Syntax Literate: Jurnal
Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN: 2548-1398
Vol. 7, No. 11, November 2022
Pengaruh Faktor
E-Service Quality Dan Kepuasan Konsumen
Terhadap Perilaku Konsumen Pada Produk Fashion Di
E- Commerce Shopee
Anthony1*,
Agung Stefanus Kembau2, Antonius Felix3
1,2,3 Fakultas Ilmu Sosial Dan Humaniora, Universitas Bunda Mulia, Jakarta, Indonesia.
Email: [email protected]1*, akembau@[email protected]2, [email protected]
Abstrak
Teknologi Informasi dan Komunikasi (TIK) mengubah lanskap perdagangan di Indonesia melalui e-commerce, memudahkan pemasaran digital dan memberikan kenyamanan konsumen. Pada 2022, Indonesia memimpin transaksi e-commerce di Asia Tenggara dengan GMV Rp476,3 triliun. Shopee, platform terkemuka, mendominasi kunjungan dan unduhan pada 2023, dengan survei menunjukkan produk fashion sebagai kategori paling diminati. Kualitas layanan elektronik (e-service quality) di Shopee menjadi kunci untuk memahami perilaku pelanggan dalam belanja daring. Penelitian ini berfokus pada dampak kualitas layanan dan kepuasan pelanggan, khususnya produk fashion di Shopee, untuk membangun landasan pengetahuan yang kokoh. Dengan pendekatan kuantitatif menggunakan Google Forms, dari 158 responden, 139 diikutsertakan dalam analisis data menggunakan SmartPLS 3.2.9. Temuan menunjukkan Customer Satisfaction berpengaruh signifikan terhadap Site Revisit, dan hubungan antara Customer Satisfication dengan Repurchase Intention, Customer Service dengan Overall E-Service Quality, dan Fulfilment dengan Overall E-Service Quality tidak signifikan. Oleh karena itu, menjaga dan meningkatkan Overall E-Service Quality menjadi kunci utama untuk menciptakan pengalaman positif pelanggan dan mendukung pertumbuhan bisnis e-commerce.
Kata kunci: E-commerce, Shopee, Fashion, E-Service Quality,Information Quality, Website Aesthetics
Abstract
Information and Communication Technology (ICT) is changing
the trade landscape in Indonesia through e-commerce, facilitating digital
marketing and providing consumer convenience. In 2022, Indonesia will lead
e-commerce transactions in Southeast Asia with a GMV of IDR 476.3 trillion.
Shopee, the leading platform, will dominate visits and downloads in 2023, with
surveys showing fashion products as the most popular category. Electronic
service quality (e-service quality) at Shopee is the key to understanding customer
behavior in online shopping. This research focuses on the impact of service
quality and customer satisfaction, especially fashion
products on Shopee, to build a solid knowledge base. With a quantitative
approach using Google Forms, of the 158 respondents, 139 were included in data
analysis using SmartPLS 3.2.9. The findings show that
Customer Satisfaction has a significant effect on Site Revisit, and the
relationship between Customer Satisfication and
Repurchase Intention, Customer Service and Overall E-Service Quality, and
Fulfillment and Overall E-Service Quality is not significant. Therefore,
maintaining and improving Overall E-Service Quality is the main key to creating
positive customer experiences and supporting e-commerce business growth.
Keywords: E-commerce, Shopee, Fashion,
E-Service Quality,Information
Quality, Website Aesthetics
Pendahuluan
Digitalisasi telah mengalami transformasi yang signifikan dalam cara kita menjalani
kehidupan sehari-hari, terutama di dunia bisnis digital.
Fenomena ini tidak hanya menyangkut
kemajuan teknologi, melainkan juga mencakup aspek interaksi dan adaptasi terhadap perubahan yang terus berkembang.Salah satu fenomena yang mencuat sebagai manifestasi nyata dari perkembangan ini adalah munculnya
e-commerce, sebuah bentuk perdagangan yang terjadi secara elektronik melalui internet. E-commerce, yang merupakan
singkatan dari perdagangan elektronik, merujuk pada proses jual beli barang atau
jasa secara online melalui internet(Tulungen et al., 2022).
Di Indonesia, e-commerce telah
menjadi pendorong utama pertumbuhan ekonomi, terutama pada platform
Shopee. Sebagai raksasa
e-commerce, Shopee mendominasi kunjungan
dan unduhan di Indonesia pada tahun
2023 (IIP M Aditiya, 2023). Dalam
konteks ini, produk fashion menjadi kategori yang paling diminati dalam e-commerce (Vika Azkiya Dihni, 2022). Oleh karena itu, penelitian ini bertujuan untuk
mengevaluasi dampak kualitas layanan elektronik, dengan fokus pada produk fashion di
Shopee. Melalui pendekatan komprehensif, penelitian ini mencakup analisis
mendalam terhadap variabel-variabel seperti Website
Design, Customer Service, Security/Privacy, Fulfilment, Customer Satisfaction,
Customer Trust, Repurchase Intention, Word of Mouth, dan Site Revisit. Studi sebelumnya oleh peneliti seperti (Sopran et al., 2021a), (Aminatu Juhria et al., 2021), dan (Yogatama,
2022) memberikan landasan
dan temuan relevan yang menjadi dasar analisis
dalam penelitian ini. Dengan mempertimbangkan
variabel-variabel tersebut,
diharapkan penelitian ini dapat memberikan
pemahaman yang terperinci terkait dengan hubungan dalam lingkup belanja online di
platform Shopee, khususnya pada produk
fashion.
Sebagai peneliti yang juga terlibat aktif sebagai pelaku usaha di platform Shopee, saya memiliki keinginan mendalam untuk mengungkapkan dan memahami lebih lanjut mengenai
perilaku pelanggan dalam konteks belanja
online di Shopee. Oleh karena itu,
penelitian ini didesain untuk mengidentifikasi dampak dari Kualitas Layanan
Elektronik dan Kepuasan Pelanggan, dengan fokus khusus pada produk fashion. Penelitian ini mengarah pada identifikasi indikator dan variabel yang relevan, dan dalam upaya memperoleh
wawasan yang lebih mendalam, saya merujuk pada penelitian sebelumnya yang telah dilakukan oleh(Rita et al., 2019).
Dengan pendekatan ini, penelitian ini bertujuan untuk
membangun landasan pengetahuan yang kokoh, memperluas pemahaman tentang perilaku pelanggan di Shopee, khususnya dalam kategori produk fashion.
Penelitian sebelumnya yang dilakukan oleh (Rita et al., 2019)telah memberikan landasan bagi penggunaan
variabel-variabel ini. Analisis mendalam dilakukan pada aspek-aspek kunci seperti Information
Quality, Website Aesthetics, Purchase Process, Website Convenience, Product
Selection, Price Offerings, Website Personalization, dan System Availability dalam kategori Website Design. Variabel Customer Service turut dianalisis dengan indikator Service Level dan Return Handling/Policy. Sementara itu, Security/Privacy
dan Fulfilment melibatkan indikator
Timeliness of Delivery, Order Accuracy, dan Delivery Condition. Selain itu, variabel
tambahan seperti Overall
E-service Quality, Customer Satisfaction, Customer Trust, Repurchase Intention,
Word of Mouth, dan Site Revisit diperkenalkan untuk memperkaya pemahaman terhadap interaksi kompleks antara kualitas layanan elektronik, kepuasan pelanggan, dan perilaku konsumen,penelitian
ini juga digunakan penulis sebagai acuan dalam penelitian
ini.
Penelitian ini bertujuan untuk mengevaluasi pengaruh variabel-variabel tertentu terhadap kualitas layanan elektronik secara keseluruhan. Pertama, penelitian ini menilai apakah
desain situs web memiliki dampak positif terhadap kualitas layanan elektronik secara menyeluruh. Selanjutnya, fokus penelitian adalah untuk menentukan apakah layanan pelanggan, keamanan/privasi, dan keterpenuhan juga memberikan kontribusi positif terhadap kualitas layanan elektronik secara umum. Selain itu,
penelitian ini mencoba memahami hubungan antara kualitas layanan elektronik secara keseluruhan dengan kepuasan pelanggan, kepercayaan pelanggan, niat untuk membeli
kembali, testimoni positif (word of mouth), dan kemungkinan
kunjungan ulang ke situs. Melalui penelitian ini, diharapkan dapat ditemukan informasi yang berharga terkait dengan faktor-faktor yang memengaruhi pengalaman dan persepsi pengguna terhadap layanan elektronik, khususnya dalam konteks pembelian
produk fashion di Shopee.
Metode Penelitian
Dalam melakukan uji
Measurement Model (Outer Model), yang juga dikenal sebagai Model Pengukuran, tujuan utamanya adalah untuk merinci
hubungan antara variabel laten dan indikatornya.
Proses ini menggunakan PLS
Algorithm sebagai prosedur utama untuk melakukan
uji pada Outer Model. Tahap analisis
Outer Model mencakup pengujian
validitas dan reliabilitas,
dengan berbagai pengujian yang dilakukan. Uji Validitas Convergent terdiri dari Loading Factor, di mana nilai
di atas 0,7 dianggap ideal untuk menunjukkan validitas indikator. Average
Variance Extracted (AVE) digunakan untuk menilai validitas
diskriminan dan konvergen, dengan nilai minimal AVE yang diharapkan sebesar 0,50. Uji Validitas Discriminant melibatkan
Cross Loading, Fornell Larcker
Criterion, dan Heterotrait-Monotrait Ratio (HTMT) dengan nilai yang diinginkan berada di bawah 0,90. Uji Reliabilitas dilakukan dengan menggunakan Cronbach's Alpha dan Composite Reliability, dengan nilai yang dianggap baik adalah
≥ 0,7 untuk penelitian konfirmatif dan > 0,6 untuk penelitian eksploratif. Pada konstruk indikator formatif, uji signifikansi outer
weight dilakukan untuk mengevaluasi kontribusi
masing-masing indikator dalam
membentuk suatu konstruk, dan uji multikolinearitas
(VIF) digunakan untuk memeriksa korelasi antar variabel independen dalam model regresi. Pada tahap uji
Structural Model (Inner Model), evaluasi dilakukan untuk memprediksi hubungan kausalitas antara variabel laten menggunakan
R-Square, Effect size f2, dan Q2 Predictive Relevance sebagai
indikator evaluasi. Terakhir, sebelas hipotesis penelitian dinyatakan dengan format Ha (hipotesis alternatif) dan Ho (hipotesis nol), yang melibatkan hubungan positif antara variabel-variabel tertentu seperti Website Design, Customer Service, Security/Privacy,
Fulfilment, Overall E-Service Quality, Customer Satisfaction, Customer Trust,
Repurchase Intention, Word of Mouth, dan Site Revisit.
Hasil dan Pembahasan
Uji Measurement Model (Outer Model)
Gambar
1. Hasil Uji Loading Factor
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Tabel 1. Hasil Avarage
Variance Extracted (AVE)
|
|
Average Variance Extracted (AVE) |
|
Customer Satisfication |
1.000 |
|
Customer Service |
|
|
Customer Trust |
1.000 |
|
Fulfilment |
|
|
Overall E-Service Quality |
1.000 |
|
Repurchase Intention |
1.000 |
|
Security/Privacy |
|
|
Site Revisit |
1.000 |
|
Website Design |
|
|
Word of Mouth |
1.000 |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Hasil analisis data
pada tabel 1, menunjukkan bahwa semua nilai
AVE pada tabel memiliki angka di atas 0,5, dengan sebagian besar bernilai 1,000. Ini mengindikasikan bahwa konstruk laten yang diamati, seperti Customer
Satisfaction, Customer Trust, Overall E-Service Quality, Repurchase Intention,
Site Revisit, dan Word of Mouth, memiliki tingkat validitas diskriminan yang tinggi. Nilai-nilai AVE yang melebihi batas 0,5 menunjukkan bahwa sebagian besar varians dari
variabel manifest dapat diatribusikan dengan baik ke konstruk
laten yang bersangkutan.
Hasil analisis data menunjukkan bahwa Fornell-Larcker criterion, yang membandingkan
square root dengan korelasi
antar-konstruk, terpenuhi dengan baik. Nilai Fornell-Larcker pada setiap konstruk lebih besar daripada korelasinya dengan konstruk lainnya, menegaskan adanya discriminant
validity yang memadai antar-variabel
laten.
Namun,pada variabel yang menggunakan indikator formatif, evaluasi tidak dapat mengandalkan
Fornell-Larcker criterion. Sebaliknya,
pengukuran validitas pada variabel tersebut dilakukan melalui uji signifikasi weight dan multicollinearity. Hasil ini menyoroti kompleksitas
pengukuran pada variabel-formatif
dan menegaskan perlunya metode evaluasi yang sesuai dengan sifat
khusus pengukuran tersebut.
Tabel 2. Hasil Cronbach’s Alpha
|
|
Cronbach's Alpha |
|
Customer Satisfication |
1.000 |
|
Customer Service |
|
|
Customer Trust |
1.000 |
|
Fulfilment |
|
|
Overall E-Service Quality |
1.000 |
|
Repurchase Intention |
1.000 |
|
Security/Privacy |
|
|
Site Revisit |
1.000 |
|
Website Design |
|
|
Word of Mouth |
1.000 |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Pada hasil analisis data, nilai Cronbach's
Alpha yang diperoleh untuk setiap konstruk menunjukkan tingkat reliabilitas yang sangat tinggi. Semua konstruk, seperti Customer Satisfaction, Customer Trust, Overall
E-Service Quality, Repurchase Intention, dan Word of Mouth, memiliki nilai Cronbach's Alpha sebesar 1.000. Ini mengindikasikan bahwa instrumen yang digunakan dalam pengukuran variabel-latent tersebut dapat dianggap sangat reliabel, karena melebihi ambang batas standar reliabilitas
yang umumnya diterima, yaitu 0,70. Namun, perlu diingat bahwa
pada variabel yang menggunakan
indikator formatif, seperti Customer Service, Fulfilment, Security/Privacy, dan
Website Design, evaluasi reliabilitas
tidak dapat mengandalkan Cronbach Alpha. Sebaliknya,
untuk variabel-formatif, evaluasi reliabilitas dilakukan melalui uji signifikasi weight dan multicollinearity.
Tabel 3. Hasil Composite Reliability
|
|
Composite Reliability |
|
Customer Satisfication |
1.000 |
|
Customer Service |
|
|
Customer Trust |
1.000 |
|
Fulfilment |
|
|
Overall E-Service Quality |
1.000 |
|
Repurchase Intention |
1.000 |
|
Security/Privacy |
|
|
Site Revisit |
1.000 |
|
Website Design |
|
|
Word of Mouth |
1.000 |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Hasil analisis data menunjukkan bahwa nilai Composite Reliability pada setiap konstruk sangat tinggi, dengan semua nilai
berada pada 1.000. Hal ini menandakan konsistensi yang luar biasa dalam
blok indikator dan mengindikasikan bahwa instrumen pengukuran variabel-latent tersebut sangat dapat diandalkan, melebihi standar umum reliabilitas yang diterima, yaitu 0.7.
Meskipun demikian, perlu ditekankan bahwa pada variabel yang menggunakan indikator formatif, seperti Customer
Service, Fulfilment, Security/Privacy, dan Website Design, evaluasi
reliabilitas tidak dapat mengandalkan nilai Composite. Sebagai gantinya, reliabilitas pada variabel-formatif dievaluasi melalui uji signifikasi weight
dan multicollinearity. Secara keseluruhan,
nilai-nilai CR yang tinggi memberikan keyakinan tambahan terhadap keandalan instrumen pengukuran dalam mengukur konsistensi dan dapat diandalkannya variabel laten yang diuji dalam konteks penelitian
ini.
Tabel 4. Signifikasi Weight
|
Jalur |
Original
Sample (O) |
T Statistics (|O/STDEV|) |
Kesimpulan |
|
IQ -> Website
Design |
0.513 |
2.891 |
Indikator formatif di dukung |
|
WA -> Website
Design |
-0.072 |
0.327 |
Indikator formatif tidak di dukung |
|
PP -> Website
Design |
0.299 |
1.679 |
Indikator formatif tidak di dukung |
|
WC -> Website
Design |
0.208 |
0.929 |
Indikator formatif tidak di dukung |
|
PS -> Website
Design |
0.047 |
0.271 |
Indikator formatif tidak di dukung |
|
PO -> Website
Design |
-0.108 |
0.542 |
Indikator formatif tidak di dukung |
|
WP -> Website
Design |
0.119 |
0.572 |
Indikator formatif tidak di dukung |
|
SA -> Website
Design |
0.161 |
0.794 |
Indikator formatif tidak di dukung |
|
SL -> Customer
Service |
0.715 |
1.688 |
Indikator formatif di dukung |
|
RP -> Customer
Service |
0.326 |
0.725 |
Indikator formatif tidak di dukung |
|
SC -> Security/Privacy |
0.464 |
2.169 |
Indikator formatif di dukung |
|
PR -> Security/Privacy |
0.706 |
3.426 |
Indikator formatif di dukung |
|
TD -> Fulfilment |
0.560 |
2.418 |
Indikator formatif di dukung |
|
OA -> Fulfilment |
0.766 |
2.258 |
Indikator formatif di dukung |
|
DC -> Fulfilment |
-0.342 |
1.182 |
Indikator formatif tidak
di dukung |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Dalam konteks ini, angka signifikansi
weight yang melebihi nilai
1.96 mengindikasikan suatu kebermaknaan yang signifikan pada
tingkat kepercayaan 95%. Artinya, apabila beberapa indikator tidak mencapai nilai ambang batas
tersebut, dapat disimpulkan bahwa indikator formatif tersebut tidak mendapatkan dukungan yang memadai(Imam
Ghozali, 2021). Oleh karena
itu, langkah selanjutnya yang perlu diambil adalah melakukan analisis outer weight
loading.
Analisis signifikansi weight
pada model pengukuran formatif
menghasilkan temuan yang relevan dengan teori kajian. Pada variabel Website Design, indikator-formatif
"IQ" menunjukkan dampak
positif yang signifikan, mengindikasikan bahwa indikator tersebut dapat diandalkan untuk menjelaskan variasi dalam variabel
laten Website Design. Namun, sebagian
besar indikator-formatif lainnya seperti "WA,"
"PP," "WC," "PS," "PO," "WP,"
dan "SA" tidak memberikan
dukungan yang signifikan.
Sementara itu, pada variabel Customer Service, indikator-formatif
"SL" memiliki dampak
positif yang signifikan, menguatkan kehandalan indikator tersebut dalam menjelaskan variabel laten Customer Service. Namun,
indikator-formatif "RP" tidak
memberikan dukungan yang signifikan.
Pada variabel
Security/Privacy, indikator-formatif "SC"
dan "PR" menunjukkan dampak
positif yang signifikan, menggambarkan keandalan keduanya dalam mengukur variabel laten tersebut.
Terakhir, pada variabel
Fulfilment, indikator-formatif "TD" dan
"OA" memiliki dampak
positif yang signifikan, menandakan keandalan keduanya dalam mengukur variabel laten
Fulfilment. Namun, indikator-formatif
"DC" tidak memberikan
dukungan yang signifikan.
Tabel 5. Hasil R Square (r2)
|
|
|
|
|
|
R Square |
R Square
Adjusted |
|
Customer Satisfication |
0.808 |
0.806 |
|
Customer Trust |
0.155 |
0.149 |
|
Overall E-Service Quality |
0.394 |
0.376 |
|
Repurchase Intention |
0.132 |
0.119 |
|
Site Revisit |
0.791 |
0.789 |
|
Word of Mouth |
0.731 |
0.727 |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Berdasarkan data tabel nilai R2 di atas, dapat disimpulkan bahwa model-model yang digunakan cukup baik dalam
menjelaskan variasi pada variabel dependen. Customer
Satisfaction memiliki Adjusted R-squared sebesar 80.6%, menunjukkan bahwa sekitar 80.6% variasi dalam kepuasan
pelanggan dapat dijelaskan oleh variabel independen. Begitu pula dengan variabel lainnya seperti Customer Trust
(14.9%), Overall E-Service Quality (37.6%), Repurchase Intention (11.9%), Site
Revisit (78.9%), dan Word of Mouth (72.7%). Meskipun beberapa nilai lebih rendah, model-memberikan wawasan yang signifikan terkait faktor-faktor yang memengaruhi variabel dependen.
Dalam analisis effect size,
beberapa hubungan menunjukkan dampak yang lebih signifikan daripada yang lain. Tidak ada effect size pada hubungan antara Customer Service dan Overall E-Service Quality, serta Fulfillment dan Overall E-Service Quality, menandakan ketidakberpengaruhannya.
Hubungan dengan effect size
kecil, seperti Customer
Satisfaction dengan Repurchase Intention, dan
Customer Trust dengan Word of Mouth, menunjukkan pengaruh yang lemah. Sedangkan, hubungan dengan effect size sedang hingga besar,
seperti Customer Satisfaction dengan
Word of Mouth, dan Overall E-Service Quality dengan
Fulfilment, menandakan pengaruh
yang lebih besar. Sehingga, dapat disimpulkan bahwa beberapa faktor memiliki dampak yang lebih signifikan dalam konteks analisis
ini.
Q2 Predictive Relevance
Tabel 6. Hasil Q2 Predictive Relevance
|
|
Q² (=1-SSE/SSO) |
|
Customer Satisfication |
0.801 |
|
Customer
Service |
|
|
Customer
Trust |
0.135 |
|
Fulfilment |
|
|
Overall
E-Service Quality |
0.237 |
|
Repurchase
Intention |
0.077 |
|
Security/Privacy |
|
|
Site
Revisit |
0.784 |
|
Website
Design |
|
|
Word
of Mouth |
0.719 |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Dari hasil analisis nilai Q² dalam tabel, dapat
diperoleh gambaran tentang sejauh mana model struktural dapat memprediksi nilai observasi dengan baik. Evaluasi dilakukan terhadap beberapa variabel laten. Customer
Satisfaction memiliki nilai
Q² sebesar 0.801, menunjukkan
bahwa model struktural mampu dengan baik
memprediksi dan menjelaskan
variasi dalam kepuasan pelanggan, mengindikasikan predictive relevance yang tinggi. Customer Trust memiliki nilai Q² sebesar 0.135, menunjukkan predictive relevance yang cukup
baik, namun perlu dibandingkan dengan batasan teori untuk penilaian
lebih lanjut. Overall
E-Service Quality memiliki nilai
Q² sebesar 0.237, menandakan
predictive relevance yang cukup baik.
Repurchase Intention memiliki Q² sebesar
0.077, menunjukkan tingkat
predictive relevance yang lebih rendah
dibandingkan dengan variabel lainnya. Site Revisit memiliki nilai Q² yang tinggi, yakni 0.784, menandakan kemampuan model dalam memprediksi faktor-faktor yang memengaruhi kunjungan ulang ke situs. Word of Mouth memiliki nilai Q² sebesar 0.719, menunjukkan bahwa model mampu dengan baik
menjelaskan variasi dalam word of mouth pelanggan. Dengan merujuk pada teori predictive relevance, nilai-nilai
positif Q² pada seluruh variabel menandakan bahwa model memiliki predictive
relevance yang baik.
Hasil pengujian path
coefficient pada tabel memberikan
pemahaman tentang hubungan antar variabel dalam model penelitian. Hubungan positif dan signifikan (0.160) ditemukan antara tingkat kepuasan pelanggan (Customer Satisfaction) dan kecenderungan
pelanggan untuk melakukan pembelian kembali (Repurchase Intention). Selanjutnya,
hubungan positif yang signifikan juga terdapat antara tingkat kepuasan pelanggan dan kecenderungan pelanggan untuk kembali mengunjungi
situs secara berulang (Site
Revisit) sebesar 0.889, serta
kemungkinan munculnya testimoni positif dari pelanggan (Word of Mouth) sebesar 0.801.
Pada sisi lain, hasil menunjukkan ketiadaan hubungan yang signifikan (-0.148) antara pelayanan pelanggan (Customer
Service) dan persepsi pelanggan
terhadap kualitas layanan elektronik secara keseluruhan (Overall
E-Service Quality). Temuan lain mencakup
hubungan positif (0.279) antara tingkat kepercayaan pelanggan (Customer
Trust) dan niat pelanggan untuk melakukan pembelian ulang (Repurchase
Intention), serta hubungan positif yang tinggi (0.899) antara persepsi pelanggan terhadap kualitas layanan elektronik secara keseluruhan dan tingkat kepuasan pelanggan. Kesimpulannya, temuan ini memberikan gambaran mendalam mengenai interaksi kompleks antar variabel dalam konteks layanan elektronik.
Tabel 7. Hasil
T Statistics (|O/STDEV|)
|
|
T Statistics (|O/STDEV|) |
Kesimpulan |
|
Customer Satisfication
-> Repurchase Intention |
1.775 |
Hipotesis Di tolak |
|
Customer Satisfication
-> Site Revisit |
29.888 |
Hipotesis Di Terima |
|
Customer Satisfication
-> Word of Mouth |
15.454 |
Hipotesis Di Terima |
|
Customer Service -> Overall
E-Service Quality |
1.177 |
Hipotesis Di tolak |
|
Customer Trust -> Repurchase
Intention |
2.812 |
Hipotesis Di Terima |
|
Customer Trust -> Word of
Mouth |
2.313 |
Hipotesis Di Terima |
|
Fulfilment
-> Overall E-Service Quality |
0.242 |
Hipotesis Di tolak |
|
Overall E-Service Quality -> Customer Satisfication |
26.805 |
Hipotesis Di Terima |
|
Overall E-Service Quality -> Customer
Trust |
3.702 |
Hipotesis Di Terima |
|
Security/Privacy -> Overall
E-Service Quality |
2.211 |
Hipotesis Di Terima |
|
Website Design -> Overall
E-Service Quality |
3.342 |
Hipotesis Di Terima |
Hasil uji T-Statistik mengungkap temuan kunci terkait signifikansi
hubungan antar variabel dalam model struktural. Hubungan antara Customer Satisfaction dan Repurchase Intention tidak signifikan, menandakan ketidakadaan pengaruh kepuasan pelanggan terhadap niat pembelian ulang. Sebaliknya, hubungan Customer Satisfaction dengan
Site Revisit dan Word of Mouth sangat signifikan, menunjukkan dampak positif kepuasan pelanggan terhadap kunjungan ulang dan testimoni positif. Meskipun tidak terdapat hubungan signifikan antara Customer
Service dan Overall E-Service Quality, Customer Trust berpengaruh
signifikan terhadap
Repurchase Intention dan Word of Mouth. Fulfilment tidak
memengaruhi signifikan
Overall E-Service Quality. Kualitas layanan elektronik keseluruhan berperan penting dalam meningkatkan
Customer Satisfaction dan Customer Trust, serta dipengaruhi positif oleh faktor Security/Privacy dan Website Design. Temuan ini memberikan
pemahaman yang lebih mendalam mengenai dinamika hubungan dalam konteks penelitian
ini.
Tabel 8. P-Values
|
|
P Values |
Kesimpulan |
|
Customer
Satisfication -> Repurchase
Intention |
0.038 |
Signifikan |
|
Customer
Satisfication -> Site Revisit |
0.000 |
Signifikan |
|
Customer
Satisfication -> Word of Mouth |
0.000 |
Signifikan |
|
Customer
Service -> Overall E-Service Quality |
0.120 |
Tidak Signifikan |
|
Customer
Trust -> Repurchase Intention |
0.003 |
Signifikan |
|
Customer
Trust -> Word of Mouth |
0.011 |
Signifikan |
|
Fulfilment -> Overall E-Service Quality |
0.404 |
Tidak Signifikan |
|
Overall
E-Service Quality ->
Customer Satisfication |
0.000 |
Signifikan |
|
Overall
E-Service Quality -> Customer Trust |
0.000 |
Signifikan |
|
Security/Privacy -> Overall
E-Service Quality |
0.014 |
Signifikan |
|
Website
Design -> Overall E-Service Quality |
0.000 |
Signifikan |
Sumber : Pengolahan Data SMART
PLS 3.2.9, 2023
Hasil analisis
P-Values pada tabel untuk setiap jalur dalam
model struktural memberikan
temuan yang dapat dirangkum sebagai berikut: Pertama, hubungan antara Customer
Satisfaction dan Repurchase Intention signifikan (P =
0.038), menunjukkan pengaruh
kepuasan pelanggan terhadap keinginan pembelian ulang. Kedua, hubungan Customer
Satisfaction dengan Site Revisit (P = 0.000) dan Word
of Mouth (P = 0.000) sangat signifikan, mengindikasikan dampak besar kepuasan pelanggan pada kunjungan ulang dan testimoni positif. Ketiga, meskipun tidak signifikan secara statistik (P = 0.120), Customer Service tidak
berpengaruh secara signifikan pada persepsi pelanggan terhadap kualitas layanan elektronik secara keseluruhan. Keempat, hubungan antara Customer Trust
dan Repurchase Intention (P = 0.003) serta Word of
Mouth (P = 0.011) signifikan, menunjukkan
bahwa tingkat kepercayaan pelanggan memengaruhi niat pembelian ulang dan testimoni positif. Kelima, Fulfilment tidak signifikan (P = 0.404) terhadap
Overall E-Service Quality, menandakan dampak yang tidak signifikan pada persepsi pelanggan. Terakhir, hubungan Overall E-Service Quality dengan
Customer Satisfaction (P = 0.000), Customer Trust (P = 0.000), Security/Privacy
(P = 0.014), dan Website Design (P = 0.000) sangat signifikan,
menegaskan kontribusi besar kualitas layanan elektronik keseluruhan pada kepuasan, kepercayaan, serta dipengaruhi oleh faktor keamanan/privasi dan desain situs web. Temuan ini memberikan wawasan penting terkait signifikansi hubungan dalam konteks penelitian ini.
Hipotesis penelitian diuji melalui analisis
path coefficient, T-Statistik, dan P-Values. Hasilnya menyatakan bahwa hipotesis pertama, yang menyatakan bahwa Website Design memiliki hubungan positif dengan Overall E-Service Quality, dapat
diterima. Temuan menunjukkan adanya hubungan signifikan dengan koefisien jalur sebesar 0.492, T-Stat sebesar 3.342, dan p-Value sebesar
0.000. Namun, hipotesis kedua, yang menyatakan bahwa Customer Service memiliki hubungan positif dengan Overall E-Service Quality, ditolak
karena T-Stat sebesar 1.177
dan p-Value sebesar 0.120 tidak
mencapai tingkat signifikansi. Sebaliknya, hipotesis ketiga tentang hubungan positif antara Security/Privacy
dan Overall E-Service Quality diterima, dengan nilai T-Stat 2.211 dan
p-Value 0.014. Hipotesis keempat,
yang menyatakan hubungan positif antara Fulfilment dan
Overall E-Service Quality, ditolak karena T-Stat hanya sebesar 0.242 dan p-Value sebesar
0.404. Hipotesis kelima, keenam, dan ketujuh, yang mengaitkan Overall E-Service Quality dengan
Customer Satisfaction, Customer Trust, dan Repurchase Intention, semuanya dapat diterima karena T-Stat yang
sangat tinggi dan p-Value yang rendah.
Terakhir, hipotesis kedelapan hingga kesebelas, yang berkaitan dengan hubungan antara Customer Satisfaction, Customer Trust, dan Site
Revisit dengan Word of Mouth dan Repurchase
Intention, semuanya diterima
dengan T-Statistik yang signifikan dan p-Value yang rendah.
Temuan ini memberikan pemahaman mendalam tentang hubungan antar variabel dalam konteks model penelitian ini.
Kesimpulan
Penelitian kuantitatif ini bertujuan untuk
menyelidiki hubungan antara empat variabel
independen, yaitu website
design, customer service, security/privacy, dan fulfilment, terhadap
enam variabel dependen, yaitu overall e-service
quality, customer satisfaction, customer trust, repurchase intention, word of
mouth, dan site revisit. Sebanyak 15 indikator formatif pada variabel independen diuji melalui analisis
outer konstruk formatif, dengan memperhatikan signifikasi weight dan multicollinearity VIF. Dari 11 hipotesis yang diajukan, sebanyak 8 hipotesis diterima, sementara 3 lainnya ditolak. Temuan utama menunjukkan
bahwa jalur Customer
Satisfaction -> Site Revisit memiliki pengaruh terbesar dengan T statistics sebesar
29.888. Selain itu, jalur Overall E-Service Quality -> Customer Satisfaction
juga signifikan dengan T
statistics sebesar 26.805, dan Customer Satisfaction
-> Word of Mouth dengan T statistics sebesar 15.454.
BIBLIOGRAFI
Adam, M., Ibrahim,
M., Putra, T. R. I., & Yunus,
M. (2023). The effect of
e-WOM model mediation of marketing mix and destination
image on tourist revisit
intention. International Journal of Data and Network Science, 7(1), 265–274. https://doi.org/10.5267/j.ijdns.2022.10.007
Afifah, A., & Zuhdi, S. (2022). Pengaruh
Citra Perusahaan, Kepercayaan,
Dan Word Of Mouth Terhadap Kepuasan Pelanggan Pada PT Grab Teknologi Indonesia.
Jurnal Ilmiah Manajemen Kesatuan, 10(1), 87–96.
https://doi.org/10.37641/jimkes.v10i1.1276
Alfanur, F., & Kadono, Y. (2019). Analysis on E-commerce Purchase Intention and Decision in Java and Sumatra. 2019 International Conference
on Information Management and Technology (ICIMTech), 635–640.
https://doi.org/10.1109/ICIMTech.2019.8843731
Al-Jundi, S. A., Shuhaiber, A., & Augustine,
R. (2019). Effect of consumer
innovativeness on new product purchase intentions through learning process and perceived value. Cogent Business & Management, 6(1).
David. (2018).
PENGARUH E-SERVICE QUALITY TERHADAP LOYALITAS PELANGGAN MELALUI KEPUASAN
PELANGGAN PADA TRANSPORTASI ONLINE GRAB . AGORA, 6,
1–6.
Delana, K., Savva, N., & Tezcan,
T. (2021). Proactive Customer
Service: Operational Benefits
and Economic Frictions.
Manufacturing & Service Operations Management,
23(1), 70–87. https://doi.org/10.1287/msom.2019.0811
Delitzas, A., Chatzidimitriou, K. C., & Symeonidis, A. L. (2023). Calista: A deep
learning-based system for understanding and evaluating website aesthetics. International
Journal of Human-Computer Studies, 175, 103019.
Hair,
J. F., Risher, J. J., Sarstedt,
M., & Ringle, C. M. (2019). When
to use and how to report the results
of PLS-SEM. European Business Review, 31(1), 2–24.
https://doi.org/10.1108/EBR-11-2018-0203
Hardani. (2020). Buku Metode Penelitian Kualitatif & Kuantitatif (Abadi Husnu, Ed.; 1st ed.). CV. Pustaka
Ilmu Group Yogyakarta.
https://www.researchgate.net/publication/340021548
Hassan, M. M.,
Ahmad, N., & Hashim, A. H. (2021). The Conceptual Framework of Housing Purchase Decision-Making Process. International Journal of Academic
Research in Business and Social
Sciences, 11(11). https://doi.org/10.6007/IJARBSS/v11-i11/11653
Herlambang, A. S., & Komara, E. (2022). Pengaruh Kualitas Produk, Kualitas Pelayanan, Dan Kualitas Promosi Terhadap Kepuasan Pelanggan (Studi kasus pada
Starbucks Coffee Reserve Plaza Senayan). Jurnal Ekonomi, Manajemen Dan Perbankan (Journal of Economics,
Management and Banking), 7(2), 56.
Li, L., Zhou, J., Wei, T., Chen, M.,
& Hu, X. S. (2021). Learning-Based Modeling and Optimization for
Real-Time System Availability. IEEE Transactions on Computers, 70(4), 581–594.
https://doi.org/10.1109/TC.2020.2991177
Liang,
R., & Wang, J. (2019). A Linguistic Intuitionistic Cloud Decision Support Model with Sentiment
Analysis for Product Selection in E-commerce. International Journal of Fuzzy
Systems, 21(3), 963–977. https://doi.org/10.1007/s40815-019-00606-0
Libby,
A. (2020). Project: Automating the
Purchase Process. In Introducing the HTML5 Web Speech API (pp. 275–308). Apress.
Rifa’i Abubakar. (2021). PENGANTAR METODOLOGI
PENELITIAN. In PENGANTAR METODOLOGI PENELITIAN. SUKA-Press UIN Sunan Kalijaga.
https://digilib.uin-suka.ac.id/id/eprint/42716/1/PENGANTAR%20METODOLOGI%20PENELITIAN.pdf
Rita, P., Oliveira, T., & Farisa, A.
(2019). The impact of e-service quality and customer satisfaction on customer behavior in online shopping. Heliyon, 5(10).
https://doi.org/10.1016/j.heliyon.2019.e02690
Ruotsalainen, P.,
& Blobel, B. (2021). How a Service User Knows the Level of Privacy and to Whom Trust in pHealth Systems?
https://doi.org/10.3233/SHTI210571
Safitri, A., Kusumastuti, E., & Haryanti,
T. (2022). Pengaruh E-Service Quality
Terhadap Kepuasan Konsumen Shopee Indonesia (Studi Pada Mahasiswa
Di Kota Purwokerto). Jurnal
Pustaka Aktiva (Pusat Akses Kajian Akuntansi,
Manajemen, Investasi, Dan
Valuta), 2(1), 12–20. https://doi.org/10.55382/jurnalpustakaaktiva.v2i1.137
Saleh,
S., Nurjaya, I. N., Suryokumoro,
H., Noerdjasakti, S., & Zerlina,
Z. (2023). ASSET RECOVERY POLICY IN THE DRAFT OF THE ASSET FORFEITURE BILL IN
CORRUPTION CASES. Journal of International Legal Communication,
9(2), 46–55.
Wulandari, W., Sasongko, S., & Sasongko,
M. I. N. (2023). KUALITAS PENGIRIMAN ONLINE FOOD DELIVERY TERHADAP CUSTOMER
LOYALTY DIIMPLEMENTASIKAN OLEH SWITCHING COST. Conference on Innovation and
Application of Science and Technology (CIASTECH), 6(1), 121.
https://doi.org/10.31328/ciastech.v6i1.5313
Xiang, Y., Yang, X., Zhou, Y., & Huang,
H. (2020). Enhancing Decomposition-Based
Algorithms by Estimation of Distribution for Constrained Optimal Software
Product Selection. IEEE Transactions
on Evolutionary Computation,
24(2), 245–259. https://doi.org/10.1109/TEVC.2019.2922419
Xiao,
L., & Kumar, V. (2021). Robotics
for Customer Service: A Useful
Complement or an Ultimate Substitute? Journal of Service Research,
24(1), 9–29. https://doi.org/10.1177/1094670519878881
Xu,
L., Turan, M. S., Guo, B.,
& Ferrari-Trecate, G. (2021). Non-conservative Design of Robust Tracking Controllers Based on Input-output Data.
Yogatama, A. N. (2022). THE INFLUENCE OF ELECTRONIC SERVICE QUALITY AND CLIENT
FULFILLMENT IN ONLINE BUYING. Jurnal Ilmiah Bisnis Dan Ekonomi Asia,
16(1), 52–74.
|
Copyright holder: Anthony, Agung Stefanus Kembau (2022) |
|
First publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is licensed under:
|
