Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849
e-ISSN: 2548-1398
Vol. 9, No. 1, Januari 2024
PENGARUH KEPERCAYAAN AKAN
SIMULASI VIRTUAL TRY ON TERHADAP NIAT
BELI DI E-COMMERCE
Imagodeo Bideyesa
Laimeheriwa, Agung Stefanus Kembau
Fakultas Ilmu Sosial dan Humaniora, Universitas Bunda Mulia, Indonesia
Email: [email protected], [email protected]
Abstrak
Penelitian ini bertujuan
untuk menganalisa pengaruh kepercayaan akan fitur interaktif dan realisme
visual pada simulasi virtual try-on terhadap niat beli di e-commerce.
Penelitian ini menggunakan metode campuran yaitu menggambungkan metode
kuantitatif dan metode kualitatif dengan tujuan untuk menjamin temuan yang
beralasan dan memvalidasi data yang telah dianalisa. Teknik pengambilan data
yang digunakan yaitu kuesioner (kuantitatif) dan wawancara (kualitatif), dengan
sampel sebanyak 391 responden dan 4 narasumber. Populasi yang ditentukan yaitu
masyarakat daerah Jakarta, Bogor, Depok, Tanggerang, dan Bekasi (Jabodetabek),
dengan sampel yang diambil yaitu pengguna yang pernah dan belum pernah
menggunakan simulasi virtual try-on. Analisa data dilakukan menggunakan
software Smart-PLS versi 4.0.9.6, dengan menguji outer model dan inner model.
Hasil penelitian ini mengungkapkan bahwa karakteristik simulasi AR berpengaruh
terhadap kepercayaan. Kepercayaan akan simulasi virtual try-on berpengaruh
positif terhadap niat beli. Pengalaman pengguna berpengaruh signifikan memoderasi
hubungan antara fitur interaktif terhadap kepercayaan dan tidak berpengaruh
memoderasi hubungan antara realisme visual terhadap kepercayaan. Penelitian ini
menemukan bahwa keberadaan pengalaman pengguna mempelemah hubangan antara fitur
interaktif dan kepercayaan. Impementasi simulasi virtual try-on pada e-commerce
di Indonesia dapat dilakukan dengan memprioritaskan pengembangan fitur
interaktif dan realisme visual untuk memperkuat kepercayaan konsumen bahwa
hasil yang dilihat pada simulasi tersebut terlihat nyata. Saran dan harapan
peneliti untuk penelitian selanjutnya yaitu adanya eksplorasi aspek-aspek lain
yang dapat memengaruhi tingkat kepercayaan konsumen terhadap simulasi virtual
try-on. Misalnya, resiko keamanan data dan privasi guna untuk menggali
kompleksitas dalam pembentukan kepercayaan.
Kata Kunci: E-Commerce,
Augmented Reality, Simulasi Virtual Try-On, Fitur Interaktif, Realisme Visual,
Kepercayaan, Niat Beli
Abstract
This research aims to analyze the influence of trust in interactive
features and visual realism in virtual try-on simulations on purchase intention
in e-commerce. This study employs a mixed-methods approach, combining
quantitative and qualitative methods. Researchers were selected with the goal
of ensuring reasonable findings and validating the analyzed data. Data
collection techniques included questionnaires (quantitative) and interviews
(qualitative), with a sample size of 391 respondents and 4 interviewees. The
determined population was residents of Jakarta, Bogor, Depok, Tangerang, and
Bekasi (Jabodetabek), with the sample comprising users who have and have not
used virtual try-on simulations. Data analysis was performed using Smart-PLS
software version 4.0.9.6, testing both the outer and inner models. The results of this research reveal that AR simulation characteristics
significantly influence trust. Trust in virtual try-on simulations positively
affects purchase intention. User experience significantly moderates the
relationship between interactive features and trust and does not moderate the
relationship between visual realism and trust. This study finds that user
experience weakens the relationship between interactive features and trust. The implementation of virtual try-on simulations in Indonesian
e-commerce can be carried out by prioritizing the development of interactive
features and visual realism to strengthen consumer trust that the results seen
in the simulations appear realistic. Researchers suggest exploring other
aspects that can influence consumer trust in virtual try-on simulations for
future research, such as data security and privacy risks, to delve into the
complexities of trust formation.
Keywords: E-Commerce, Augmented Reality, Virtual Try-On Simulation, Interactive
Features, Visual Realism, Trust, Purchase Intention
Pendahuluan
E-commerce merupakan platform jual beli online
yang bertumbuh seiring terjadinya transformasi teknologi pada bidang ekonomi
bisnis, dan terus mengalami perubahan setiap tahun (Agung et al., 2023). Perubahan ini tidak hanya mengubah cara
pendang dalam berbisnis, namun juga membarui kegiatan bisnis dari konvensional
menjadi online, dengan memanfaatkan internet sebagai sarana penjualan (Prasetiyo &
Fazarriyawan, 2020). Menurut data yang diterbitkan statista
pada tahun 2022, penjualan pada e-commerce
di seluruh dunia diperkirakan melebihi 5,7 triliun dolar AS, dan angka ini
diprediksi akan terus bertambah dari tahun ke tahun (Pasquali, 2023).
Gambar 1. Penjualan pada e-commerc rritel di dunia
tahun 2014-2025
(Sumber: Statista Research Department melalui Pasquali, 2023)
Berdasarkan data diatas, dapat disimpulkan
bahwa untuk dua tahun mendatang, e-commerce
akan tetap menjadi platform yang penting bagi para pengusaha di dunia guna
untuk mengakses pasar yang lebih luas, dengan tidak terbatas pada wilayah dalam
negeri namun juga luar negeri (Hasan, 2023). Di sisi lain, platform ini diandalkan
penjual dalam melakukan manajemen inventaris, sistem transaksi, distribusi
produk, dan pelacakan pesanan. Contoh platform e-commerce yang populer di dunia yaitu Shopify, Wix, BigCommerce,
Adobe Commerce, WooCommerce,
Squarespace, Big Cartel, Weebly, 3dchart, Vulusion, dan OpenChart (Sheehan, 2022).
E-commerce di Indonesia sendiri telah mengalami
pertumbuhan yang sangat pesat dalam beberapa tahun terakhir dan telah
mempengaruhi semua lini bisnis di bangsa ini, baik micro maupun macro
(Mustajibah, 2021).
Eksistensi e-commerce dengan didukung oleh akses internet yang luas membuat
aktivitas jual beli barang atau jasa mengalami perubahan yang signifikan, di
mana pemasaran digital yang dilakukan oleh penjual dapat berjalan dengan cepat,
mudah dan gratis (Rahmidani, 2017). Bagi pelanggan, platform ini membantu
dalam mempermudah proses pembelian secara online daripada berbelanja di
toko fisik karena adanya kemudahan, kenyamanan, dan pilihan yang ditawarkan
oleh platform tersebut. Namun terlepas dari hal positifnya, Syed et al. (2021),
dan Liu & Napitupulu
(2020) berpendapat bahwa terdapat tantangan utama
dalam e-commerce yaitu kekurangan
pengalaman fisik yang dapat diberikan oleh toko-toko konvensional, di mana
platfotm ini lebih menghadirkan presentasi produk dalam bentuk dua dimensi
kepada pelanggan, serta memiliki keterbatasan dalam menawarkan opsi dan
fleksibilitas. Konsumen tidak dapat melihat, merasakan, atau menguji produk
secara langsung sebelum membeli, sehingga muncul rasa ketidakpastian,
kecemasan, atau kekecewaan jika produk yang diterima tidak sesuai dengan
ekspektasi (Whang et al., 2021). Menurut Watson et al., (2020), salah satu teknologi yang memiliki
potensi untuk mengubah pengalaman belanja online adalah augmented
reality.
Augmented Reality atau AR merupakan teknologi di mana dunia
nyata dan informasi produk digabungkan sedemikian rupa, sehingga dari pandangan
pengguna terhadap produk akan menjadi satu dengan lingkungan sekitar (Bonetti et al., 2018). Bersama dengan VR, teknologi AR juga
turut berkontribusi dalam menciptakan tren baru di era digital sekarang yaitu
metaverse (Sunardi et al., 2022). Perusahaan riset dan konsultasi teknologi
yaitu Gartner, memasukkan AR ke dalam daftar "Top 10 Strategic
Technology Trends" untuk tahun-tahun mendatang. Panetta (2019) mengungkapkan bahwa, AR akan menjadi salah
satu teknologi yang sangat berpengaruh dan memprediksi bahwa teknologi tersebut
akan masuk ke dalam berbagai industri, seperti e-commerce, manufaktur, dan pendidikan. Sejak tahun 2010, industri e-commerce telah menggunakan AR telah
untuk menampilkan produk virtual secara real-time di lingkungan
nyata (Liu & Napitupulu,
2020). Menurut Kowalczuk et al. (2021), dengan adanya teknologi AR konsumen dapat
memvisualisasikan produk, mencoba variasi warna atau gaya, dan melihat
bagaimana produk tersebut berinteraksi dengan lingkungan sekitarnya. Konsumen
dapat mensimulasikan produk virtual seolah-olah mereka berada di toko
fisik, dan hal tersebut dapat meningkatkan tingkat kepercayaan dan mengurangi
risiko pembelian yang salah (Gabriel et al., 2023). Simulasi tersebut dapat membantu konsumen
dalam mengambil keputusan, meningkatkan tingkat keterlibatan, dan meningkatkan
pengalaman berbelanja secara keseluruhan. Menurut Gallardo et al., (2018), augmented reality berkontribusi pada
pengembangan pemasaran, memberikan manfaat yang berkontribusi pada citra
perusahaan, memperkuat interaksi dengan pelanggan dan meningkatkan performa
penjualan. Menurut data statista pada tahun 2022, menunjukkan bahwa seperempat
konsumen di dunia menggunakan teknologi augmented reality sebagai alat
yang dapat memengaruhi niat pembelian mereka. Jerman menduduki peringkat
pertama dengan 22 persen, diikuti oleh konsumen Prancis dengan 16 persen (Coppola, 2023).
Menurut data yang diterbitakan Forbes pada
tahun 2021, penggunaan AR telah meningkatkan penjualan online hingga 200
persen dan salah satu toko retail telah mencapai angka tiga kali lipat jumlah
pelanggan online setelah menggunakan teknologi ini (Galer, 2021). Pencapaian tersebut tidak terlepas dari
karakteristik dari AR itu sendiri yaitu memberikan simulasi yang realistis dan
interaktif (Wu et al., 2020), sehingga pelanggan mengadopsi teknologi
ini sebagai alat pertimbangan saat belanja online yang disebut dengan virtual try-on (Gabriel et al., 2023).
Simulasi virtual try-on
menggunakan teknologi augmented reality memungkinkan konsumen untuk
memvisualisasikan produk seperti perhiasan, make up, pakaian, sepatu dan
furniture dalam lingkungan sekitar mereka seolah-olah mereka sedang
mencoba produk tersebut secara fisik (Galer, 2021). Hal tersebut menguntungkan konsumen dalam
meningkatkan pemahaman mereka dan meningkatkan keterlibatan pelanggan dalam pengalaman
berbelanja yang lebih interaktif (Syaputra et al., 2023). Menurut Wu et al. (2020), implementasi fitur interaktif dan
realisme visual dalam simulasi tersebut secara mendalam dapat memungkinkan
pelanggan untuk mempelajari teknologi ini ketika berbelanja. Berdasarkan
penelitian Hwangbo et al. (2020), penggunaan akan simulasi virtual
try-on dapat meningkatkan waktu pelanggan 2,37 kali lipat dalam melakukan
observasi, penjualan rata-rata per pelanggan menigkat sebesar 13 dolar, tingkat
pembelian meningkat 2,8 kali lipat dan tingkat pengembalian berkurang 27%.
Namun, meskipun potensi yang dimiliki oleh
teknologi augmented reality besar untuk kemajuan e-commerce,
masih perlu dilakukan penelitian yang mendalam mengenai karakteristik simulasi virtual
try-on dalam hubungannya dengan pembelanjaan online. Menurut Jung et al. (2020) dan Sugiono (2021), tantangan yang dihadapi dalam
pengembangan teknologi AR sekarang adalah kebutuhan akan keahlian khusus dalam
pembuatan konten AR, sehingga jika tidak dipelajari lebih lanjut akan membawa
pengaruh terhadap proses implementasi simulasi virtual try-on, di mana
kurangnya keahlian dapat menghambat kinerja simulasi dan pada akan mempengaruhi
niat beli. Sebelumnya telah banyak yang meneliti tentang pengaruh tekonlogi AR
terhadap niat beli di beberapa e-commerce,
dengan fokus produk yang berbeda-beda seperti kosmetik (Park & Yoo, 2020; Chan et al., 2022), pakaian (Huang & Liao,
2017), furniture (Kowalczuk et al.,
2021), dan kacamata (Kazmi et al., 2021). Penelitian akan simulasi virtual
try-on sebagai implemetasi teknologi AR di Indonesia juga telah dilakukan
oleh Liu & Napitupulu
pada tahun 2020 dan Gabriel dan kawan-kawan
pada tahun 2023, dengan fokus pada beuaty product
dibeberapa marketplace seperti Shopee, Lazada, JD.ID, Saturdays,
Sephora, Lazada.
Berdasarkan hasil pengamatan akan
penelitian terdahulu, maka peneliti memilih kepercayaan akan simulasi AR
sebagai fokus penelitian. Alasannya, karena menurut Hirschman & Holbrook (1982) melalui Jeon et al. (2017), fokus utama dalam menganalisa perilaku
konsumen dalam pembelanjaan online yaitu dengan menilai tingkat
kepercayaannya. Oleh karena itu, untuk lebih memahami pengaruh teknologi AR
terhadap perilaku konsumen di e-commerce, maka perlu dilakukan observasi
dalam mengukur tingkat kepercayaan, serta bagaimana hal itu berdampak pada niat
pembelian. Dari hasil observasi singkat,
ternyata didapatkan perbedaan pendapat mengenai kepercayaan simulasi AR
terhadap pembelian online. Menurut Syaputra et al. (2023) dan Huang & Chang
(2019), kepercayaan akan teknologi AR berpengaruh
terhadap niat beli. Sedangkan menurut Liu & Napitupulu
(2020), kepercayaan akan teknologi AR tidak
mempengaruhi niat beli. Berdasarkan latar belakang tersebut, maka penelitian
ini penting untuk memberikan pemahaman yang lebih baik tentang bagaimana
kepercayaan akan fitur interaktif dan realisme visual dapat berkontribusi terhadap
niat beli konsumen. Selain itu, penelitian ini juga diharapkan dapat memberikan
kontribusi dalam pengembangan teknologi AR pada e-commerce terutama di Indonesia. Sehingga penelitian ini bertujuan
untuk
1)
Menyelidiki
sejauh mana fitur interaktif pada simulasi virtual try-on dapat
memengaruhi tingkat kepercayaan pengguna, serta mengidentifikasi
indikator-indikator pada fitur interaktif sebagai elemen pembentuk tingkat
kepercayaan pengguna.
2)
Menyelidiki
sejauh mana realisme visual pada simulasi virtual try-on dapat
memengaruhi tingkat kepercayaan pengguna, serta mengidentifikasi
indikator-indikator dari realisme visual sebagai elemen pembentuk tingkat
kepercayaan pengguna.
3)
Menganalisa
tingkat kepercayaan akan simulasi virtual try-on dalam mempengaruhi niat
beli pengguna.
4)
Mencari
tahu apakah pengalaman pengguna memberikan pengaruh terhadap hubungan antara
fitur interaktif dan tingkat kepercayaan pengguna.
5)
Mencari
tahu apakah pengalaman pengguna memberikan pengaruh terhadap hubungan antara
realisme visual dan tingkat kepercayaan pengguna.
Penelitian campuran
(mixed methods) adalah pendekatan penelitian yang menggabungkan metode
kuantitatif dan metode kualitatif dalam satu penelitian. Dalam penelitian ini,
metode campuran digunakan untuk mengumpulkan dan menganalisis data tentang
fenomena sosial, menggunakan kuesioner (angket) dan wawancara (interview)
sebagai metode pengumpulan data. Kuesioner adalah salah satu metode penelitian
kuantitatif yang digunakan untuk mengumpulkan data dari sampel yang diambil
dari populasi yang lebih luas. Dalam penelitian ini, kuesioner digunakan untuk
mengumpulkan data demografi serta pertanyaan penyaringan (screening questions).
Wawancara adalah metode penelitian kualitatif yang digunakan untuk mengumpulkan
data lebih dalam dan menggambarkan perspektif individu. Dalam penelitian ini,
wawancara digunakan untuk mendukung alasan ditolaknya hipotesis yang sebelumnya
telah diuji melalui metode kuantitatif.
Populasi dalam penelitian ini adalah
seluruh masyarakat daerah Jakarta, Bogor, Depok, Tanggerang, dan Bekasi
(Jabodetabek). Sampel yang digunakan dalam penelitian ini adalah masyarakat
Jabodetabek dengan usia di atas 17 tahun, dengan strata yang pernah dan belum
pernah menggunakan simulasi virtual try-on.
Dalam menentukan ukuran sampel yang akan diteliti, rumus
Cochran digunakan dengan metode proportionate stratified sampling. Hasil
perhitungan menunjukkan bahwa minimal jumlah sampel yang digunakan untuk
mengukur tingkat kepercayaan akan simulasi virtual try-on terhadap niat beli
sebanyak 385 orang
Metode
analisis data yang digunakan dalam penelitian ini melibatkan penggunaan metode
campuran (mixed methods), yang mengombinasikan metode kuantitatif dan
kualitatif
Uji Validitas: Uji validitas dilakukan untuk menganalisis akurasi
dan ketepatan dari variabel penelitian. Metode yang digunakan meliputi uji
validitas konvergen (convergent validity) dan uji validitas diskriminan
(discriminant validity) menggunakan SmartPLS.
Uji Reliabilitas: Uji reliabilitas dilakukan untuk menunjukkan
keakuratan, konsistensi, dan ketepatan instrumen penelitian yang digunakan
untuk mengukur suatu model. Metode yang digunakan meliputi nilai Cronbach's
Alpha (CA) dan Composite Reliability (CR) .
Uji R-Square (Koefisien Determinasi): Uji r-square atau uji koefisien
determinasi adalah uji yang dilakukan untuk mengetahui seberapa jauh model
dapat menerangkan variasi dari varibel endogen. Nilai koefisien determinasi
berada di antara nol dan satu.
Uji Path Coefficients: Analisa jalur atau path analysis adalah
suatu uji perluasan dari analisis linear berganda atau analisis jalur dalam
menaksir hubungan kualitas antar variabel yang telah ditetapkan sebelumnya.
Path coefficients dapat mengarah ke hubungan positif (+) negatif (-) .
Uji T-Statistik: Uji t-statistik adalah proses yang dilakukan untuk
melihat besar perbedaan dan tingkat signifikansi pada suatu hipotesis dengan
cara mencari nilai t-statistics melalui prosedur bootstrapping. Jadi, nilai
t-statistik > 1,96 maka hipotesis yang diuji dikatakan signifikan, sedangkan
jika nilai t-statistik < dari 1,96 maka dianggap hipotesis yang diuji
dikatakan tidak signifikan.
Uji Interaksi (Moderated Regression
Analysis): Uji interaksi
dilakukan untuk medefinisikan keberadaan variabel moderasi pada sebuah model.
Apabila hasil variabel moderasi tersebut signifikan maka dapat disimpulkan
bahwa variabel tersebut mampu memoderasi hubungan kausal antara variabel
independen terhadap variabel dependen.
Uji Hipotesis: Uji hipotesis dilakukan untuk mengetahui hubungan
antara variabel eksogen dan endogen yang diajukan dalam model penelitian.
Pengujian hipotesis ini dilakukan secara dua arah (two-tailed) dengan tingkat
signifikansi 5%. Dalam pengujian tersebut, p-value (nilai probabilitas)
menentukan apakah suatu hipotesis diterima atau ditolak.
Analisis Data Statistik dan Interpretasi
Hasil Uji Outer Model Sebelum Diseleksi
Gambar 2. Model
sebelum penghapusan indikator
(Sumber: Hasil olahan
Smart-PLS 4, 2023)
Model yang dibuat menggambarkan total lima
variabel, dengan jumlah 27 indikator, yang terdiri dari tujuh indikator untuk
variabel Fitur Interaktif (FI), lima indikator untuk variabel Realisme Visual
(RV), enam indikator untuk variabel Kepercayaan (K), empat indikator untuk
variabel Pengalaman Pengguna (PP) dan lima indikator untuk variabel Niat Beli
(NB).
Uji Validitas
Outer Loadings
Tabel 1.
Nilai outer loadings sebelum diseleksi
|
Outer
Loadings |
Ket. |
|
|
FI1 ß FI |
0,756 |
Valid |
|
FI2 ß FI |
0,758 |
Valid |
|
FI3 ß FI |
0,801 |
Valid |
|
FI4 ß FI |
0,720 |
Valid |
|
FI5 ß FI |
0,733 |
Valid |
|
FI6 ß FI |
0,787 |
Valid |
|
FI7 ß FI |
0,653 |
Tidak Valid |
|
K1 ß K |
0,805 |
Valid |
|
K2 ß K |
0,766 |
Valid |
|
K3 ß K |
0,775 |
Valid |
|
K4 ß K |
0,750 |
Valid |
|
K5 ß K |
0,755 |
Valid |
|
K6 ß K |
0,688 |
Tidak Valid |
|
NB1 ß NB |
0,763 |
Valid |
|
NB2 ß NB |
0,792 |
Valid |
|
NB3 ß NB |
0,782 |
Valid |
|
NB4 ß NB |
0,768 |
Valid |
|
NB5 ß NB |
0,821 |
Valid |
|
PP1 ß PP |
0,809 |
Valid |
|
PP2 ß PP |
0,853 |
Valid |
|
PP3 ß PP |
0,833 |
Valid |
|
PP4 ß PP |
0,759 |
Valid |
|
RV1 ß RV |
0,832 |
Valid |
|
RV2 ß RV |
0,762 |
Valid |
|
RV3 ß RV |
0,768 |
Valid |
|
RV4 ß RV |
0,728 |
Valid |
|
RV5 ß RV |
0,780 |
Valid |
Sumber: Hasil olahan Smart-PLS 4, 2023
Berdasarkan hasil pengujian outer loading,
terdapat dua indikator yang dinyatakan tidak valid karena mempunyai nilai outer
loading dibawah 0,7, sehingga perlu dilakukan penghapusan indikator.
Indikator tersebut yaitu FI7 dan K6.
Average Variance Extracted (AVE)
Tabel 2.
Nilai ave
sebelum diseleksi
|
Variabel |
Average
Variance Extracted (AVE) |
Ket. |
|
FI |
0,555 |
Valid |
|
RV |
0,573 |
Valid |
|
K |
0,617 |
Valid |
|
PP |
0,663 |
Valid |
|
NB |
0,600 |
Valid |
Sumber: Hasil olahan Smart-PLS 4, 2023
Berdasarkan hasil analisa construct
reliability, nilai AVE dari variabel Fitur Interaktif (FI), Realisme Visual
(RV), Kepercayaan (K), Pengalaman Pengguna (PP) dan Niat Beli (NB) dinyatakan
valid secara convergent karena nilai AVE dari setiap variabel lebih dari
0,5, sehingga tidak dilakukan penghapusan indikator.
Cross Loadings
Tabel 3.
Nilai cross loadings sebelum diseleksi
|
FI |
K |
NB |
PP |
RV |
|
|
FI1 |
0,756 |
0,583 |
0,562 |
0,578 |
0,520 |
|
FI2 |
0,758 |
0,612 |
0,581 |
0,600 |
0,569 |
|
FI3 |
0,801 |
0,680 |
0,608 |
0,562 |
0,655 |
|
FI4 |
0,720 |
0,567 |
0,537 |
0,484 |
0,542 |
|
FI5 |
0,733 |
0,636 |
0,560 |
0,507 |
0,610 |
|
FI6 |
0,787 |
0,664 |
0,627 |
0,594 |
0,652 |
|
FI7 |
0,653 |
0,510 |
0,475 |
0,439 |
0,565 |
|
K1 |
0,678 |
0,805 |
0,676 |
0,596 |
0,663 |
|
K2 |
0,621 |
0,766 |
0,661 |
0,568 |
0,611 |
|
K3 |
0,621 |
0,775 |
0,619 |
0,572 |
0,616 |
|
K4 |
0,600 |
0,750 |
0,564 |
0,531 |
0,567 |
|
K5 |
0,618 |
0,755 |
0,642 |
0,612 |
0,645 |
|
K6 |
0,580 |
0,688 |
0,523 |
0,535 |
0,506 |
|
NB1 |
0,575 |
0,581 |
0,763 |
0,595 |
0,572 |
|
NB2 |
0,575 |
0,655 |
0,792 |
0,621 |
0,593 |
|
NB3 |
0,593 |
0,627 |
0,782 |
0,609 |
0,585 |
|
NB4 |
0,612 |
0,614 |
0,768 |
0,650 |
0,592 |
|
NB5 |
0,630 |
0,711 |
0,821 |
0,633 |
0,685 |
|
PP1 |
0,531 |
0,566 |
0,622 |
0,809 |
0,533 |
|
PP2 |
0,609 |
0,636 |
0,653 |
0,853 |
0,578 |
|
PP3 |
0,636 |
0,638 |
0,658 |
0,833 |
0,573 |
|
PP4 |
0,576 |
0,605 |
0,640 |
0,759 |
0,580 |
|
RV1 |
0,670 |
0,665 |
0,646 |
0,610 |
0,832 |
|
RV2 |
0,614 |
0,644 |
0,635 |
0,554 |
0,762 |
|
RV3 |
0,560 |
0,583 |
0,553 |
0,479 |
0,768 |
|
RV4 |
0,585 |
0,579 |
0,552 |
0,485 |
0,728 |
|
RV5 |
0,626 |
0,609 |
0,598 |
0,556 |
0,780 |
Sumber: Hasil olahan Smart-PLS 4, 2023
Berdasarkan hasil analisa cross loading,
nilai setiap indikator dinyatakan valid karena memenuhi syarat discriminant
validity, di mana nilai dari setiap indikator variabel laten memiliki nilai
lebih besar daripada nilai setiap indikator dengan variabel laten lainnya.
Fornell-Larcker Criterion
Tabel 4. Nilai Fornell-Larcker Criterion Sebelum Diseleksi
|
FI |
K |
NB |
PP |
RV |
|
|
FI |
0,745 |
||||
|
K |
0,819 |
0,757 |
|||
|
NB |
0,760 |
0,815 |
0,785 |
||
|
PP |
0,724 |
0,752 |
0,791 |
0,814 |
|
|
RV |
0,791 |
0,797 |
0,773 |
0,696 |
0,775 |
Sumber: Hasil olahan Smart-PLS 4, 2023
Berdasarkan hasil analisa fornell-larcker criterion,
terdapat beberapa variabel yang memiliki nilai korelasi lebih rendah dari nilai
korelasi dengan variabel lainya. Variabel tersebut yaitu Fitur Interaktif (FI),
Kepercayaan (K), dan Niat Beli (NB). Setalah melakukan analisa terhadap
beberapa indikator, didapati bahwa indikator FI3, K1, dan NB5 mempunyai nilai
yang redundan, sehingga perlu dilakukan penghapusan indikator.
Uji Reliabilitas
Tabel 5. Hasil Uji Realibilitas Sebelum Diseleksi
|
Cronbach's Alpha |
Composite
Reliability (rho_a) |
Composite
Reliability (rho_c) |
Ket. |
|
|
FI |
0,866 |
0,871 |
0,897 |
Reliabel |
|
K |
0,851 |
0,854 |
0,889 |
Reliabel |
|
NB |
0,845 |
0,848 |
0,889 |
Reliabel |
|
PP |
0,830 |
0,832 |
0,887 |
Reliabel |
|
RV |
0,833 |
0,835 |
0,882 |
Reliabel |
Sumber: Hasil olahan Smart-PLS 4, 2023
Hasil uji reliabilitas dari variabel Fitur
Interaktif (FI), Realisme Visual (RV), Kepercayaan (K), Pengalaman Pengguna
(PP) dan Niat Beli (NB) dinyatakan reliabel karena nilai Cronbach’s Alpha
dan Composite Reliability yang dihasilkan dari setiap variabel lebih
dari 0,7.
Berdasarkan hasil uji validitas dan
reliabilitas yang dilakukan, didapatkan ketidakvalidan beberapa variabel yang
disebabkan oleh indikator-indikator yang ada didalamnya. Variabel tersebut
antara lain Fitur Interaktif (FI), Kepercayaan (K), dan Niat Beli (NB),
sehingga peneliti perlu melakukan penghapusan beberapa indikator yaitu FI3,
FI7, K1, K6, dan NB5.
Hasil
Uji Outer Model Setelah Diseleksi
Gambar 3. Model setelah penghapusan indikator
(Sumber: Hasil olahan Smart-PLS 4, 2023)
Setelah dilakukan penghapusan terhadap lima
indikator (FI3, FI7, K1, K6 dan NB5),
didapati 22 indikator yang tersisa, yang terdiri dari lima indikator
untuk variabel Fitur Interaktif (FI), lima indikator untuk variabel Realisme
Visual (RV), empat indikator untuk variabel Kepercayaan (K), empat indikator
untuk variabel Pengalaman Pengguna (PP) dan empat indikator untuk variabel Niat
Beli (NB).
Uji Validitas
Outer Loadings
Tabel 6. Nilai Outer Loadings Setelah Diseleksi
|
Outer Loadings |
Ket. |
|
|
FI1 ß FI |
0,775 |
Valid |
|
FI2 ß FI |
0,781 |
Valid |
|
FI3 ß FI |
0,726 |
Valid |
|
FI4 ß FI |
0,763 |
Valid |
|
FI5 ß FI |
0,802 |
Valid |
|
FI6 ß FI |
0,790 |
Valid |
|
RV1 ß RV |
0,803 |
Valid |
|
RV2 ß RV |
0,753 |
Valid |
|
RV3 ß RV |
0,800 |
Valid |
|
RV4 ß RV |
0,796 |
Valid |
|
RV5 ß RV |
0,793 |
Valid |
|
K2 ß K |
0,795 |
Valid |
|
K3 ß K |
0,791 |
Valid |
|
K4 ß K |
0,808 |
Valid |
|
K5 ß K |
0,850 |
Valid |
|
PP1 ß PP |
0,831 |
Valid |
|
PP2 ß PP |
0,765 |
Valid |
|
PP3 ß PP |
0,829 |
Valid |
|
PP4 ß PP |
0,760 |
Valid |
|
NB1 ß NB |
0,767 |
Valid |
|
NB2 ß NB |
0,733 |
Valid |
|
NB3 ß NB |
0,781 |
Valid |
|
NB4 ß NB |
0,775 |
Valid |
Sumber: Hasil olahan Smart-PLS 4, 2023
Setelah dilakukan seleksi, nilai outer loadings
dari setiap indikator reflektif pada masing-masing variabel lebih dari 0,7,
maka data dinyatakan valid secara convergent.
Average Variance Extracted (AVE)
Tabel 7. Nilai Ave Setelah Diseleksi
|
Variabel |
Average
Variance Extracted (AVE) |
Ket. |
|
FI |
0,593 |
Valid |
|
RV |
0,619 |
Valid |
|
K |
0,630 |
Valid |
|
PP |
0,663 |
Valid |
|
NB |
0,600 |
Valid |
Sumber: Hasil olahan Smart-PLS 4, 2023
Setelah dilakukan seleksi, nilai AVE dari variabel
Fitur Interaktif (FI), Realisme Visual (RV), Kepercayaan (K), Pengalaman
Pengguna (PP) dan Niat Beli (NB) dinyatakan valid secara convergent
karena nilai AVE dari setiap variabel lebih dari 0,5, bahkan beberapa variabel
mengalami peningkatan nilai AVE setelah dilakukan seleksi.
Cross Loadings
Tabel 8. Nilai Cross Loadings Setelah Diseleksi
|
FI |
K |
NB |
PP |
RV |
|
|
FI1 |
0,775 |
0,544 |
0,553 |
0,578 |
0,519 |
|
FI2 |
0,781 |
0,576 |
0,584 |
0,600 |
0,569 |
|
FI4 |
0,726 |
0,539 |
0,522 |
0,483 |
0,542 |
|
FI5 |
0,763 |
0,600 |
0,528 |
0,508 |
0,610 |
|
FI6 |
0,802 |
0,649 |
0,618 |
0,595 |
0,652 |
|
K2 |
0,608 |
0,790 |
0,635 |
0,568 |
0,610 |
|
K3 |
0,598 |
0,803 |
0,599 |
0,572 |
0,616 |
|
K4 |
0,575 |
0,753 |
0,531 |
0,532 |
0,567 |
|
K5 |
0,606 |
0,800 |
0,610 |
0,612 |
0,645 |
|
NB1 |
0,588 |
0,552 |
0,796 |
0,594 |
0,571 |
|
NB2 |
0,573 |
0,643 |
0,793 |
0,621 |
0,592 |
|
NB3 |
0,561 |
0,608 |
0,795 |
0,609 |
0,584 |
|
NB4 |
0,598 |
0,591 |
0,791 |
0,651 |
0,593 |
|
PP1 |
0,522 |
0,544 |
0,627 |
0,808 |
0,532 |
|
PP2 |
0,619 |
0,603 |
0,640 |
0,850 |
0,578 |
|
PP3 |
0,621 |
0,612 |
0,650 |
0,831 |
0,572 |
|
PP4 |
0,571 |
0,604 |
0,621 |
0,765 |
0,580 |
|
RV1 |
0,645 |
0,630 |
0,629 |
0,610 |
0,829 |
|
RV2 |
0,594 |
0,620 |
0,606 |
0,554 |
0,760 |
|
RV3 |
0,523 |
0,568 |
0,518 |
0,479 |
0,767 |
|
RV4 |
0,554 |
0,583 |
0,521 |
0,487 |
0,733 |
|
RV5 |
0,599 |
0,599 |
0,574 |
0,556 |
0,781 |
Sumber: Hasil olahan Smart-PLS 4, 2023
Setelah dilakukan seleksi, nilai cross
loading setiap indikator tetap valid karena memenuhi syarat discriminant
validity, di mana nilai dari setiap indikator variabel laten memiliki nilai
yang lebih besar daripada nilai setiap indikator dengan variabel laten lainnya.
Fornell-Larcker Criterion
Tabel 9. Nilai Fornell-Larcker Criterion Setelah Diseleksi
|
FI |
K |
NB |
PP |
RV |
|
|
FI |
0,770 |
|
|
|
|
|
K |
0,758 |
0,787 |
|
|
|
|
NB |
0,730 |
0,757 |
0,794 |
|
|
|
PP |
0,719 |
0,727 |
0,780 |
0,814 |
|
|
RV |
0,755 |
0,776 |
0,738 |
0,696 |
0,775 |
Sumber: Hasil olahan Smart-PLS 4, 2023
Setelah dilakukan seleksi, nilai korelasi
dari setiap variabel lebih tinggi dari nilai korelasi dengan variabel lainya.
Sehingga dapat dikatakan bahwa nilai dari Fornell-Larcker Criterion
sudah valid secara discriminant.
Uji
Reliabilitas
Tabel 10. Hasil Uji Reliabilitas Setelah
Diseleksi
|
Cronbach's
Alpha |
Composite
Reliability (rho_a) |
Composite
Reliability (rho_c) |
Ket. |
|
|
FI |
0,828 |
0,831 |
0,879 |
Reliabel |
|
K |
0,795 |
0,797 |
0,867 |
Reliabel |
|
NB |
0,804 |
0,806 |
0,872 |
Reliabel |
|
PP |
0,830 |
0,831 |
0,887 |
Reliabel |
|
RV |
0,833 |
0,834 |
0,882 |
Reliabel |
Sumber: Hasil olahan Smart-PLS 4, 2023
Hasil uji reliabilitas setelah dilakukan
penyeleksian indikator dari variabel Fitur Interaktif (FI), Kepercayaan (K),
dan Niat Beli (NB) tetap reliabel karena nilai Cronbach’s Alpha dan Composite
Reliability yang dihasilkan dari setiap variabel lebih dari 0,7.
Berdasarkan hasil uji validitas dan
reliabilitas yang dilakukan setelah adanya penghapusan indikator, didapatkan
perubahan yang positif karena proses tersebut menghasilkan data yang valid dan
reliabel, sehingga peneliti dapat melakukan pengujian dan analisa untuk melihat
pengaruh antar variabel.
Uji R-Square (Koefisien Determinasi)
Tabel 11. Hasil Uji Koefisien
Determinasi
|
R-Square |
R-Square Adjusted |
Pengaruh |
|
|
K |
0,724 |
0,721 |
Kuat |
|
NB |
0,572 |
0,571 |
Moderat |
Sumber: Hasil olahan Smart-PLS 4, 2023
Hasil uji koefisien determinasi terhadap
variabel endogen Kepercayaan (K), menggambarakan bahwa variasi konstruk
Kepercayaan (K) dapat dijelaskan oleh variasi konstruk Fitur Interaktif (FI)
serta variasi konstruk Realisme Visual (RV) sebesar 0,721 atau 72,1%. Dengan
arti lain, Fitur Interaktif (FI) serta Realisme Visual (RV) memberikan pengaruh
sebesar 72,1% terhadap Kepercayaan (K), di mana pengaruh yang diberikan
termasuk kuat karena nilai yang dihasilkan lebih dari 0,67 atau 67%.
Selanjutnya, variasi konstruk variabel endogen lain yaitu Niat Beli (NB) dapat
dijelaskan oleh variasi konstruk Kepercayaan (K) sebesar 0,571 atau 57,1%.
Dengan arti lain, Kepercayaan (K) memberikan pengaruh sebesar 57,1% terhadap
Niat Beli (NB), di mana pengaruh yang diberikan termasuk moderat karena nilai
yang diberikan lebih dari 0,33 atau 33% dan kurang dari 0,67 atau 67%.
Uji Path Coefficients
Tabel 12. Nilai Path Coefficients
|
Path Coefficients |
Pengaruh |
|
|
Direct |
||
|
FI à K |
0,191 |
Positif (+) |
|
RV à K |
0,353 |
Positif (+) |
|
K à NB |
0,757 |
Positif (+) |
|
Moderate |
||
|
PP x FI à K |
-0,132 |
Negatif (-) |
|
PP x RV à K |
0,038 |
Positif (+) |
Sumber: Hasil olahan Smart-PLS 4, 2023
Nilai path coefficients memperlihatkan
bahwa terdapat empat hubungan variabel yang memiliki pengaruh positif dan satu hubungan
variabel yang memiliki pengaruh negatif. Hubungan variabel yang memiliki
pengaruh positif antara lain: Fitur Interaktif (FI) terhadap Kepercayaan (K);
Realisme Visual (RV) terhadap Kepercayaan (K); Kepercayaan (K) terhadap Niat
Beli (NB); Realisme Visual (RV) terhadap Kepercayaan (K) yang dimoderasikan
oleh Pengalaman Pengguna (PP). Hubungan variabel yang memiliki pengaruh
bertolak belakang/negatif yaitu Fitur Interaktif (FI) terhadap Kepercayaan (K)
yang dimoderasikan oleh Pengalaman Pengguna (PP).
Uji T-Statistik
Tabel 13. Hasil Uji T-Statistik
|
Original Sample (O) |
Sample Mean (M) |
Standard Deviation (STDEV) |
T Statistics (|O/STDEV|) |
P Values |
|
|
Direct |
|||||
|
FI à K |
0,191 |
0,194 |
0,051 |
3,775 |
0,000 |
|
RV à K |
0,353 |
0,348 |
0,059 |
5,994 |
0,000 |
|
K à NB |
0,757 |
0,755 |
0,044 |
17,017 |
0,000 |
|
Moderate |
|||||
|
PP x FI à K |
-0,132 |
-0,123 |
0,053 |
2,499 |
0,012 |
|
PP x RV à K |
0,038 |
0,031 |
0,050 |
0,767 |
0,443 |
Sumber: Hasil olahan Smart-PLS 4, 2023
Berdasarkan hasil uji t-statistik, terlihat
bahwa variabel Fitur Interaktif (FI) berpengaruh signifikan terhadap
Kepercayaan (K) yang dibuktikan dengan nilai P value sebesar 0,000 dan nilai
t-statistik sebesar 3,775. Selanjunya, Realisme Visual (RV) berpengaruh
signifikan terhadap Kepercayaan (K) yang dibuktikan dengan nilai P value
sebesar 0,000 dan nilai t-statistik sebesar 5,994. Selanjunya, Kepercayaan (K)
berpengaruh signifikan terhadap Niat Beli (NB) yang dibuktikan dengan nilai P
value sebesar 0,000 dan nilai t-statistik sebesar 17,017. Pengalaman Pengguna
(PP) sebagai moderasi memberikan pengaruh terhadap hubungan Fitur Interaktif
(FI) dengan Kepercayaan (K) yang dibuktikan dengan nilai P value sebesar 0,012
dan nilai t-statistik sebesar 2,499.
Namun, Pengalaman Pengguna (PP) sebagai moderasi tidak memberikan
pengaruh terhadap hubungan Realisme Visual (RV) dengan Kepercayaan (K) yang
dibuktikan dengan nilai P value yang lebih besar dari 0,05 yaitu 0,443 dan
nilai t-statistik sebesar 0,767,
di mana kurang dari 1,96.
Uji
Interaksi (Moderated
Regression Analysis)
Pengalaman Pengguna (PP)
sebagai Pemoderasi Fitur Interaiktif (FI) terhadap Kepercayaan (K)
Tabel 15. Hasil Uji Interaksi PP
Memoderasi FI Terhadap K
|
Persamaan |
Regresi |
Path Coefficients |
P Values |
Ket. |
|
I |
P à K |
0,253 |
0,000 |
Signifikan |
|
II |
PP x FI à K |
-0,132 |
0,012 |
Signifikan |
Sumber: Hasil olahan Smart-PLS 4, 2023
Gambar 3. Grafik Simple Slope
Analysis Pp Memoderasi Fi Terhadap K
(Sumber: Hasil olahan Smart-PLS 4, 2023)
Berdasarkan data di atas, diketahui bahwa
variabel Pengalaman Pengguna (PP) pada persamaan I berpengaruh positif
signifikan terhadap variabel Kepercayaan (K) dan pada persamaan II variabel
Interaksi (PP x FI) berpengaruh negatif
signifikan terhadap Kepercayaan (K). Maka dapat disimpulkan, Pengalaman
Pengguna (PP) merupakan variabel Quasi Moderator antara Fitur Interaktif
(FI) terhadap Kepercayaan (K).
Pengalaman Pengguna (PP) sebagai Pemoderasi
Realisme Visual (RV) terhadap Kepercayaan (K)
Tabel 16. Hasil Uji Interaksi PP
Memoderasi RV Terhadap K
|
Persamaan |
Regresi |
Path Coefficients |
P Values |
Ket. |
|
I |
P à K |
0,253 |
0,000 |
Signifikan |
|
II |
PP x RV à K |
0,038 |
0,443 |
Tidak Signifikan |
Sumber: Hasil olahan Smart-PLS 4, 2023
Gambar 4. Grafik Simple Slope
Analysis PP Memoderasi RV Terhadap K
(Sumber: Hasil olahan Smart-PLS 4, 2023)
Berdasarkan data
di atas, diketahui bahwa variabel Pengalaman Pengguna (PP) pada persamaan I
berpengaruh positif signifikan terhadap variabel Kepercayaan (K) dan pada
persamaan II variabel Interaksi (PP x RV) berpengaruh tidak signifikan terhadap
Kepercayaan (K). Maka disimpulkan, Pengalaman Pengguna (PP) merupakan variabel Predictor
Moderator antara Realisme Visual (RV) terhadap Kepercayaan (K).
Uji Hipotesis
|
Hipotesis |
Regresi |
Batas Bawah (2,5%) |
Batas Atas |
P value |
Ket. |
|
H1 |
FI
à K |
0,100 |
0,302 |
0,000 |
Diterima |
|
H2 |
RV
à K |
0,230 |
0,458 |
0,000 |
Diterima |
|
H3 |
K
à NB |
0,657 |
0,827 |
0,000 |
Diterima |
|
H4 |
PP
x FI à K |
-0,216 |
-0,004 |
0,012 |
Diterima |
|
H5 |
PP
x RV à K |
-0,077 |
0,120 |
0,443 |
Ditolak |
Sumber: Hasil
olahan Smart-PLS 4, 2023
Hipotesis
1 (Diterima)
Dari hasil analisa data terkait pengaruh fitur
interaktif terhadap kepercayaan, didapatkan path coefficients bernilai 0,191, t-statistik
bernilai 3,775, dan p
values bernilai 0,000. Dengan nilai p value < 0,05 maka Ha
diterima dan H0 ditolak. Hasil tersebut menunjukkan bahwa
fitur interaktif berpengaruh positif signifikan terhadap tingkat kepercayaan
akan simulasi virtual try-on.
Hipotesis 2 (Diterima)
Dari hasil analisa data terkait pengaruh realisme
visual terhadap kepercayaan, didapatkan path coefficients bernilai 0,353, t-statistik bernilai 5,994, dan p values bernilai 0,000. Dengan nilai p value
< 0,05 maka Ha diterima dan H0 ditolak. Hasil
tersebut menunjukkan bahwa realisme visual berpengaruh positif signifikan
terhadap tingkat kepercayaan akan simulasi virtual try-on.
Hipotesis 3 (Diterima)
Dari hasil analisa data terkait pengaruh kepercayaan
terhadap niat beli, didapatkan path coefficients bernilai 0,757, t-statistik bernilai 17,017, dan p values bernilai 0,000. Dengan nilai p value
< 0,05 maka Ha diterima dan H0 ditolak. Hasil
tersebut menunjukkan bahwa realisme visual berpengaruh positif signifikan
terhadap tingkat kepercayaan akan simulasi virtual try-on.
Hipotesis 4 (Diterima)
Dari hasil analisa data terkait pengaruh pengalaman
pengguna sebagai pemoderasi hubungan fitur interaktif terhadap kepercayaan,
didapatkan path coefficients bernilai -0,132,
t-statistik bernilai 2,499, f-square bernilai
0,060 dan p values
bernilai 0,012. Dengan nilai p value < 0,05 maka Ha diterima
dan H0 ditolak. Hasil tersebut menunjukkan bahwa pengalaman pengguna
berpengaruh signifikan memoderasi hubungan antara fitur interaktif terhadap
kepercayaan akan simulasi virtual try-on.
Hipotesis 5 (Ditolak)
Dari hasil analisa data terkait pengaruh pengalaman
pengguna sebagai pemoderasi hubungan realisme visual terhadap kepercayaan,
didapatkan path coefficients bernilai 0,038, t-statistik
bernilai 0,767, f-square
bernilai 0,005 dan p values bernilai 0,443. Dengan nilai p value
≥ 0,05 maka H0 diterima dan Ha ditolak. Hasil
tersebut menunjukkan bahwa pengalaman pengguna tidak berpengaruh signifikan
memoderasi hubungan antara realisme visual terhadap kepercayaan akan simulasi virtual
try-on.
Pembahasan
Fitur Interaktif terhadap Kepercayaan
Hasil penelitan ini menujukan bahwa fitur
interaktif mempunyai hubungan positif yang signifikan terhadap tingkat
kepercayaan. Ini memberikan gambaran bahwa, jika pengguna tertarik dan
terlibat secara aktif dalam proses uji coba fitur interaktif, maka pengguna
tersebut diindikasi mempunyai tingkat kepercayaan yang tinggi. Sebaliknya, jika
pengguna tidak tertarik dan cenderung mengabaikan fitur interaktif, maka pengguna tersebut diindikasi mempunyai
tingkat kepercayaan yang rendah akan simulasi virtual try-on. Temuan ini
didukung oleh Jeon et al. (2017), mengungkapkan bahwa persepsi positif
terhadap fitur interaktif dapat meningkatkan keyakinan dan kepercayaan konsumen
dalam melakukan transaksi online.
Bagi e-commerce yang ingin menerapkan simulasi virtual
try-on, pengembangan akan fitur interaktif menjadi hal penting untuk
meningkatkan niat belanja konsumen. Park & Yoo (2020) dan Huang & Liao (2017) berpendapat bahwa, fitur interaktif
penting digunakan untuk mendorong kondisi psikologis pengguna, sehingga
pengguna akan lebih lama melakukan observasi produk (Hwangbo et al., 2020).
Realisme Visual terhadap
Kerpercayaan
Hasil penelitian ini menujukan bahwa realisme visual
mempunyai hubungan positif yang signifikan terhadap tingkat kepercayaan akan
simulasi virtual try-on. Ini memberikan gambaran bahwa, jika pengguna
aktif melihat produk dengan lebih detail dan memperoleh gambaran (ukuran,
warna, dan bentuk) yang lebih nyata tentang bagaimana produk tersebut akan
terlihat di kehidupan nyata, maka tingkat kepercayaan pengguna diindikasi akan
naik. Sebaliknya, jika pengguna melihat produk yang tidak akurat ketika mencoba
simulasi tersebut, maka tingkat kepercayaan pengguna diindikasi akan menurun.
Temuan ini didukung oleh Wu et al. (2020) yang berpendapat bahwa daya tarik visual
yang realistis berdampak pada keyakinan pengguna terhadap teknologi AR. Selain
itu, Almamada (2021) juga berpendapat bahwa, display tampilan
suatu produk yang ditangkap oleh indera konsumen mampu menghasilkan sebuah
penilaian atau arti mengenai produk yang diamatinya, di mana dengan menurunnya
daya tangkap akan sebuah produk maka penilaiannya juga akan berkurang.
Bagi e-commerce yang ingin menerapkan simulasi virtual
try-on, perlu untuk membuat tampilan produk AR yang realistis dan tidak
dimanipulasi, karena persepsi konsumen menjadi faktor penting dalam upaya
meningkatkan keputusan pembelian (Adilang et al., 2014). Dengan memperhatikan beberapa elemen
seperti warna, cahaya hingga digital tekonologi diharapkan mampu mempengaruhi
konsumen untuk membeli produk yang dijual (Almamada, 2021).
Kerpercayaan terhadap Niat Beli
Hasil penelitian ini menujukan bahwa kepercayaan
mempunyai hubungan positif yang
signifikan terhadap niat beli, di mana mempuyai signifikansi yang besar
(t-statistik = 17,017).
Ini memberikan gambaran bahwa, jika pengguna memiliki tingkat kepercayaan yang
tinggi akan simulasi vitrual try-on, maka niat beli akan sebuah produk
diindikasi akan naik. Sebaliknya, jika pengguna memiliki kepercayaan yang rendah
akan simulasi tersebut, maka niat beli diindikasi akan turun. Temuan ini
didukung oleh Li (2016) dan Chong et al melalui Huang & Chang
(2019) yang menyampaikan bahwa ketika kepercayaan
meningkat, niat beli juga ikut meningkat, dengan tingkat niat beli yang besar
muncul akibat adanya tingkat kepercayaan yang tinggi.
Hasil ini membantah penelitian dari Liu & Napitupulu
(2020), di mana mereka menemukan bahwa
kepercayaan akan simulasi virtual try-on tidak memiliki pengaruh
terhadap niat beli konsumen di Indonesia, dengan alasan banyak masyarakat yang
menganggap simulasi virtual try-on termasuk teknologi baru, sehingga
membuat pengguna enggan untuk mencobanya.
Pengalaman Pengguna sebagai Pemoderasi
Fitur Interaktif terhadap Kepercayaan
Hasil penelitian ini menunjukkan bahwa pengalaman
pengguna berpengaruh signifikan memoderasi hubungan antara fitur interaktif
terhadap kepercayaan. Namun, keberadaan pengalaman pengguna memperlemah
hubungan antara fitur interaktif dan kepercayaan, di mana dibuktikan dengan
nilai path coefficients yang negatif (-0,132). Ini memberikan gambaran
bahwa, jika pengguna sangat familiar akan simulasi virtual try-on, maka
pemakaian akan fitur interaktif (interaksi dengan produk) mungkin tidak
berpengaruh terhadap tingkat kepercayaan. Sebaliknya, jika pengguna tidak
familiar akan simulasi tersebut, maka pemakaian akan fitur interaktif akan
lebih lama dan akan mempengaruhi tingkat kepercayaan.
Pengaruh yang signifikan pada penemuan ini didukung
oleh Kazmi et al. (2021) dan yang
membahas mengenai pengalaman pengguna sebagai faktor yang mempengaruhi
interaksi konsumen dengan produk. Penelitian tersebut mempunyai kesimpulan
bahwa, individu dengan tingkat familiaritas akan teknologi AR yang rendah,
membuat interaksinya akan lebih sedikit dan kepercayaan yang lebih rendah.
Sebaliknya, individu dengan pengetahuan tentang augmented reality (AR)
yang tinggi cenderung memiliki sikap positif terhadap AREM.
Hubungan yang dibangun oleh karakteristik simulasi AR
terhadap kepercayaan pada penelitian Kazim berbeda dengan temuan yang ada di
dalam penelitian ini, sehingga terdapat penemuan baru yang dibuktikan dalam
penelitian ini.
Pengalaman Pengguna sebagai
Pemoderasi Realisme Visual terhadap
Kepercayaan
Hasil penelitian ini menunjukkan bahwa pengalaman
pengguna tidak berpengaruh memoderasi hubungan antara realisme visual terhadap
kepercayaan. Ini memberikan gambaran bahwa, pengalaman pengguna yang tinggi
maupun rendah tidak mempengaruhi kepercayaan akan realisme visual. Berdasarkan hasil wawancara dengan
narasumber, alasan kepercayaan akan realisme tidak dipengaruhi oleh pengalaman
pengguna karena realisme visual merupakan suatu tolak ukur dalam melakukan
pembelian.
Kesimpulan
Berdasarkan penelitian yang telah
dilakukan, adapun kesimpulan yang dapat diambil sebagai berikut: (1) fitur
interaktif mempunyai hubungan positif signifikan terhadap tingkat kepercayaan
akan simulasi virtual try-on. Temuan ini berarti bahwa, penggunaan fitur
interaktif dapat memperkuat keyakinan konsumen bahwa hasil yang dilihat
terlihat nyata. Dengan itu, pengembangan akan fitur interaktif pada simulasi virtual
try-on dapat menjadi strategi yang efektif bagi e-commerce untuk
meningkatkan kepercayaan konsumen akan produk yang dijual, (2) realisme visual
mempunyai hubungan positif signifikan terhadap tingkat kepercayaan akan
simulasi virtual try-on. Temuan ini berarti bahwa, detail dan gambaran
produk (ukuran, warna, dan bentuk) yang nyata akan mempengaruhi tingkat
kepercayaan pengguna. Dengan itu, pengembangan tampilan produk simulasi yang
realistis menjadi strategi yang efektif bagi e-commerce untuk
meningkatkan kepercayaan konsumen akan produk yang dijual, (3) kepercayaan akan
simulasi virtual try-on mempunyai hubungan positif signifikan terhadap
niat beli, di mana mempunyai tingkat signifikansi yang tinggi. Temuan ini
berarti bahwa, tingkat kepercayaan akan simulasi vitrual try-on dapat
mengukur niat beli konsumen. Dengan itu, dalam menigkatkan pembelanjaan online,
e-commerce perlu fokus untuk membangun sistem simulasi yang dapat
menigkatkan tingkat kepercayaan pelanggan, salah duannya dengan fokus pada
pengembangan fitur interaktif dan realisme visual, (4) pengalaman pengguna
berpengaruh signifikan memoderasi hubungan antara fitur interaktif terhadap
kepercayaan. Namun, keberadaan pengalaman pengguna memperlemah hubungan fitur
interaktif dan kepercayaan menjadi bertolak belakang, dan (5) pengalaman
pengguna tidak berpengaruh memoderasi hubungan antara realisme visual terhadap
kepercayaan. Hal ini terjadi karena realisme visual atau gambaran produk (ukuran, warna, dan
bentuk) merupakan suatu tolak ukur dalam melakukan pembelian bagi individu yang
pernah dan belum pernah menggunakan simulasi virtual try-on dalam
berbelanja online.
Adilang,
A., Oroh, S. G., & Moniharapon, S. (2014). Persepsi, Sikap, Dan Motivasi
Hedonis Terhadap Keputusan Pembelian Produk Fashion Secara Online. Jurnal
EMBA, 2(1), 561–570.
Agung,
H., Marta, R. F., Kembau, A. S., Firellsya, G., Venness, V., Indrawan, G. B.,
& Christanti, C. (2023). Digital Business Communication Strategy
Barometer : Stimulation of K-Pop Brand Ambassadors for Consumers of E- commerce
Products in Indonesia. Ijam, 1(4), 366–375.
Almamada,
J. (2021). Pengaruh Persepsi Tampilan Produk Dan Kepercayaan Konsumen Terhadap
Pengambilan Keputusan Pembelian Dengan Media E-Commerce Di Masa Pandemi. Borobudur
Psychology Review, 1(2), 59–69. https://doi.org/10.31603/bpsr.5796
Bonetti,
F., Warnaby, G., & Quinn, L. (2018). Augmented Reality and Virtual Reality
in Physical and Online Retailing: A Review, Synthesis and Research Agenda. Augmented
Reality and Virtual Reality, 119–132.
https://doi.org/10.1007/978-3-319-64027-3_9
Chan,
A., Sabira, F. D., & Arifianti, R. (2022). The Analysis of Technology
Acceptance Model on Shopee Application Feature Based Augmented Reality. Jurnal
Sekretaris & Administrasi Bisnis (JSAB), 6(2), 158.
Coppola,
D. (2023). Share of consumers considering augmented reality (AR) relevant in
purchase decisions in 2022, by country. Satista.
Fokina,
M. (2023). Online Shopping Statistics: Ecommerce Trends for 2023. Tidio.
Gabriel,
A., Ajriya, A. D., Fahmi, C. Z. N., & Handayani, P. W. (2023). The
Influence of Augmented Reality on E-commerce: A Case Study on Fashion and
Beauty Products. Cogent Business and Management, 10(2).
https://doi.org/10.1080/23311975.2023.2208716
Galer,
S. (2021). Augmented Reality Boosts Online Shopping Sales Up To 200%.
Forbes.
Gallardo,
C., Rodríguez, S. P., Chango, I. E., Quevedo, W. X., Santana, J., Acosta, A.
G., Tapia, J. C., & Andaluz, V. H. (2018). Augmented reality as a new
marketing strategy. Lecture Notes in Computer Science (Including Subseries
Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics),
10850 LNCS(October 2019), 351–362.
https://doi.org/10.1007/978-3-319-95270-3_29
Hasan,
A. (2023). Analisis Dampak Implementasi Sistem E-Commerce pada Perusahaan
Retail. 1(1), 26–36.
Huang,
S. L., & Chang, Y. C. (2019). Cross-border e-commerce: consumers’ intention
to shop on foreign websites. Internet Research, 29(6), 1256–1279.
https://doi.org/10.1108/INTR-11-2017-0428
Huang,
T. L., & Liao, S. L. (2017). Creating e-shopping multisensory flow
experience through augmented-reality interactive technology. Internet
Research, 27(2), 449–475. https://doi.org/10.1108/IntR-11-2015-0321
Hwangbo,
H., Kim, E. H., Lee, S. H., & Jang, Y. J. (2020). Effects of 3D Virtual
“Try-On” on Online Sales and Customers’ Purchasing Experiences. IEEE Access,
8, 189479–189489. https://doi.org/10.1109/ACCESS.2020.3023040
Jeon,
H., Jang, J., & Barrett, E. B. (2017). Linking Website Interactivity to
Consumer Behavioral Intention in an Online Travel Community: The Mediating Role
of Utilitarian Value and Online Trust. Journal of Quality Assurance in
Hospitality and Tourism, 18(2), 125–148.
https://doi.org/10.1080/1528008X.2016.1169473
Jung,
K., Nguyen, V. T., Piscarac, D., & Yoo, S. C. (2020). Meet the virtual jeju
dol harubang—The mixed VR/Ar application for cultural immersion in Korea’s main
heritage. ISPRS International Journal of Geo-Information, 9(6).
https://doi.org/10.3390/ijgi9060367
Kazmi,
S. H. A., Ahmed, R. R., Soomro, K. A., & Hashem, A. R. (2021). Role of
Augmented Reality in Changing Consumer Behavior and Decision Role of Augmented
Reality in Changing Consumer Behavior and Decision Making : Case of Pakistan.
December. https://doi.org/10.3390/su132414064
Kowalczuk,
P., Siepmann (née Scheiben), C., & Adler, J. (2021). Cognitive, affective,
and behavioral consumer responses to augmented reality in e-commerce: A
comparative study. Journal of Business Research, 124(August
2019), 357–373. https://doi.org/10.1016/j.jbusres.2020.10.050
Li,
Y. (2016). Empirical Study of Influential Factors of Online Customers’
Repurchase Intention. IBusiness, 08(03), 48–60.
https://doi.org/10.4236/ib.2016.83006
Liu,
S., & Napitupulu, T. A. (2020). Analyzing factors affecting satisfaction
and purchase intention towards mobile augmented reality e-commerce applications
in Indonesia. Journal of Theoretical and Applied Information Technology,
98(22), 3503–3517.
Mustajibah,
T. (2021). Dinamika E-Commerce Di Indonesia Tahun 1999-2015. E-Journal
Pendidikan Sejarah, 10(3), 3–11.
Panetta,
K. (2019). Gartner Top 10 Strategic Technology Trends For 2020. Gartner.
Park,
M., & Yoo, J. (2020). Effects of perceived interactivity of augmented
reality on consumer responses: A mental imagery perspective. Journal of
Retailing and Consumer Services, 52(July 2019), 101912.
https://doi.org/10.1016/j.jretconser.2019.101912
Pasquali,
M. (2023). E-commerce worldwide - statistics & facts. Statista
Research Department.
Prasetiyo,
B., & Fazarriyawan, E. (2020). Analisa Faktor – Faktor E-Commerce dalam
membentuk Customer Satisfaction Millenial Bukalapak. Owner, 4.
Rahmidani,
R. (2017). Penggunaan E-Commerce Dalam Bisnis Sebagai Sumber Keunggulan
Bersaing Perusahaan. Seminar Nasional Ekonomi Manajemen Dan Akuntansi(Snema)
Fakultas Ekonomi Universitas Negeri Padang, 5(1), 345–352.
Sheehan,
A. (2022). 11 Best Ecommerce Platforms for Your Business in 2023.
Shopify.
Sugiono,
S. (2021). Tantangan dan Peluang Pemanfaatan <em>Augmented
Reality</em> di Perangkat <em>Mobile</em> dalam Komunikasi
Pemasaran. Jurnal Komunika: Jurnal Komunikasi, Media Dan Informatika, 10(1),
1. https://doi.org/10.31504/komunika.v10i1.3715
Sunardi,
Ramadhan, A., Abdurachman, E., Trisetyarso, A., & Zarlis, M. (2022).
Acceptance of augmented reality in video conference based learning during
COVID-19 pandemic in higher education. Bulletin of Electrical Engineering
and Informatics, 11(6), 3598–3608.
https://doi.org/10.11591/eei.v11i6.4035
Syaputra,
E. A., Mujahidin, S., & Sartika, W. (2023). Konfigurasi Teknologi Visual
Objek 3D Dan Augmented Reality (Ar) Untuk Media Informasi Furnitur Kalimantan
Timur Pada E …. Jurnal Grafis, 2(1), 71–80.
Syed,
A. A., Gaol, F. L., Pradipto, Y. D., & Matsuo, T. (2021). Augmented and
Virtual Reality in E-commerce – A Survey. ICIC Express Letters, 15(11),
1227–1233. https://doi.org/10.24507/icicel.15.11.1227
Watson,
A., Alexander, B., & Salavati, L. (2020). The impact of experiential
augmented reality applications on fashion purchase intention. International
Journal of Retail and Distribution Management, 48(5), 433–451.
https://doi.org/10.1108/IJRDM-06-2017-0117
Whang,
J. Bin, Song, J. H., Choi, B., & Lee, J. H. (2021). The effect of Augmented
Reality on purchase intention of beauty products: The roles of consumers’
control. Journal of Business Research, 133(November 2019),
275–284. https://doi.org/10.1016/j.jbusres.2021.04.057
Wu,
S. T., Chiu, C. H., & Chen, Y. S. (2020). The influences of innovative
technological introduction on interpretive experiences of exhibition:a
discussion on the intention to use augmented reality. Asia Pacific Journal
of Tourism Research, 25(6), 652–667.
https://doi.org/10.1080/10941665.2020.1752754
|
Copyright holder: Imagodeo Bideyesa Laimeheriwa, Agung Stefanus Kembau
(2024) |
|
First publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is licensed under:
|
