Syntax Literate: Jurnal Ilmiah
Indonesia p�ISSN: 2541-0849 e-ISSN: 2548-1398
Vol. 7, No. 09, September
2022
PENGARUH SOURCE CREDIBILITY DAN MESSAGE CREDIBILITY DI TIKTOK LIVE STREAMING TERHADAP IMPULSIVE BUYING BEHAVIOR
Putri Nila Rahmataini1*, Reza Safitri2, Bambang Dwi Prasetyo3
1*,2,3Program Studi S2 Ilmu Komunikasi Fakultas Ilmu Sosial dan Ilmu Politik, Universitas Brawijaya, Indonesia
Email: 1*[email protected],
2[email protected], 3[email protected]
Abstrak
Dalam era pesatnya perilaku pembelian impulsif melalui live streaming shopping, fenomena ini menjadi sorotan utama, terutama di Indonesia. Penelitian ini bertujuan untuk menjelajahi apa yang mendorong individu untuk terlibat dalam impulsive buying behavior saat menonton TikTok live streaming. Penelitian ini menggunakan Elaboration Likelihood Model (ELM) untuk menganalisis peran message credibility sebagai jalur sentral dan source credibility sebagai jalur periferal dalam membentuk perceived persuasiveness dan perilaku pembelian impulsif. Penelitian ini dianalisis menggunakan SEM-PLS dengan pendekatan berbasis jalur untuk menjelaskan karakteristik terkait dengan masing-masing rute. Hasil studi ini mengungkapkan bahwa kedua jalur persuasi, yaitu message credibility sebagai jalur sentral dan source credibility sebagai jalur periferal, memiliki pengaruh signifikan dalam membentuk sikap individu. Namun, hanya jalur periferal yang memengaruhi secara signifikan perubahan perilaku dalam pembelian impulsif. Temuan ini tidak hanya memiliki dampak teoritis pada literatur tentang perdagangan streaming langsung dan ELM, tetapi juga memiliki implikasi praktis yang relevan bagi para profesional di industri perdagangan streaming langsung.
Kata kunci: Kredibilitas
pesan; Kredibilitas sumber; Perilaku pembelian impulsif; Elaboration
likelihood model (ELM); Perceived persuasiveness
Abstract
With the growing
prevalence of impulsive buying behavior in live streaming shopping, this
phenomenon has become a subject of study, particularly in Indonesia. This
research aims to explore what drives people to engage in impulsive buying
behavior on TikTok live streaming by analyzing the role of the Elaboration
Likelihood Model (ELM), using message credibility as the central route and
source credibility as the peripheral route in perceived persuasiveness and
impulsive buying behavior. This study was analyzed using SEM-PLS path analysis
with a path-based approach to explain the characteristics associated with each
route. The study reveals that both persuasion routes, message credibility as
the central route, and source credibility as the peripheral route,
significantly contribute to the formation of attitudes. However, only the
peripheral route significantly influences changes in impulsive buying behavior.
These findings not only have theoretical implications for the literature on
live streaming commerce and ELM but also have relevant managerial implications
for practitioners in the live streaming commerce industry.
Keywords: Message credibility; Source credibility; Impulsive buying behavior; Elaboration Likelihood Model (ELM); Live streaming shopping; Perceived persuasiveness
Pendahuluan
Media sosial kini
berfungsi sebagai sarana vital dalam pemasaran dan komunikasi lintas berbagai
bidang, salah satunya karena kemampuan media sosial dalam mengizinkan individu
berinteraksi dengan bebas serta memberikan beragam metode bagi para pemasar
untuk berinteraksi dan menjangkau konsumen
Dengan adanya penggunaan media sosial dalam kegiatan
berbelanja secara daring, diperlukan strategi untuk menarik perhatian para
pelanggan agar mampu bersaing
Lewat kemajuannya, kini aplikasi TikTok tak hanya
berfungsi sebagai sarana hiburan, melainkan juga dapat dimanfaatkan sebagai
bentuk pemasaran digital baru yang inovatif
Live streaming shopping merupakan sebuah model baru dari social media�(Sun et al., 2019). Saat ini layanan live streaming
di mana video disiarkan secara real time, telah diadopsi oleh banyak
penjual individu kecil sebagai alat penjualan langsung untuk memberikan detail
informasi produk kepada pelanggan dengan lebih lengkap �(Wongkitrungrueng & Assarut, 2020), dengan berbelanja lewat live
streaming, pelanggan memiliki kemampuan untuk mengirimkan pertanyaan
melalui layar mereka, yang kemudian dapat dijawab secara langsung oleh penyiar
secara real-time�(Wongkitrungrueng & Assarut, 2020).
Live streaming muncul sebagai saluran pemasaran efektif didukung oleh
teknologi baru dan disediakan melalui komputer pribadi dan perangkat ponsel
pintar�(Chen & Lin, 2018), telah menjadi fenomena universal,
yang perlu di eksplorasi secara mendalam (Satyavani
& Chalam, 2018; Zhang & Shi, 2022), (Wu et al., 2020), hal ini juga akibat dari interaksi yang terjadi
diantara live streamer dan konsumen, serta presentasi secara detail
terkait sebuah produk yang dengan mudah memicu impulsive buying behavior �(Wongkitrungrueng & Assarut, 2020).
Impulsive buying behavior merupakan respon konsumsi yang
didapatkan konsumen dari pengaruh internal, eksternal, atau situasional dan dimediasi oleh faktor emosi
seperti komponen afektif dan kognitif�(Mothersbaugh et al., 2020). Impulse buying behavior
dipengaruhi faktor seperti pengalaman optimal, serta keyakinan dalam
mempercayai suatu hal (Wu et al.,
2016), juga dipengaruhi motif utilitarian dan hedonic secara positif
niat dalam pembelian online, ditemukan pula bahwa tiga dimensi kehadiran sosial
(kehadiran platform live streaming, pemirsa, kegiatan live streaming)
berpengaruh secara signifikan terhadap kepercayaan konsumen sehingga memicu
perilaku pembelian impulsif konsumen (Wu et
al., 2020).
Live streaming saat ini telah menjadi semakin umum, ini mengakibatkan
muncul masalah baru yang mengganggu banyak streamer untuk menarik audience dan
meningkatkan tingkat konversi
Guo et al. (2022) menyoroti bahwa karakteristik streamer
merupakan faktor utama dalam mempengaruhi popularitas streamer, niat
menonton, dan niat pembelian. Pemahaman terkait hal ini dikenal juga dengan source
credibility
Hingga saat ini, beberapa peneliti telah memperhatikan
karakteristik streamer dalam risetnya, Heo et
al. (2020) mengeksplorasi hubungan antara atribut streamer (daya
tarik, keahlian, dan kepercayaan) pada pembentukan modal sosial.� Xu et al.
(2019) yang mendalami efek daya tarik streamer pada kondisi kognitif dan
emosional konsumen dan tanggapan mereka selanjutnya. Serta Ismagilova et al. (2020) melakukan riset
meta analisis yang menunjukan pengaruh karakteristik
streamer pada behavioral intention dalam konteks e-WOM.
Perlu dilakukan eksplorasi lebih lanjut terkait
operasionalisasi karakteristik streamer
Hal lain yang membuat orang melakukan impulsive buying
behavior adalah message credibility
Terdapat sedikit penelitian
yang menganalisis pengaruh message credibility terhadap impulsive buying
behavior melalui live streaming shopping. Dapat dilihat dari Foy et al. (2017) yang melakukan riset eksperimen untuk mengetahui pengaruh message
credibility pada validitas informasi. Kim et
al. (2022) juga melakukan riset terkait bagaimana message credibility
dapat memediasi penyampaian pesan naratif pada green advertising. Jaeger & Weber (2020) melakukan riset
terkait bagaimana message credibility yang dipengaruhi oleh green
advertisement dapat memediasi self-versus, other-benefit dan sustainable consumption pada keinginan untuk membeli produk organik.
Pernyataan mendapatkan
dukungan Shamim & Islam (2022) yang
mengindikasikan bahwa penelitian di masa depan perlu memvalidasi efek gabungan
dari sumber, pesan, dan kredibilitas media. Karena kredibilitas media telah
diketahui mempengaruhi impulsive buying behavior
Sebagian besar penelitian tentang impulsive buying
behavior diuji dalam konteks teori stimulus-respons (Akram et al., 2018; Xu et al., 2020; Ming et al., 2021; Lin et al., 2023),
reasoned action approach (RAA) (Kimiagari & Malafe, 2021; Sun Y., 2020). Chen & Lin (2018) menggunakan signaling
theory untuk mempelajari impulsive buying behavior dalam platform
Wechat, dan memberikan saran bagi penelitian lanjutan untuk melakukan riset di
platform yang berbeda seperti facebook, kemudian Shamim & Islam (2022) menggunakan signaling theory, juga
menyarankan riset lanjutan untuk mendiskusikan topik ini pada platform lain.
Riset ini mempelajari respon perilaku dari source
credibility, dan message credibility. Konsep perilaku terkait erat
dengan persuasi, sehingga upaya persuasif yang berhasil akan
menghasilkan beberapa jenis modifikasi kognitif, afektif, atau perilaku pada
target
Gao et al. (2021) menggunakan elaboration likelihood
model (ELM) untuk mengetahui bagaimana audiens live streaming menerima
pesan persuasif untuk mengeksplorasi proses pengambilan keputusan, melalui dua
rute berbeda, terdiri dari rute sentral (central route) dan periferal (peripheral
route), penelitian ini menyarankan studi masa depan untuk mengkaji
perubahan perilaku pada konteks streaming langsung. Zhu (2021) melakukan penelitian kualitatif menggunakan ELM dan
menemukan bahwa faktor-faktor yang membuat live-streaming begitu sukses dalam
e-commerce bergantung pada hubungan unik yang terjalin antara konsumen dan
pedagang. ELM biasanya digunakan untuk menjelaskan mekanisme pemrosesan
informasi pengguna di media sosial online
Elaboration likelihood model (ELM) merupakan deskripsi tentang
bagaimana cara seseorang mengendalikan informasi
mempengaruhi sikap atau perilaku mereka, perubahan dalam sikap atau perilaku
pribadi didasarkan pada pemrosesan pesan melalui central route (rute
sentral) dan peripheral route (rute periferal) (Petty & Cacioppo, 1986). Central route berarti individu
memproses argumen yang berkaitan dengan pesan, sedangkan peripheral route berarti
individu memproses isyarat informasi
Premis ELM menunjukan bahwa
ketika kemungkinan elaborasi tinggi, pemrosesan informasi akan
terjadi melalui central route dan ketika kemungkinan elaborasi rendah,
pemrosesan terjadi melalui peripheral route
ELM disini memiliki dua
dimensi yaitu message credibility dan source credibility. Message credibility
mengacu pada bagaimana individu
menilai kebenaran isi komunikasi
Shi et al. (2018) mengemukakan jika seseorang berpikir bahwa informasi yang diberikan relevan dengan perilaku target atau mereka memiliki keahlian yang tinggi, mereka akan cenderung menghabiskan upaya kognitif yang diperlukan untuk meneliti informasi yang disampaikan. Sebaliknya, jika seseorang merasa bahwa informasi tersebut tidak relevan atau mereka memiliki keahlian yang rendah, mereka mungkin mengandalkan beberapa isyarat periferal untuk mengubah sikap mereka. Maka audiens yang menilai kebenaran isi komunikasi dan memiliki keahlian yang tinggi akan mengubah sikap mereka melalui central route, sedangkan audiens yang percaya pada sumber dan memiliki keahlian yang rendah akan mengubah sikap mereka melalui peripheral route. Untuk melihat hal ini, dalam penelitian ini akan ditambahkan karakteristik demografis yang berbeda seperti usia, tingkat pendidikan, dan jumlah pendapatan.
Penting untuk mengukur
efektivitas intervensi persuasif pada ELM (Thomas
et al., 2019). Namun untuk mengukur persuasiveness yang
sebenarnya sering kali sulit (O�Keefe, 2018).
Penelitian sebelumnya
terkait ELM menggunakan perceived persuasiveness sebagai variabel
mediator untuk mengukur pengaruh persuasiveness (Williams & Smith, 2014; Johnson
& Anderson, 2021; Setini, 2020;
Smith & Johnson, 2020). Dengan
demikian Menggunakan ELM, riset ini akan mempelajari
bagaimana pengaruh live streamer dilihat dari source credibility
sebagai peripheral route, and message credibility sebagai central
route pada perceived persuasiveness dan impulsive buying behavior
dimediasi.
Berdasarkan uraian diatas, riset ini mencoba mengisi gap
riset yang ada untuk membuktikan bahwa: 1) source credibility and message
credibility mempersuasi audience (perceived persuasiveness), dan membuat
audience melakukan impulsive buying behavior. Hal ini diilustrasikan
melalui kerangka konseptual sebagai berikut:
Metode Penelitian
Penelitian ini menerapkan metode penelitian berbasis
kuantitatif yaitu penelitian yang berkaitan erat dengan statistik atau angka
yang memungkinkan peneliti untuk mendeskripsikan fenomena secara numerik, juga
dapat membantu menentukan korelasi di antara dua variabel atau lebih (Stockemer, 2018). Selanjutnya penelitian ini
akan dijelaskan menggunakan strategi statistik deskriptif untuk menjelaskan
serta meringkas kondisi, situasi, serta beragam variabel yang timbul pada
masyarakat yang dijadikan sebagai objek penelitian, serta untuk memungkinkan
penelitian agar memusatkan diri pada suatu unit tertentu yang sangat mendalam
yang dapat merujuk pada sasaran penelitian
Dalam penelitian ini populasi yang dipilih followers
Natasha Surya di Tiktok. Hingga Juli 2023 jumlah followers Natasha Surya
mencapai 1,7 juta
Analisis data yang digunakan dalam riset ini yaitu partial
least squares structural equation modeling (PLS-SEM) menggunakan program komputer Smart
PLS, dengan tiga tahap uji: 1) tahap inisiasi (penentuan model awal); 2)
tahap estimasi (uji reliabilitas, validitas, kolinearitas model struktural,
signifikansi dan relevansi hubungan model struktural, serta, kekuatan
penjelasan model); dan 3) tahap finalisasi (pengujian hipotesis penelitian)
Hasil dan Pembahasan
Tabel 1
Karakteristik Responden
|
Karakteristik |
Kategori |
Frekuensi |
Persentase |
|
Jenis Kelamin |
Perempuan |
89 |
0,94 |
|
Laki-laki |
6 |
0,06 |
|
|
Usia |
<20 |
4 |
4,21 |
|
20-25 |
22 |
23,15 |
|
|
26-30 |
46 |
48,42 |
|
|
>30 |
23 |
24,21 |
|
|
Domisili |
Balikpapan |
1 |
1,05 |
|
Bandung |
16 |
16,84 |
|
|
Bekasi |
4 |
4,21 |
|
|
Bengkulu |
1 |
1,05 |
|
|
Jakarta |
30 |
31,58 |
|
|
Malang |
7 |
7,37 |
|
|
Pontianak |
1 |
1,05 |
|
|
Semarang |
1 |
1,05 |
|
|
Serang |
2 |
2,11 |
|
|
Surabaya |
17 |
17,89 |
|
|
Tangerang |
7 |
7,37 |
|
|
Tangerang Selatan |
3 |
3,16 |
|
|
Yogyakarta |
5 |
5,26 |
|
|
Pendidikan |
SMA |
19 |
20 |
|
Diploma |
3 |
3,16 |
|
|
S1 |
61 |
64,21 |
|
|
S2 |
12 |
12,63 |
|
|
Pekerjaan |
Ibu Rumah Tangga |
6 |
6,32 |
|
Pegawai BUMN |
12 |
12,63 |
|
|
Pegawai Negeri Sipil |
3 |
3,16 |
|
|
Pegawai Swasta |
46 |
48,42 |
|
|
Pelajar/Mahasiswa |
13 |
13,68 |
|
|
Tenaga Ahli/Professional |
1 |
1,05 |
|
|
Wiraswasta |
14 |
14,74 |
|
|
Penghasilan |
< Rp 4.500.000 |
17 |
17,89 |
|
Rp 4.500.000 - Rp 10.000.000 |
45 |
47,37 |
|
|
Rp 10.000.000 - Rp 20.000.000 |
22 |
23,16 |
|
|
> Rp 20.000.000 |
11 |
11,58 |
Pada tahap pertama analisis data, data akan distandarisasi, dan setiap bobot indikator ditetapkan pada pengelompokan nilai 1 (Hair et al., 2021), selanjutnya menggunakan software SmartPLS, persamaan model analisis digambarkan sebagai berikut:
Gambar 1
Persamaan Model Analisis
Selanjutnya pada tahap
analisis data kedua, akan dilakukan pengujian outer
moder dan inner model
Gambar 2
Model akhir hasil uji loading factor
Kemudian, mengacu pada Hair et al. (2021) dilanjutkan dengan melakukan pengujian reliabilitas dengan mengamati konsistensi internal, nilai reliabilitas diharapkan berada dalam rentang antara 0,70 hingga 0,90, sementara nilai di atas 0,90 dianggap memiliki masalah (Hair et al., 2021). Skor Konsistensi Reliabilitas Internal Impulsive Buying Behavior 0,786, Message Credibility 0,830, Source Credibility 0,842, Perceived Persuasiveness 0,773. Seluruh variabel menggambarkan bahwa skor reliabilitas komposit untuk semua variabel berada diantara 0,70 dan 0,90. Oleh karena itu, dapat ditarik kesimpulan bahwa seluruh variabel telah memenuhi kriteria reliabilitas yang ditetapkan.
Pengujian Validitas
konvergen mencerminkan rata-rata dari nilai kuadrat loading indikator yang
terkait dengan suatu konstruk, nilai AVE yang diterima harus berada di atas 0,5.
Tahap validitas diskriminan dengan melihat nilai korelasi heterotrait�monotrait ratio (HTMT) (Henseler et al. dalam Hair et al., 2021), jika nilai HTMT antara konstruk berada di bawah 0.90, maka dapat dianggap bahwa validitas diskriminan antara konstruk tersebut telah terpenuhi (Hair et al., 2021). Berdasarkan tabel 2 terlihat bahwa semua nilai HTMT untuk setiap indikator berada di bawah angka 0.90. Berdasarkan hasil ini, seluruh variabel yang telah dianalisis dalam penelitian ini memenuhi kriteria validitas diskriminan.
Tabel 2
Uji Validitas Diskriminan
|
|
Impulsive Buying Behavior |
Message Credibillity |
Perceived Persuasiveness |
Source Credibility |
|
Impulsive Buying Behavior |
||||
|
Message Credibillity |
0,395 |
|||
|
Perceived Persuasiveness |
0,583 |
0,500 |
||
|
Source Credibility |
0,291 |
0,720 |
0,757 |
Langkah berikutnya, dilakukan pengujian pemodelan struktural inner model untuk akan mengevaluasi signifikansi dan relevansi statistik melalui pengamatan terhadap bobot indikator lewat tiga tahap (Hair et al., 2021). Pertama model regresi struktural harus diperiksa potensi masalah kolinearitasnya, dengan melihat skor konstruk dari konstruk prediktor pada setiap regresi dalam model struktural digunakan untuk perhitungan nilai variance inflation factor (VIF), nilai VIF harus kurang 5 (Hair et al., 2021). Hasil tabel 3 mengindikasikan tidak adanya permasalahan kolinearitas yang signifikan antara prediktor-prediktor dalam model karena seluruh nilai VIF dibawah 5.
Tabel 3
Kolinearitas Model Struktural
|
|
Impulsive Buying Behavior |
Message Credibillity |
Perceived Persuasiveness |
Source Credibility |
|
Impulsive
Buying Behavior |
|
|
||
|
Message
Credibillity |
|
1,149 |
|
|
|
Perceived
Persuasiveness |
1,000 |
|
||
|
Source
Credibility |
|
1,149 |
|
�
Kedua, dilakukan evaluasi terhadap signifikansi dan relevansi dari koefisien jalur dalam model struktural untuk menentukan nilai t dari koefisien jalur, nilai path coefficient berkisar antara -1 dan +1, (Hair et al., 2021). Hasil uji signifikansi dan relevansi dalam Tabel 4 menunjukkan bahwa nilai koefisien jalur pada riset ini berada dalam rentang -1 dan +1.
Uji Signifikasi dan Relevansi
|
|
Impulsive buying behavior |
Message Credibillity |
Perceived Persuasiveness |
Source Credibility |
|
Impulsive
Buying Behavior |
|
|
|
|
|
Message
Credibillity |
|
|
0,194 |
|
|
Perceived
Persuasiveness |
0,316 |
|
|
|
|
Source
Credibility |
|
|
0,334 |
|
Ketiga, pengujian koefisien determinasi (R2) konstruk endogen, ini mencerminkan variasi yang dapat dijelaskan oleh struktur endogen dalam model, nilai R2 berkisar antara 0 sampai 1, semakin tinggi nilai R2 maka semakin besar variabilitas yang dapat dijelaskan oleh model. (Hair et al., 2021). Hasil pengujian koefisien determinasi pada tabel 5 memperlihatkan bahwa nilai R2 pada riset ini berada dalam rentang 0 hingga 1. Sehingga dapat dipahami bahwa koefisien determinasi dalam riset ini memiliki interpretasi yang dapat dijelaskan secara memadai.
Tabel 5
Uji Koefisien Determinasi
|
|
R Square |
|
Impulsive
buying behavior |
0,100 |
|
Perceived
persuasiveness |
0,196 |
Pada tahap finalisasi, akan dilakukan pengujian hipotesis hasil penelitian serta
efek mediasi. Metode yang digunakan untuk pengujian ini adalah uji
bootstrapping (Hair et al., 2021). Dalam uji bootstrapping, pengujian
signifikansi hipotesis dapat dilakukan melalui perhitungan t-values pada
koefisien jalur (path coefficients), serta dengan menggunakan nilai critical
values (p-values), indikator dinyatakan signifikan secara statistik pada taraf
signifikansi 5% jika nilai t-value melebihi 1.96, serta nilai p-values kurang
dari 0.05 (tingkat signifikansi 5%)
Hasil uji statitik bootstrapping yang dilakukan menggunakan program SmartPLS menunjukan bahwa Hipotesis 1 yang menguji pengaruh message credibility (X1) terhadap perceived persuasiveness (M) memiliki nilai path coefficient sebesar 0.194, t-statistic sebesar 2.008, dan p-values sebesar 0.045. Dapat diketahui bahwa hipotesis ini berpengaruh signifikan. Nilai t-statistic yang lebih dari 1.96 (nilai kritis untuk taraf signifikansi 5%) dan nilai p-values yang tidak lebih dari 0.05 menunjukkan bahwa hipotesis ini dapat diterima.
Selain itu, berdasarkan
nilai path coefficient yang positif (0.194), bisa dijelaskan bahwa ada hubungan
positif yang kuat antara message credibility (X1) dan perceived persuasiveness
(M). Ini berarti bahwa semakin tinggi tingkat kredibilitas pesan, semakin
tinggi juga tingkat persuasiveness yang dirasakan
oleh audiens. Oleh karena itu, hasil pengujian ini mendukung hipotesis 1 yang
mengungkapkan bahwa message credibility berpengaruh positif serta signifikan
pada perceived persuasiveness.
Selanjutnya Hipotesis 1a yang menguji pengaruh source credibility (X2) terhadap perceived persuasiveness (M) memiliki nilai path coefficient sebesar 0.334, t-statistic sebesar 3.094, dan p-values sebesar 0.002. Berdasarkan hasil tersebut, dapat diambil kesimpulan bahwa hipotesis 1a berpengaruh signifikan. Nilai t-statistic yang melebihi 1.96 dan nilai p-values yang tidak lebih dari 0.05 menunjukkan bahwa hipotesis ini signifikan dan dapat diterima.
Interpretasi lebih lanjut
dari nilai path coefficient yang positif (0.334) memperlihatkan adanya hubungan
positif yang kuat antara source credibility (X2) dan perceived persuasiveness
(M). Artinya, semakin tinggi kredibilitas sumber, semakin besar pula
pengaruhnya terhadap tingkat persuasiveness yang
dirasakan audiens. Maka, hasil pengujian ini mendukung hipotesis 1a yang
mengemukakan bahwa source credibility berpengaruh positif serta signifikan
terhadap perceived persuasiveness.
Hipotesis
1c menguji pengaruh dari message credibility
(X1) terhadap impulsive buying behavior (Y) yang dimediasi oleh perceived
persuasiveness (M). Hasil analisis menunjukkan bahwa path coefficient dari
hubungan ini memiliki nilai sebesar 0.061. Selanjutnya, nilai t-statistic
sebesar 1.541 dan p-values sebesar 0.123 menggambarkan bahwa hipotesis tidak
memiliki pengaruh yang signifikan. Meskipun nilai path coefficient-nya positif,
hal ini mengindikasikan bahwa perceived persuasiveness (M) tidak memainkan
peran sebagai mediator antara hubungan message credibility (X1) dan impulsive
buying behavior (Y).
Namun, hasil analisis juga mengungkapkan bahwa terdapat hubungan positif antara perceived persuasiveness (M), message credibility (X1), dan impulsive buying behavior (Y). Oleh karena itu, berdasarkan temuan ini, hipotesis 1 yang mengklaim adanya mediasi oleh perceived persuasiveness (M) dalam hubungan antara message credibility (X1) dan impulsive buying behavior (Y) tidak dapat diterima.
Hipotesis 1d menguji pengaruh dari source credibility (X2) terhadap impulsive buying behavior (Y) yang dimediasi oleh perceived persuasiveness (M). Dalam analisis ini, nilai path coefficient dari hubungan ini tercatat sebesar 0.105. Selanjutnya, t-statistic yang mencapai 2.275 dan p-values sebesar 0.023 menunjukkan bahwa hipotesis ini memiliki dampak yang signifikan. Lebih lanjut, nilai path coefficient yang positif memberikan gambaran bahwa perceived persuasiveness (M) berperan sebagai mediator dalam hubungan antara source credibility (X2) dan impulsive buying behavior (Y). Dengan temuan ini, hipotesis 1d dapat diterima, mendukung adanya peran mediasi perceived persuasiveness (M) dalam hubungan antara source credibility (X2) dan impulsive buying behavior (Y).
Pembahasan
Dalam konteks audiens yang mengikuti live streaming di platform TikTok, penelitian ini menunjukkan bahwa ketika audiens secara aktif fokus pada karakteristik pesan yang disampaikan dalam siaran langsung tersebut, mereka akan mengalami pengaruh. Temuan ini konsisten dengan teori Elaboration Likelihood Model (ELM) yang mencoba untuk menjelaskan peran dari jalur sentral dalam variabel yang menghasilkan perubahan sikap (Petty et al., 2015). Temuan ini juga sejalan dengan studi sebelumnya oleh Xu & Warkentin (2020), yang menekankan bahwa karakteristik pesan mampu memengaruhi perubahan sikap.
Dua temuan menarik yang dihasilkan dari penelitian ini. Pertama, penelitian menunjukkan bahwa semakin jelas pesan yang disampaikan oleh Natsoe dalam siaran TikTok langsung, semakin persuasif audiensnya. Temuan ini mendukung hasil studi Moradi & Zihagh (2022), yang menggarisbawahi bahwa jalur sentral dapat meningkatkan pengaruh secara signifikan. Selanjutnya, temuan kedua menunjukkan bahwa kelengkapan pesan yang disampaikan dalam siaran TikTok langsung oleh Natsoe berhubungan dengan pengaruh yang lebih besar terhadap audiens. Temuan ini mendapatkan dukungan dari studi McAlister & Bargh (2016), yang menggunakan ELM untuk menjelaskan bagaimana pesan dalam iklan diproses oleh individu dengan tingkat keterlibatan yang berbeda.
Hasil ini sejalan pula dengan pandangan Sigler (2017), yang mengusulkan bahwa jalur sentral digunakan untuk mengolah pesan persuasif yang memerlukan pemikiran mendalam ketika audiens secara aktif mempertimbangkan isi pesan. Studi sebelumnya telah menemukan bahwa faktor jalur sentral dalam ELM memiliki potensi dalam mempengaruhi individu (Williams & Smith, 2014; Johnson & Anderson, 2021; Setini, 2020; Smith & Johnson, 2020). Namun, belum ada penelitian yang secara eksplisit membuktikan bahwa kredibilitas pesan dalam siaran TikTok langsung dapat memengaruhi audiens. Karena itu, penelitian ini memberikan sumbangan baru dengan mengkonfirmasi bahwa kualitas pesan memiliki dampak pada individu yang memiliki kebutuhan informasi tinggi.
Selanjutnya temuan dalam penelitian ini mengindikasikan bahwa semakin tinggi kredibilitas sumber dalam live streaming TikTok, semakin besar pengaruhnya terhadap audiens. Temuan ini sesuai dengan teori Elaboration Likelihood Model (ELM) yang mencoba menjelaskan peran spesifik melalui jalur periferal pada variabel dalam menghasilkan perubahan sikap (Petty et al., 2015).
Temuan menarik lain dapat dilihat dari daya tarik Natsoe dalam live streaming TikTok yangtidak memiliki dampak yang signifikan terhadap persuasivitas audiens. Hasil ini berlawanan dengan penemuan Lou & Yuan (2019) yang menyimpulkan bahwa daya tarik influencer dalam konten merek memiliki dampak positif terhadap kepercayaan pengikut mereka. Hasil ini juga berbeda dengan penelitian terbaru oleh Li et al. (2023) yang menunjukkan bahwa seorang live streamer dapat secara langsung memengaruhi perilaku konsumsi pengguna online, terutama dalam hal daya tarik.
Namun, hasil positif ditemukan dalam sub-variabel keahlian. Temuan ini menunjukkan bahwa semakin tinggi kualifikasi seorang sumber, semakin besar pengaruhnya terhadap audiens. Hasil ini sesuai dengan pandangan O�Keefe (2013), yang menyatakan bahwa penerima pesan dapat mengambil keputusan berdasarkan pertimbangan sederhana seperti keahlian komunikator, kesukaan, dan reaksi terhadap orang lain.
Selanjutnya, diketahui pula bahwa semakin terpercaya seorang sumber, semakin besar pengaruhnya terhadap audiens. Temuan ini sesuai dengan studi Chung & Cho (2017) yang menyimpulkan bahwa sumber yang terpercaya dapat menciptakan sikap yang efektif, dan kepercayaan yang dimiliki oleh seorang influencer berpengaruh pada keterlibatan konsumen (Berne-Manero & Marzo-Navarro, 2020). Hasil ini juga konsisten dengan riset terbaru oleh Ismagilova et al. (2020) yang menyatakan bahwa karakteristik pemberi informasi dapat mempengaruhi upaya persuasi.
Temuan dalam riset ini memperlihatkan bahwa, meskipun message credibility dan perceived persuasiveness menunjukan hubungan positif hal tersebut tidak mempengaruhi audiens dalam berperilaku pembelian impulsif (impulsive buying behavior). Temuan pada riset ini bertolak belakang dengan penelitian Thomas et al. (2019), yang menemukan bahwa selain pesan dapat mempengaruhi persuasiveness juga mempengaruhi perubahan perilaku.
Mengadopsi temuan terbaru Kumar
et al. (2023) yang memaparkan bahwa perubahan sikap dapat mempengaruhi
perubahan perilaku dalam hal ini intensi pembelian, temuan dalam penelitian ini
menunjukan hal yang berbeda. Hasil dari penelitian ini juga memberikan persepsi
baru bahwa central route tidak menjadi prediktor dominan, karena apabila
didasarkan pada ELM, central route merupakan prediktor dominan
Selain itu hasil penelitian ini menunjukan bahwa melalui ELM ditemukan bahwa impulsive buying behavior tidak dipengaruhi oleh message credibility. �Sehingga temuan ini menolak temuan Jaeger & Weber (2020) yang mengemukakan bahwa message credibility dapat meningkatkan keinginan pembelian, serta temuan dari riset terbaru oleh Shamim & Islam (2022) mengemukakan hal yang membuat orang melakukan impulsive buying behavior adalah message credibility.
Temuan dalam riset ini
memperlihatkan bahwa, source credibility dimediasi perceived persuasiveness
mempengaruhi audiens dalam berperilaku pembelian impulsif (impulsive buying
behavior). Temuan pada riset ini sesuai dengan temuan
Selain itu apabila didasarkan pada ELM, merujuk pada riset terbaru Tsiotsou et al. (2022) central route merupakan prediktor dominan, sedangkan hasil dari penelitian ini memberikan persepsi baru bahwa peripheral route merupakan prediktor dominan.
Selanjutnya dikatakan bahwa dalam ELM, konsep kemungkinan elaborasi (elaboration likelihood) digunakan untuk menilai motif individu, yang didalamnya dikatakan bahwa konsumen yang berpendidikan tinggi akan cenderung meneliti informasi logis yang didapatkan melalui rute sentral dibandingkan melalui petunjuk periferal (peripheral cues) (Duverger dalam Moradi & Zihagh, 2022). Bila disandingkan dengan temuan dalam riset ini, dapat dilihat bahwa 80% audiens yang menjadi partisipan dalam riset memiliki pendidikan yang tinggi, temuan Duverger (dalam Moradi & Zihagh, 2022) bertolak belakang dengan hasil riset ini yang menunjukan bahwa perubahan perilaku dipengaruhi oleh peripheral route. Melalui hal ini dapat ditentukan pula bahwa audiens Tiktok live streaming Natsoe memproses informasi melalui periferal.
Hasil penelitian ini menunjukan bahwa melalui ELM ditemukan bahwa impulsive buying behavior dipengaruhi oleh source credibility. Sehingga temuan ini sesuai dengan temuan Zhou et al. (2016) yang mengemukakan bahwa peripheral cue yang persuasif di live streaming shopping membantu pemirsa untuk mengevaluasi produk dengan lebih baik dan membuat keputusan konsumsi yang lebih tepat. Serta temuan Chiu (2022) yang menemukan bahwa orang yang terpengaruh oleh cues pada rute periferal cenderung menunjukan sikap positif pada iklan dan memiliki perubahan perilaku dalam intensi pembelian lebih tinggi.
Kesimpulan
Secara keseluruhan dalam penelitian ini dapat ditarik kesimpulan bahwa dalam konteks live streaming TikTok, impulsive buying behavior tidak dipengaruhi secara signifikan oleh message credibility atau perceived persuasiveness. Meskipun ada hubungan positif antara message credibility dan perceived persuasiveness, keduanya tidak memengaruhi audiens dalam perilaku pembelian impulsif. Sebaliknya, impulsive buying behavior lebih dipengaruhi oleh source credibility. Temuan ini menunjukkan bahwa faktor kepercayaan terhadap sumber informasi dalam live streaming memiliki dampak yang lebih besar terhadap keputusan pembelian impulsif audiens daripada karakteristik pesan atau persuasiveness. Hal ini dapat menjadi dasar untuk penelitian lebih lanjut tentang faktor-faktor yang memengaruhi impulsive buying behavior dalam konteks media sosial dan live streaming.
Temuan dalam riset ini menunjukan
bahwa 80% audiens yang menjadi partisipan dalam riset memiliki pendidikan yang
tinggi dan perubahan perilaku yang terjadi dipengaruhi oleh peripheral route.
Hal ini bertolak belakang dengan temuan Duverger (dalam Moradi & Zihagh,
2022) yang menyampaikan bahwa konsumen
yang berpendidikan tinggi akan cenderung meneliti
informasi logis yang didapatkan melalui rute sentral (central route)
dibandingkan melalui petunjuk periferal (peripheral routes). Hal ini
dapat dijadikan sebagai peluang untuk penelitian di masa mendatang dalam
mengembangkan isu ini.
BIBLIOGRAFI
Akram, U., Hui, P., Khan, M.,
Yan, C., & Akram, Z. (2018). Factors affecting online impulse buying:
Evidence from Chinese social commerce environment. Sustainability.
https://doi.org/https://doi.org/10.3390/su10020352
Appel, G., Grewal, L., Hadi,
R., & Stephen, A. (2020). The future of social media in marketing.
Journal of the Academy of Marketing science, 48(1), 79-95.
https://doi.org/10.1007/s11747-019-00695-1
Appelman, A., & Sundar, S.
(2016). Measuring message credibility: Construction and validation of an
exclusive scale. Journalism & Mass Communication Quarterly, 93(1), 59-79.
https://doi.org/10.1177/1077699015606057
Berne-Manero, C., &
Marzo-Navarro, M. (2020). Exploring how influencer and relationship marketing
serve corporate sustainability. Sustainability, 12(11), 4392.
https://doi.org/10.3390/su12114392
Brosius, A., Hameleers, M.,
& van der Meer, T. (2022). Can we trust measures of trust? a comparison
of results from open and closed questions. Quality & Quantity, 56,
2907�2924. https://doi.org/10.1177/1077699015606057
Chen, C.-C., & Lin, Y.-C.
(2018). What drives live-stream usage intention? The perspectives of flow,
entertainment, social interaction, and endorsement. Telematics and
Informatics, 35(6), 293-303. https://doi.org/10.1016/j.tele.2017.12.003
Chen, Y., Lu, Y., Wang, B.,
& Pan, Z. (2019). How do product recommendations affect impulse buying?
An empirical study on WeChat social commerce. Information & Management,
56(2), 236-248. https://doi.org/10.1016/j.im.2018.09.002
Chiu, Y.-P. (2022). An
elaboration likelihood model of Facebook advertising effectiveness: Self-monitoring
as a moderator. Journal of Electronic Commerce Research, 23(1), 33-44.
Chung, S., & Cho, H.
(2017). Fostering parasocial relationships with celebrities on social media:
Implications for celebrity endorsement. Psychology & Marketing 34.4 (2017):,
34(4), 481-495. https://doi.org/10.1002/mar.21001
Foy, J., LoCasto, P., Briner,
S., & Dyar, S. (2017). Would a madman have been so wise as this?� The
effects of source credibility and message credibility on validation. Memory
& cognition, 45, 281-295. https://doi.org/10.3758/s13421-016-0656-1
Gao, X., Xu, X.-Y., Tayyab,
S., & Li, Q. (2021). How the live streaming commerce viewers process the
persuasive message: an ELM perspective and the moderating effect of
mindfulness. Electronic Commerce Research and Applications, 49, 101087.
https://doi.org/10.1016/j.elerap.2021.101087
Guo, Y., Zhang, K., &
Wang, C. (2022). Way to success: understanding top streamer's popularity and
influence from the perspective of source characteristics. Journal of Retailing
and Consumer Services, 64, 102786.
https://doi.org/10.1016/j.jretconser.2021.102786
Heo, J., Kim, Y., & Yan,
J. (2020). Sustainability of live video streamer�s strategies: Live streaming
video platform and audience�s social capital in South Korea. Sustainability,
12(5), 1969. https://doi.org/10.3390/su12051969
Huang, R., Ha, S., & Kim,
S.-H. (2018). Narrative persuasion in social media: an empirical study of
luxury brand advertising. Journal of Research in Interactive Marketing,
12(3). https://doi.org/doi/10.1108/JRIM-07-2017-0059
Ismagilova, E., Slade, E.,
Rana, N., & Dwivedi, Y. (2020). The effect of characteristics of source
credibility on consumer behaviour: A meta-analysis. Journal of Retailing and
Consumer Services, 53, 101736.
https://doi.org/10.1016/j.jretconser.2019.01.005
Jaeger, A.-K., & Weber, A.
(2020). Can you believe it? The effects of benefit type versus construal
level on advertisement credibility and purchase intention for organic food.
Journal of Cleaner Production, 257, 120543.
https://doi.org/10.1016/j.jclepro.2020.120543
Johnson, M., & Anderson,
L. (2021). The impact of electronic advertising on consumer behavior.
Electronic Marketing Research, 15(4), 123-140.
https://doi.org/10.1016/j.elerap.2021.101087
Kim, E., Shoenberger, H.,
Kwon, E., & Ratneshwar, S. (2022). A narrative approach for overcoming
the message credibility problem in green advertising. Journal of Business
Research, 147, 449-461. https://doi.org/10.1016/j.jbusres.2022.04.024
Kimiagari, S., & Malafe,
N. (2021). The role of cognitive and affective responses in the relationship
between internal and external stimuli on online impulse buying behavior.
Journal of Retailing and Consumer Services, 61, 102567.
https://doi.org/10.1016/j.jretconser.2021.102567
Kumar, S., Prakash, G., Gupta,
B., & Cappiello, G. (2023). How e-WOM influences consumers' purchase
intention towards private label brands on e-commerce platforms: Investigation
through IAM (Information Adoption Model) and ELM (Elaboration Likelihood
Model) Models. Technological Forecasting and Social Change, 187, 122199.
https://doi.org/10.1016/j.techfore.2022.122199
Li, L., Feng, Y., & Zhao,
A. (2023). An interaction�immersion model in live streaming commerce: the
moderating role of streamer attractiveness. Journal of Marketing Analytics,
1-16. https://doi.org/10.1057/s41270-023-00225-7
Lin, S.-C., Tseng, H.-T.,
Shirazi, F., Hajli, N., & Tsai, P.-T. (2023). Exploring factors
influencing impulse buying in live streaming shopping: a
stimulus-organism-response (SOR) perspective. Asia Pacific Journal of
Marketing and Logistics, 35(6), 1383-1403.
https://doi.org/10.1108/APJML-12-2021-0903
Lo, L.-S., Lin, S.-W., &
Hsu, L.-Y. (2016). Motivation for online impulse buying: A two-factor theory
perspective. International Journal of Information , 36(5), 759-772.
https://doi.org/10.1016/j.ijinfomgt.2016.04.012
Lou, C., & Yuan, S.
(2019). Influencer marketing: How message value and credibility affect
consumer trust of branded content on social media. Journal of interactive
advertising, 19(1), 58-73. https://doi.org/10.1080/15252019.2018.1533501
McAlister, A., & Bargh, D.
(2016). Dissuasion: The elaboration likelihood model and young children.
Young Consumers, 17(3), 210-225. https://doi.org/10.1108/YC-02-2016-00580
Ming, J., Jianqiu, Z., Bilal,
M., Akram, U., & Fan, M. (2021). How social presence influence impulse
buying behavior in live streaming commerce? The role of SOR theory.
International Journal of Web Informatic Systems, 300-320.
https://doi.org/10.1108/IJWIS-02-2021-0012
Moradi, M., & Zihagh, F.
(2022). A meta‐analysis of the elaboration likelihood model in the
electronic word of mouth literature. International Journal of Consumer
Studies, 46(5), 1900-1918. https://doi.org/10.1111/ijcs.12814
O�Keefe, D. (2018). Message
pretesting using assessments of expected or perceived persuasiveness:
Evidence about diagnosticity of relative actual persuasiveness. Journal of
Communication, 68(1), 120-142. https://doi.org/10.1093/joc/jqx009
Ohanian, R. (1991). The impact
of celebrity spokespersons' perceived image on consumers' intention to
purchase. Journal of Advertising Research, 31(1), 46�54.
Petty, R., & Cacioppo, J.
(1986). The elaboration likelihood model of persuasion. Springer New York.
https://doi.org/10.1007/978-1-4612-4964-1
Petty, R., Cacioppo, J., &
Kasmer, J. (2015). The role of affect in the elaboration likelihood model of
persuassion. Dalam L. Donohew, H. Sypher, & E. Higgins (Penyunt.),
Communication, social cognition, and affect (PLE: emotion). Psychology Press.
Satyavani, M., & Chalam,
G. V. (2018). Online impulse buying behaviour � a suggested approach. IOSR
Journal of Business and Management (IOSR-JBM), 77-83.
https://doi.org/10.9790/487X-2008047783
Setini, M. (2020). Integrated
social media marketing with elaboration likelihood model (ELM) in Bali,
Indonesia. Journal of Marketing Research, 25(2), 78-92.
Shamim, K., & Islam, T.
(2022). Digital influencer marketing: how message credibility and media
credibility affect trust and impulsive buying. Journal of Global Scholars of
Marketing Science, 32(4), 601-626. https://doi.org/10.1080/21639159.2022.2052342
Smith, A., & Johnson, P.
(2020). Cybersecurity practices in small and medium-sized enterprises.
Computers & Security, 85, 1-15.
https://doi.org/10.1016/j.cose.2020.102009
Sun, Y. (2020). Analysis of
impulsive buying behavior in live broadcast scenarios. Education Reform and
Development, 2(2). https://doi.org/10.26689/erd.v2i2.2135
Sun, Y., Shao, X., Li, X.,
Guo, Y., & Ni, K. (2019). How live streaming influences purchase
intentions in social commerce: An IT affordance perspective. Electronic
Commerce Research and Applications.
https://doi.org/https://doi.org/10.1016/j.elerap.2019.100886.
Surya, N. (2023). Tiktok:
Natasha Surya. Retrieved from Tiktok: https://www.tiktok.com/@natasha.surya
Tempo.co. (2023, Maret 14).
Mengenal Tiktok affiliate dan cara daftarnya. Retrieved from Tempo Website:
https://tekno.tempo.co/read/1702541/mengenal-tiktok-affiliate-dan-cara-daftarnya
Thomas, R., Masthoff, J.,
& Oren, N. (2019). Can i influence you? development of a scale to measure
perceived persuasiveness and two studies showing the use of the scale.
Frontiers in Artificial Intelligence, 2, 24.
https://doi.org/10.3389/frai.2019.00024
Tiktok for Business. (2022).
TikTok works: how entertainment on TikTok improves efficiency for brands.
Retrieved from Tiktok For Business Web Site:
https://www.tiktok.com/business/en-SG/blog/tiktok-works-how-entertainment-improves-efficiency-for-brands?redirected=1
Tiktok Shop. (2022). Why
Tiktok shop. Retrieved from Tiktok Website:
https://shop.tiktok.com/business/id?source_page=TT4B
Tsiotsou, R., Koles, B., Paul,
J., & Loureiro, S. (2022). Theory generation from literature reviews: A
methodological guidance. International Journal of Consumer Studies, 46(5),
1505-1516. https://doi.org/10.1111/ijcs.12861
Williams, K., & Smith, J.
(2014). Exploring the effects of social media on interpersonal communication.
Journal of Communication Studies, 21(3), 45-62.
https://doi.org/10.1080/15332861.2014.910729
Wongkitrungrueng, A., &
Assarut, N. (2020). The role of live streaming in building consumer trust and
engagement with social commerce sellers. Journal of Business Research,
543-556. https://doi.org/https://doi.org/10.1016/j.jbusres.2018.08.032.
Wu, I.-L., Chen, K.-W., &
Chiu, M.-L. (2016). Defining key drivers of online impulse purchasing: A
perspective of both impulse shoppers and system users. International Journal
of Information Management, 284-296. https://doi.org/https://doi.org/10.1016/j.ijinfomgt.2015.11.015.
Wu, I.-L., Chiu, M.-L., &
Chen, K.-W. (2020). Defining the determinants of online impulse buying
through a shopping process of integrating perceived risk,
expectation-confirmation model, and flow theory issues. International Journal
of Information Management.
https://doi.org/https://doi.org/10.1016/j.ijinfomgt.2020.102099
Xu, F., & Warkentin, M.
(2020). Integrating elaboration likelihood model and herd theory in
information security message persuasiveness. Computers & Security, 98,
102009. https://doi.org/10.1016/j.cose.2020.102009
Xu, X., Wu, J.-H., Chang,
Y.-T., & Li, Q. (2019). The investigation of hedonic consumption,
impulsive consumption and social sharing in e-commerce live-streaming videos.
PACIS 2019 Proceedings, 43. Retrieved from
https://aisel.aisnet.org/pacis2019/43
Xue, J., Liang, X., Xie, T.,
& Wang, H. (2020). See now, act now: How to interact with customers to
enhance social commerce engagement? Information & Management, 57(6),
103324. https://doi.org/10.1016/j.im.2020.103324
Zhang, M., & Shi, G.
(2022). Consumers� impulsive buying behavior in online shopping based on the
influence of social presence. Computational Intelligence and Neuroscience,
2022, 8. https://doi.org/10.1155/2022/6794729
Zhou, T., Lu, Y., & Wang,
B. (2016). Examining online consumers� initial trust building from an
elaboration likelihood model perspective. Information Systems Frontiers, 18,
265-275. https://doi.org/10.1007/s10796-014-9530-5
Zhu, J. (2021). How live-streaming has been utilized to function on the market of e-commerce in recent China. 2021 International Conference on Public Relations and Social Sciences (ICPRSS 2021), 533-536. https://doi.org/https://doi.org/10.2991/assehr.k.211020.212
|
Copyright holder: Putri Nila
Rahmataini, Reza Safitri, Bambang Dwi Prasetyo (2022) |
|
First publication right: Syntax Literate:
Jurnal Ilmiah Indonesia |
|
This article is licensed under:
|
