Nilai

β

1. Saya menaruh perhatian terhadap hotel tertentu. 3.043 1.97 Signifikan 0.5

2. Saya tertarik untuk mengetahui lebih jauh tentang

hotel yang saya tuju. 2.759 1.97 Signifikan 0.348

3. Saya berminat untuk melakukan reservasi hotel

secara online karena adanya kebutuhan pekerjaan. 3.052 1.97 Signifikan 0.51

4. Saya berminat untuk melakukan reservasi hotel

secara online karena adanya kebutuhan liburan. # 1.97 # 0.264

5. Pembelian Aktual

Setiap indikator dari pembelian aktual berpengaruh secara signifikan karena

memiliki nilai t hitung lebih besar dari 1,97. Selain itu, atribut pernyataan

bahwa responden setelah berminat akan selalu mengambil keputusan untuk


melakukan reservasi hotel secara online memiliki nilai β (koefisien regresi)


pengaruh terkuat dalam merepresentasikan variabel pembelian aktual.

Tabel 4.14 Nilai t dan Koefisien Regresi Indikator Pembelian Aktual terhadap

Variabel Laten Pembelian Aktual

No. Indikator t

hitung

t

tabel Ket.

Nilai

β

1.

Setelah saya berminat, saya selalu mengambil

keputusan dalam melakukan reservasi hotel secara

online.

# 1.97 # 0.594

2.

Setelah saya berminat, saya selalu mengeluarkan

uang dalam membayar reservasi hotel yang sudah

saya lakukan secara online.

2.96 1.97 Signifikan 0.404

4.3.3. Uji Inner Model (Uji Hipotesis)

Setelah pengujian outer model, selanjutnya penulis melakukan pengujian

inner model yang bertujuan untuk mendeskripsikan hubungan antar variabel laten

yang diteliti. Analisis model struktural tersebut digunakan juga untuk menguji

hipotesis antar variabel dalam penelitian ini. Berikut adalah hasil hipotesis yang

diuji pada penelitian ini:

1. H1: Kualitas website berpengaruh negatif dan signifikan terhadap persepsi

risiko

Tabel 4.15 Nilai t dan Koefisien Regresi Kualitas Website terhadap Persepsi

Risiko

No. Variabel Laten t

hitung

t

tabel Ket. Nilai β

1. Kualitas Website -2.539 1.97 Tidak

Signifikan -0.287

Tabel 4.15 menunjukkan nilai t hitung dan koefisien regresi dari kualitas website

terhadap persepsi risiko. Hipotesis 1 menduga kualitas website berpengaruh

negatif dan signifikan terhadap persepsi risiko. Hasil pengolahan data

menunjukkan nilai koefisien regresi (β) sebesar -0,287. Nilai negatif pada

koefisien regresi menunjukkan pengaruh berkebalikan dari kualitas website

terhadap persepsi risiko, yang berarti semakin kualitas website dipersepsikan baik

oleh responden, maka semakin rendah risiko yang dipersepsikan oleh responden.


Nilai koefisien regresi yang diperoleh adalah sebesar 28,7% yang dapat dikatakan

kecil, dikarenakan 71,3% pengaruh mungkin disebabkan oleh variabel lain. Nilai t

hitung menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap

variabel lain. Apabila t hitung > t tabel maka dapat dikatakan bahwa hubungan

kedua variabel tersebut signifikan. Dalam hal ini, kualitas website tidak memiliki

hubungan yang signifikan terhadap persepsi risiko, dikarenakan nilai t hitung

yang lebih kecil dibandingkan nilai t tabel. Hasil signifikansi menunjukkan hasil

yang berkebalikan dari dugaan awal, sedangkan nilai koefisien regresi

menunjukkan tanda negatif yang sesuai dengan dugaan awal. Oleh sebab itu,

dapat dinyatakan Hipotesis 1 tidak terbukti karena meskipun kualitas website

memiliki pengaruh yang negatif terhadap persepsi risiko, namun pengaruhnya

tidak signifikan.

2. H2: Kualitas website berpengaruh positif dan signifikan terhadap minat beli

secara online.

Tabel 4.16 Nilai t dan Koefisien Regresi Kualitas Website terhadap Minat Beli

secara Online


hitung

t

tabel Ket. Nilai β

1. Kualitas Website 2.563 1.97 Signifikan 0.528

Tabel 4.16 menunjukkan nilai t hitung dan koefisien regresi dari kualitas website

terhadap minat beli secara online. Hipotesis 2 menduga kualitas website

berpengaruh positif dan signifikan terhadap minat beli secara online. Hasil

pengolahan data menunjukkan nilai koefisien regresi (β) sebesar 0,528. Nilai

positif pada koefisien regresi menunjukkan pengaruh searah dari kualitas website

terhadap minat beli secara online, yang berarti semakin kualitas website

dipersepsikan baik oleh responden, maka semakin tinggi minat beli untuk

melakukan reservasi hotel secara online. Nilai koefisien regresi yang diperoleh

adalah sebesar 52,8% yang dapat dikatakan cukup berpengaruh, dikarenakan nilai

koefisien regresi yang lebih dari 50%. Nilai t hitung menunjukkan bagaimana

signifikansi hubungan sebuah variabel terhadap variabel lain. Dalam hal ini,

kualitas website memiliki hubungan yang signifikan terhadap minat beli secara


online, dikarenakan nilai t hitung yang lebih besar dibandingkan nilai t tabel

(2,563 > 1,97). Hasil signifikansi menunjukkan hasil yang sama dengan dugaan

awal, begitu juga dengan nilai koefisien regresi yang menunjukkan hasil positif

yang juga sesuai dengan dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis

2 terbukti.

3. H3: E-WOM berpengaruh negatif dan signifikan terhadap persepsi risiko.

Tabel 4.17 Nilai t dan Koefisien Regresi E-WOM terhadap Persepsi Risiko


hitung

t

tabel Ket. Nilai β

1. E-WOM 1.541 1.97 Tidak

Signifikan 0.135

Tabel 4.17 menunjukkan nilai t hitung dan koefisien regresi dari E-WOM

terhadap persepsi risiko. Hipotesis 3 menduga E-WOM berpengaruh negatif dan

signifikan terhadap persepsi risiko. Hasil pengolahan data menunjukkan nilai

koefisien regresi (β) sebesar 0,135. Nilai positif pada koefisien regresi

menunjukkan pengaruh searah, dimana pengaruh ini tidak sesuai dengan hipotesis

awal. Nilai koefisien regresi yang diperoleh adalah sebesar 13,5% yang dapat

dikatakan kecil, dikarenakan 86,5% pengaruh mungkin disebabkan oleh variabel

lain. Nilai t hitung menunjukkan bagaimana signifikansi hubungan sebuah

variabel terhadap variabel lain. Apabila t hitung > t tabel maka dapat dikatakan

bahwa hubungan kedua variabel tersebut signifikan. Dalam hal ini, E-WOM tidak

memiliki hubungan yang signifikan terhadap persepsi risiko, dikarenakan nilai t

hitung yang lebih kecil dibandingkan nilai t tabel. Kedua hasil signifikansi dan

koefisien regresi menunjukkan hasil yang berkebalikan dari dugaan awal. Oleh

sebab itu, dapat dinyatakan Hipotesis 3 tidak terbukti karena E-WOM memiliki

pengaruh yang positif dan tidak signifikan terhadap persepsi risiko.

4. H4: E-WOM berpengaruh positif dan signifikan terhadap minat beli secara

online.


Tabel 4.18 Nilai t dan Koefisien Regresi E-WOM terhadap Minat Beli secara

Online


hitung

t

tabel Ket. Nilai β

1. E-WOM 1.344 1.97 Tidak

Signifikan 0.14

Tabel 4.18 menunjukkan nilai t hitung dan koefisien regresi dari E-WOM

terhadap minat beli secara online. Hipotesis 4 menduga E-WOM berpengaruh

positif dan signifikan terhadap minat beli secara online. Hasil pengolahan data

menunjukkan nilai koefisien regresi (β) sebesar 0,135. Nilai positif pada koefisien

regresi menunjukkan pengaruh searah dari E-WOM terhadap minat beli secara

online, yang berarti semakin responden memperhatikan dan mempertimbangkan

E-WOM, maka semakin tinggi minat beli responden dalam melakukan reservasi

hotel secara online. Nilai koefisien regresi yang diperoleh adalah sebesar 14%

yang dapat dikatakan kecil, dikarenakan 86% pengaruh mungkin disebabkan oleh

variabel lain. Nilai t hitung menunjukkan bagaimana signifikansi hubungan

sebuah variabel terhadap variabel lain. Dalam hal ini, E-WOM tidak memiliki

hubungan yang signifikan terhadap minat beli secara online, dikarenakan nilai t

hitung yang lebih kecil dibandingkan nilai t tabel. Hasil signifikansi menunjukkan

hasil yang berkebalikan dari dugaan awal, sedangkan nilai koefisien regresi

menunjukkan hasil positif yang sesuai dengan dugaan awal. Oleh sebab itu, dapat

dinyatakan Hipotesis 4 tidak terbukti karena meskipun E-WOM memiliki

pengaruh yang positif terhadap minat beli secara online, namun pengaruhnya tidak

signifikan.

5. H5: Persepsi risiko berpengaruh secara negatif dan signifikan terhadap minat

beli secara online.

Tabel 4.19 Nilai t dan Koefisien Regresi Persepsi Risiko terhadap Minat Beli

secara Online

No. Variabel Laten T

Hitung

t

tabel Ket. Nilai β

1. Persepsi Risiko -0.55 1.97 Tidak

Signifikan -0.055


Tabel 4.19 menunjukkan nilai t hitung dan koefisien regresi dari persepsi risiko

terhadap minat beli secara online. Hipotesis 5 menduga persepsi risiko

berpengaruh negatif dan signifikan terhadap minat beli secara online. Hasil

pengolahan data menunjukkan nilai koefisien regresi (β) sebesar -0,055. Nilai

negatif pada koefisien regresi menunjukkan pengaruh berkebalikan dari persepsi

risiko terhadap minat beli secara online, yang berarti semakin besar risiko yang

dipersepsikan oleh responden, maka semakin rendah minat beli responden dalam

melakukan reservasi hotel secara online. Nilai koefisien regresi yang diperoleh

adalah sebesar 5,5% yang dapat dikatakan kecil, dikarenakan 94,5% pengaruh

mungkin disebabkan oleh variabel lain. Nilai t hitung menunjukkan bagaimana

signifikansi hubungan sebuah variabel terhadap variabel lain. Dalam hal ini,

persepsi risiko tidak memiliki hubungan yang signifikan terhadap minat beli

secara online, dikarenakan nilai t hitung yang lebih kecil dibandingkan nilai t

tabel. Hasil signifikansi menunjukkan hasil yang berkebalikan dari dugaan awal,

sedangkan nilai koefisien regresi menunjukkan hasil negatif yang sesuai dengan

dugaan awal. Oleh sebab itu, dapat dinyatakan Hipotesis 5 tidak terbukti karena

meskipun persepsi risiko memiliki pengaruh yang negatif terhadap minat beli

secara online, namun pengaruhnya tidak signifikan.

6. H6: Minat beli secara online berpengaruh secara positif dan signifikan terhadap

pembelian aktual.

Tabel 4.20 Nilai t dan Koefisien Regresi Minat Beli secara Online terhadap

Pembelian Aktual


hitung

t

tabel Ket. Nilai β

1. Minat beli secara online 2.81 1.97 Signifikan 0.624

Tabel 4.20 menunjukkan nilai t hitung dan koefisien regresi dari minat beli secara

online terhadap pembelian aktual. Hipotesis 6 menduga minat beli secara online

berpengaruh positif dan signifikan terhadap minat beli secara online. Hasil

pengolahan data menunjukkan nilai koefisien regresi (β) sebesar 0,624. Nilai

positif pada koefisien regresi menunjukkan pengaruh searah dari minat beli secara

online terhadap pembelian aktual, yang berarti semakin tinggi minat responden


dalam melakukan reservasi hotel secara online, maka semakin tinggi pula tingkat

pembelian aktual yang dilakukan oleh responden. Nilai koefisien regresi yang

diperoleh adalah sebesar 62,4% yang dapat dikatakan cukup berpengaruh,

dikarenakan nilai koefisien regresi yang lebih dari 50%. Nilai t hitung

menunjukkan bagaimana signifikansi hubungan sebuah variabel terhadap variabel

lain. Dalam hal ini, minat beli secara online memiliki hubungan yang signifikan

terhadap pembelian aktual, dikarenakan nilai t hitung yang lebih besar

dibandingkan nilai t tabel (2,81 > 1,97). Hasil signifikansi menunjukkan hasil

yang sama dengan dugaan awal, begitu juga dengan nilai koefisien regresi yang

menunjukkan hasil positif yang juga sesuai dengan dugaan awal. Oleh sebab itu,

dapat dinyatakan Hipotesis 6 terbukti.

4.3.4. Validasi Silang Model

Validasi silang model ini terlihat dari hasil nilai ECVI (Expected Cross

Validation Index) yang digunakan untuk menilai apakah model yang digunakan

sudah fit dengan data yang ada. Model pada penelitian ini memiliki nilai ECVI

pada default model sebesar 2,349, dimana nilai tersebut lebih kecil dari nilai

saturated model ECVI yaitu sebesar 2,819 dan lebih kecil dari nilai independence

model ECVI sebesar 4,738. Hal ini menunjukkan bahwa model dapat dianggap fit

dengan data yang ada karena nilai default model ECVI yang direkomendasikan

adalah lebih kecil dibandingkan dengan nilai saturated model dan independence

model. Oleh karena itu, model pada penelitian ini juga dapat dipakai untuk

penelitian sejenis di masa mendatang.

4.4. Pembahasan

Dalam penelitian ini, pengumpulan data diperoleh melalui 289 responden

yang merupakan responden yang pernah membaca review atau komentar (E-

WOM) pada suatu situs jejaring sosial dan yang pernah melakukan reservasi hotel

secara online dalam kurun waktu enam bulan terakhir. Kuesioner disebarkan

secara online melalui Google Form. Melalui penyebaran kuesioner ini diperoleh

hasil bahwa sebagian besar responden berjenis kelamin perempuan, berusia 21 -

30 tahun, berprofesi sebagai karyawan, dan memiliki pendapatan yang berkisar


antara 2.000.000 – 6.999.999 per bulan. Hampir seluruh responden sudah akrab

dengan proses reservasi yang dilakukan secara online. Hal ini juga menunjukkan

bahwa internet dan reservasi online telah menjadi tren dan bagian yang penting

dari perencanaan perjalanan (Indiani, Rahyuda, Yasa, & Sukaatmadja, 2015).

Pengujian hipotesis dilakukan menggunakan SEM dan terdapat beberapa

uji yang dilakukan untuk menunjukkan apakah model yang dikembangkan dalam

penelitian ini baik dalam menjelaskan data. Salah satu uji yang dilakukan adalah

uji kesesuaian model yang menunjukkan bahwa model yang dikembangkan sudah

fit dengan data yang ada walaupun ada beberapa perhitungan yang menyatakan

sesuai, marginal, dan tidak sesuai. Model juga dapat digunakan untuk menguji

beberapa variabel yang diteliti. Selain itu, terdapat beberapa alat utama yang

mendukung pengujian variabel, seperti chi square (χ2), Root Mean Square Error

of Approximation (RMSEA), Goodness of Fit Index (GFI), Adjusted Goodness of

Fit (AGFI), Normed Fit Index (NFI), serta CMIN/DF. Nilai chi square (χ2) yang

diperoleh tidak sesuai dengan nilai yang diharapkan. Nilai RMSEA digunakan

untuk memperbaiki kecenderungan statistik chi square menolak model dengan

sampel yang besar. Melalui nilai RMSEA ini dapat dikatakan model berada pada

kisaran good fit.

Hipotesis pertama menduga kualitas website berpengaruh negatif dan

signifikan terhadap persepsi risiko, namun hipotesis ini tidak terbukti dikarenakan

hasil yang berbeda dengan kajian penelitian terdahulu. Indiani, Rahyuda, Yasa, &

Sukaatmadja (2015) dan Kim & Lennon (2013) menyatakan bahwa kualitas

website yang baik akan menurunkan risiko yang dipersepsikan oleh responden.

Hal ini mungkin terjadi karena responden memiliki tingkat kepercayaan yang

berbeda-beda terhadap website hotel atau OTA tertentu. Oleh karena itu, website

hotel atau OTA mungkin akan berhubungan secara tidak langsung apabila ada

variabel perceived trust yang dapat dipertimbangkan sebagai variabel mediator

antara kualitas website dan persepsi risiko.

Selanjutnya, Hipotesis kedua menduga bahwa kualitas website

berpengaruh positif dan signifikan terhadap minat beli secara online. Hipotesis

kedua diterima dikarenakan hasil penelitian senada dengan kajian penelitian

terdahulu oleh Indiani, Rahyuda, Yasa, & Sukaatmadja (2015) dan Kim & Lennon


(2013), dimana dinyatakan bahwa kualitas website yang baik akan meningkatkan

pengalaman positif yang kemudian mendorong minat pembelian seseorang secara

online. Pada nilai mean indikator kualitas website menunjukkan kualitas website

dianggap baik ketika suatu website hotel atau OTA dapat menyediakan kontak

hotel yang jelas memiliki nilai mean tertinggi yaitu sebesar 4,09. Hasil ini

menunjukkan suatu website hotel atau OTA dikatakan baik apabila menyediakan

kontak hotel yang jelas dan responden dapat dengan mudah menghubungi pihak

hotel yang dituju. Pada indikator website hotel atau OTA menyediakan informasi

wisata perjalanan lain di luar hotel memiliki nilai mean terendah yaitu sebesar

3,82. Hasil ini juga menunjukkan bahwa informasi wisata perjalanan di luar hotel

masih belum banyak disajikan oleh website hotel atau OTA.

Hipotesis ketiga menduga E-WOM berpengaruh negatif dan signifikan

terhadap persepsi risiko. Hipotesis ketiga dinyatakan tidak terbukti dikarenakan

hasil tidak sesuai dengan kajian penelitian terdahulu oleh Chan & Ngai (2011)

yang menyatakan bahwa E-WOM berpengaruh besar terhadap persepsi risiko.

Namun, hasil dari penelitian menunjukkan bahwa E-WOM tidak berpengaruh

secara signifikan dan berhubungan secara positif yang tentu saja berkebalikan

terhadap hasil kajian penelitian terdahulu. Hubungan yang positif antara E-WOM

dan persepsi risiko mungkin disebabkan karena persepsi responden terhadap E-

WOM cenderung negatif. Semakin baik E-WOM, maka akan meningkatkan

persepsi risiko responden (dalam hal ini responden akan meragukan E-WOM

yang terlalu baik karena cenderung seperti dibuat-buat).

Hipotesis keempat menduga E-WOM berpengaruh positif dan signifikan

terhadap minat beli secara online. Hipotesis keempat dinyatakan tidak terbukti

karena memiliki hasil yang berbeda dari penelitian sebelumnya oleh Godes &

Mayzlin (2004) dan Lee et al (2011) yang mengatakan bahwa terdapat hubungan

positif dan signifikan antara E-WOM dan minat beli secara online. Hasil

penelitian menyatakan bahwa E-WOM tidak berpengaruh secara signifikan

namun masih memiliki pengaruh positif terhadap minat beli secara online. Hal ini

mungkin saja terjadi dikarenakan masyarakat Indonesia cenderung kurang

mempercayai E-WOM untuk menilai kualitas dari sebuah hotel. Masyarakat

Indonesia cenderung berpikir bahwa E-WOM adalah salah satu teknik atau


metode yang digunakan oleh perusahaan atau hotel untuk melakukan promosi

sehingga hotel tersebut tampak bagus dikarenakan oleh review yang ditulis

dengan sengaja (dibuat-buat). Hal ini terbukti dengan adanya beberapa jasa review

yang banyak digunakan oleh website suatu perusahaan atau hotel untuk membuat

situs mereka semakin terkenal, meningkatkan pengunjung pada situs tersebut,

serta meningkatkan penjualan (Hyden, 2015). Pada nilai mean indikator E-WOM

menunjukkan responden mempertimbangkan review atau komentar jika terdapat

banyak komentar yang ditulis orang lain pada suatu website hotel atau OTA memiliki

nilai mean tertinggi yaitu sebesar 4,19. Hasil ini menunjukkan bahwa banyaknya

komentar yang ditulis oleh orang lain pada suatu website hotel atau OTA akan

menjadi hal utama yang dipertimbangkan oleh responden sebelum melakukan

reservasi hotel secara online. Pada indikator responden mempertimbangkan

review atau komentar jika terdapat kesesuaian antara isi informasi yang

disampaikan orang lain dengan hotel, website hotel, atau OTA tertentu memiliki

nilai mean terendah yaitu sebesar 4,03. Hasil ini juga menunjukkan bahwa

kesesuaian isi informasi dari E-WOM dengan keadaan sebenarnya dari hotel,

website hotel, maupun OTA tidak terlalu dipertimbangkan oleh responden

sebelum melakukan reservasi hotel secara online.

Hipotesis kelima menduga persepsi risiko berpengaruh secara negatif dan

signifikan terhadap minat beli secara online. Hipotesis kelima dinyatakan tidak

terbukti dikarenakan berbeda dengan kajian penelitian sebelumnya. Cheng et al

(2012) menyatakan bahwa persepsi konsumen atas risiko akan menurunkan minat

melakukan pembelian secara online, sebaliknya rendahnya persepsi risiko akan

meningkatkan minat beli seseorang. Hasil penelitian menunjukkan bahwa persepsi

risiko tidak berpengaruh secara signifikan, namun masih memiliki pengaruh

negatif terhadap minat beli secara online. Hal ini mungkin dikarenakan ada

variabel lain yang dapat lebih mempengaruhi minat beli secara online seperti

kualitas website. Pada nilai mean indikator persepsi risiko menunjukkan

responden akan merasa semakin tidak khawatir apabila layanan hotel yang

dipesan sesuai dengan harapan memiliki nilai mean terendah yaitu sebesar 1,98.

Hasil ini menunjukkan bahwa hal utama yang dikhawatirkan oleh responden

adalah layanan hotel yang dipesan tidak sesuai harapan atau dengan kata lain


responden akan merasa kecewa apabila pada kenyataannya layanan hotel tidak

sesuai dengan harapan mereka. Pada indikator responden mungkin akan merasa

menyesal terhadap keputusan reservasi online yang telah dibuat memiliki nilai mean

tetinggi yaitu sebesar 2,25. Hasil ini juga menunjukkan bahwa kemungkinan

responden untuk merasa menyesal setelah memutuskan untuk melakukan

reservasi online cukup kecil.

Hipotesis keenam menduga minat beli secara online berpengaruh secara

positif dan signifikan terhadap pembelian aktual. Hipotesis keenam terbukti

dikarenakan sesuai dengan kajian penelitian terdahulu oleh Lin (2008) yang

menyatakan bahwa minat beli secara online berpengaruh positif dan signifikan

terhadap pembelian aktual. Hal ini menunjukkan bahwa semakin tinggi minat

seseorang untuk melakukan reservasi hotel secara online, maka semakin tinggi

tingkat pembelian aktual yang dalam hal ini adalah melakukan reservasi hotel

secara online. Pada nilai mean indikator minat beli secara online menunjukkan

responden tertarik untuk mengetahui lebih jauh tentang hotel yang dituju memiliki

nilai mean tertinggi yaitu sebesar 4,27. Hasil ini menunjukkan bahwa minat untuk

melakukan reservasi hotel secara online dapat dilihat berdasarkan rasa tertarik

untuk mengetahui lebih lanjut mengenai hotel yang ingin dituju. Pada indikator

responden berminat untuk melakukan reservasi hotel secara online karena adanya

kebutuhan pekerjaan memiliki nilai mean terendah yaitu sebesar 4,03. Hasil ini

juga menunjukkan bahwa adanya kebutuhan pekerjaan tidak selalu memunculkan

minat responden untuk melakukan reservasi hotel secara online, namun kebutuhan

pekerjaan mengharuskan mereka untuk reservasi hotel secara online tanpa harus

berminat terlebih dahulu. Pada nilai mean indikator pembelian aktual

menunjukkan setelah responden berminat, maka responden selalu mengambil

keputusan untuk melakukan reservasi hotel secara online memiliki nilai mean

tertinggi yaitu sebesar 4,15. Hasil ini menunjukkan bahwa setelah responden

berminat maka akan selalu mengambil keputusan untuk benar-benar melakukan

reservasi hotel secara online (pembelian aktual). Pada indikator setelah responden

berminat, maka akan selalu mengeluarkan uang untuk membayar reservasi hotel

online yang sudah dilakukan memiliki nilai mean terendah yaitu sebesar 4,11.

Hasil ini juga menunjukkan bahwa setelah responden berminat, responden


tersebut belum tentu membayar reservasi hotel online yang telah dilakukan. Hal

ini dapat dikarenakan responden tersebut membatalkan reservasi hotel online yang

telah dibuat.

Dari segi signifikansi tiap hipotesis maupun tiap indikator variabel

menunjukkan hasil yang berbeda-beda. Ada yang menunjukkan pengaruh yang

signifikan dan ada pula yang tidak signifikan antar variabel yang diteliti. Hasil

dari hipotesis akan mendukung fenomena yang terdapat pada latar belakang

penelitian. Dalam penelitian ini, variabel kualitas website dan E-WOM diharapkan

dapat menjadi faktor pembentuk utama dari keputusan reservasi hotel online yang

ingin dilakukan dengan variabel mediator persepsi risiko dan minat beli secara

online. Namun, hasil yang diperoleh adalah kualitas website terbukti tidak

memiliki pengaruh terhadap persepsi risiko namun memiliki pengaruh terhadap

minat beli secara online dalam membentuk keputusan untuk melakukan reservasi

hotel secara online. Sedangkan E-WOM terbukti tidak memiliki pengaruh

terhadap persepsi risiko maupun minat beli secara online dalam membentuk

keputusan untuk melakukan reservasi hotel secara online, sehingga dapat

dikatakan variabel E-WOM tidak dapat dijadikan faktor pembentuk utama dari

keputusan reservasi hotel secara online. Penelitian ini juga ingin membuktikan

pengaruh persepsi risiko terhadap minat beli secara online dan pengaruh minat

beli secara online terhadap pembelian aktual (reservasi hotel secara online). Hasil

yang diperoleh adalah persepsi risiko tidak berpengaruh terhadap minat beli

secara online, tetapi minat beli secara online berpengaruh terhadap pembelian

aktual yang dalam penelitian ini merupakan reservasi hotel secara online. Selain

itu, hasil dari Hipotesis 1, 2, 4, 5, 6 memiliki nilai koefisien regresi yang sesuai

dengan teori kecuali pada Hipotesis 3. Hipotesis 3 menunjukkan hubungan antara

E-WOM dan persepsi risiko yang seharusnya negatif berdasarkan teori, menjadi

positif pada hasil analisa SEM. Hal ini mungkin terjadi karena pada kenyataannya,

respoden memiliki kecenderungan untuk mencurigai E-WOM yang terlalu baik

atau bagus sebagai testimoni yang palsu (dibuat-buat). Oleh sebab itu,

berdasarkan hasil penelitian ini, semakin baik E-WOM, maka semakin tinggi

risiko yang dipersepsikan oleh responden.

4. analisis dan pembahasan 4.1. deskripsi profil responden · 58 universitas kristen petra mengenai...

Documents