Purnama Sari1,
Refi Rifaldi Windya Giri2
Fakultas Ekonomi dan Bisnis,
Universitas Telkom
purnamasarilys@student.telkomuniversity.ac.id1, rifaldi@telkomuniversity.ac.id2
Abstrak
Kemajuan teknologi informasi
membuat bank saat ini memberikan
dan menawarkan keefesienan bagi para penggunanya dengan menyediakan layanan operasional yang bermacam-macam, termasuk diantaranya layanan e-banking (electronic banking). Tujuan Penelitian
ini untuk mengetahui pengaruh
dimensi eWOM terhadap niat adopsi m-banking dengan menggunakan variabel mediasi yang dimoderasi dengan pendekatan ELM. Jenis penelitian yang dilakukan dalam penelitian ini adalah penelitian deskriptif dengan pendekatan kuantitatif dengan teknik analisis
data menggunakan SEM-PLS dengan
sofware SmartPLS dan sampel minimal pada penelitian
ini yaitu sebanyak 353 responden. Hasil penelitian menunjukkan bahwa faktor pemicu kualitas
argumen, valensi, dan konsistensi secara langsung meningkatkan niat untuk menggunakan m-banking.
Pemicu ini dimediasi oleh kepercayaan awal pada m-banking. Temuan ini membuat beberapa kontribusi literatur tentang komunikasi pemasaran, khususnya untuk penelitian eWOM dan teori ELM. Secara praktis, penelitian ini memberikan beberapa rekomendasi kepada perbankan tentang bagaimana menggunakan eWOM positif untuk
memotivasi konsumen dalam menggunakan m-banking.
Kata Kunci: eWOM, niat
adopsi, elaboration likelihood model (ELM)
Abstract
Advances in
information technology make banks currently provide and offer efficiency for
their users by providing various operational services, including e-banking
services (electronic banking). The purpose of this study was to determine the
effect of the eWOM dimension on the intention to
adopt m-banking by using a mediating variable moderated by the ELM approach.
The type of research conducted in this research is descriptive research with a
quantitative approach with data analysis techniques using SEM-PLS with SmartPLS Software and the minimum sample in this study is
353 respondents. The findings
showed that of the triggers, argument quality, valence, and consistency enhance
intention to adopt m-banking. These effects were mediated by initial trust in
m-banking. These findings make several contributions to the literature on
marketing communication, particularly to eWOM
research and ELM theory. Practically, this study provides several
recommendations to banks about how to use positive eWOM
for motivating consumers to adopt m-banking.
Keywords: eWOM, adoption intention, elaboration likelihood model (ELM)
Pendahuluan
Fenomena saat ini menunjukan
bahwa yang kerap menjadi preferensi utama saat ini
di layanan perbankan oleh nasabah yang melakukan transaksi non-tunai adalah dengan menggunakan
smartphone atau yang lebih sering dikenal dengan aplikasi mobile bankingg (m-banking). Hal ini pun
dibuktikan oleh Asosiasi Sitem Pembayaran
Indonesia pada tahun 2021 volume transaksi
mobile banking masih mendominasi
dibandingkan dengan
internet banking dan phone banking. Akan tetapi, dari perilaku
pengguna internet, presentase
penggunaan atau akses internet dalam perbankan masih cukup rendah serta
pemanfaatan internet dalam bidang ekonomi. Berdasarkan data dari We are Social financial
service terbilang cukup rendah sebanyak 39.2%. Hal tersebut tentu tidak sejalan dengan
tingginya jumlah pengguna internet di Indonesia, padahal
layanan mobile banking diciptakan
perbankan guna mempermudah para nasabahnya dalam melakukan aktifitas perbankan dengan segala fitur
yang ditawarkan.
Internet menciptakan sebuah pola baru pada komunikasi Word Of Mouth (WOM) dan disinilah awal timbulnya istilah electronic
Word of Mouth (eWOM). Adanya fenomena
terkait eWOM dianggap sebagai perkembangan dari komunikasi tradisional interpersonal menjadi generasi di masa depan dari cyberspace. Menurut
penelitian konsumen mencari dan menanyakan tentang informasi yang di posting
oleh konsumen sebelumnya
agar menciptakan rasa percaya
diri dalam mencoba teknologi baru. Menurut Statista (2021) sebanyak 40% respondens menjadikan customer review menjadi
salah satu faktor yang digunakan masyarakat dalam mencari informasi
spesifik mengenai produk yang ingin dibeli Riset yang dilangsungkan menemukan bahwa pengaruh langsung dari pemicu
eWOM (kualitas argumen, valensi, dan konsistensi) secara signifikan mendorong untuk niat adopsi m-banking.
Pada penelitian sebelumnya menggabungkan variabel mediasi dan moderasi dalam model yang sama (penelitian yang sama) untuk menguji secara komprehensif bagaimana hubungan dimensi eWOM dan intensi untuk mengadopsi m-banking. Penelitian terdahulu oleh mengusulkan kepercayaan awal (initial trust)
sebagai variabel dalam hubungan antara dimensi eWOM dan niat adopsi m-banking dan menunjukan bahwa efek mediasi ini bervariasi tergantung tingkat keterlibatan konsumen yang berbeda. Efek mediasi initial trust ini dimoderasi
oleh keterlibatan konsumen
(consumer involvement) dalam m-banking. Pada penelitian ditemukan bahwa efek mediasi
dimoderasi hanya berpengaruh pada hubungan antara valensi terhadap niat adopsi mbanking.
Sebagai langkah awal, peneliti
ingin mengetahui kontribusi eWOM untuk meningkatkan perilaku adopsi m-banking menggunakan
model ELM. Dalam penelitian ini menggunakan consumer
involvement dalam m-banking memoderasi
efek mediasi dari initial trust pada hubungan antara pemicu eWOM
(argument quallity, valence, consistency, volume) dan
niat adopsi perbankan.
1.
M-banking
Menurut
2.
EWOM
Adanya internet membuat sebuah paradigma baru dalam komunikasi
Word of Mouth dan inilah awal
dari munculnya istilah Electronic Word of Mouth. eWOM dianggap sebagai evolusi dari komunikasi
tradisional interpersonal yang menuju
generasi digital
Menurut
a. Argumen Quality (Kualitas Argumen)
Review yang relevan,
akurat, informatif, dan
update sehingga menarik perhatian konsumen dan ulasan tersebut memiliki efek yang lebih persuasif terhadap konsumen.
b. Valence (Valensi)
Valensi informasi terkait ulasan konsumen terkait produk atau layanan yang memiliki efek persuasif
pada kredibilitas eWOM. Adanya valensi informasi memungkinkan pelanggan untuk memahami kekuatan dan kelamahan produk dan layanan yang dimiliki perusahaan. Valensi informasi
ini dapat dibedakan menjadi pernyataan positif dan pernyataan negatif seseorang. Valensi positif dapat diartikan sebagai pendapat positif dari konsumen terhadap produk atau jasa
tertentu atau motivasi positif untuk mendukung niat untuk membeli. Sedangkan valensi negatif merupakan pendapat negatif konsumen terhadap produk maupun jasa
dikarenakan rasa tidak puas yang menjadi masalah dan kelemahan dari produk atau
jasa tersebut.
c. Consistency (Konsistensi)
Saat ini konsumen membagikan
pengalaman mereka melalui platform digital dan mengevaluasi
ulasan yang diterima dari berbagai sumber.
Oleh sebab itu, ulasan yang datang melalui platform dan sumber
online yang ditemukan konsisten,
ulasan tersebut memiliki dampak yang lebih persuasif terhadap tanggapan konsumen terhadap produk dan layanan yang dimiliki.
d. Volume
(Volume)
Banyaknya ulasan terhadap produk berhungan signifikan dengan sikap konsumen terhadap produk. Volume eWOM juga menciptakan efek kesadaran dan menunjukan kinerja dan popularitas produk.
3. Elaboration
Likelihood Model
Teori elaboration likelihood model merupakan teori yang dikembangkan oleh Richard E. Petty dan John T. Cacioppo
pada tahun 1980 yang merupakan
pakar komunikasi persuasif. Teori ini mempelajari mengenai bagaimana dan kapan seseorang bisa terbujuk atau
tidak tebujuk oleh pesan yang didapat atau diterimanya. Dalam mengolah pesan persuasi, elaboration
likelihood model menjelaskan terdapat
dua jalur pengolahan pesan yang nantinya dapat mengubah sikap dan keputusan seseorang, yakni rute pusat
(central route) dan jalur pinggir
(peripheral route)
Teori ELM menunjukkan bahwa individu mengambil rute periferal ketika mereka kurang termotivasi
atau kurang mampu memikirkan pesan, atau ketika
mereka membeli produk atau jasa
dengan keterlibatan rendah
4.
Initial Trust
Kepercayaan dikembangkan
secara bertahap dan tergantung pada komponen kognitif dan afektif sikap dimana pembentukan
initial trust secara substansial
terkait dengan keakraban dan reputasi. Initial
trust merupakan keadaan individu untuk memercayai atau mengharuskan individu untuk mempercayai orang
lain. Dalam hal ini initial
menurut Mcknight et al.
(1998) dalam
5.
Consumer Involvement
Dengan demikian,
menurut Zaichkowsky,1985 dalam
6.
Model Konseptual
Berdasarkan tinjauan
literatur tersebut maka dibuat kerangka
penelitian sebagai berikut:
EWOM
%201913-1928_files/image001.png)
%201913-1928_files/image003.jpg)
Gambar 1 Kerangka
Penelitian: (
Studi literatur tidak terbatas pada teori, tetapi juga bukti empiris. Hipotesis penelitian (jika ada) harus
dibangun dari konsep teori dan didukung oleh studi empiris (penelitian sebelumnya). Pencantuman referensi disajikan sebagai berikut: (penulis, tahun). (Times New Roman –
10 pts – spasi 1)
Pengembangan hipotesis (jika ada), Jika makalah memiliki kerangka teori dan memiliki hipotesis, dalam bab ini
harus dijelaskan bagaimana kerangka dan hipotesis dikembangkan yang memperkuat dengan penelitian sebelumnya.
Metode Penelitian
Penelitian ini, berdasarkan metode
penelitian menggunakan metode penelitian kuantitatif. Penelitian kuantitatif adalah metode-metode yang bertujuan menguji teori-teori tertentu dengan cara meneliti hubungan
antaran variabel. Variabel tersebut biasanya diukur menggunakan instrumen penelitian sehingga data yang terdiri dari angka-angka
dapat dianalisis berdasarkan prosedur-prosedur statistik. Pada penelitian ini yang menjadi populasi penelitian yaitu pengguna internet di Indonesia yang mengakses situs jejaring sosial dengan kriteria
berusia diatas 18 tahundan masyarakat yang tertarik menggunakan m-banking
BCA&BNI. Jumlah responden yang dibutuhkan pada penelitian ini sebanyak 330 responden.
Teknik analisis data pada penelitian ini menggunakan analisis deskriptif dan SEM dengan menggunakan software SmartPLS. Pada penelitian ini menggunakan
VB-SEM dengan software SmartPLS
yang merupakan alternatif dari CB-SEM yang dapat digunakan untuk mengatasi permasalahan hubungan antar variabel yang kompleks namun ukuran sampel datanya
kecil. Data yang digunakan dalam SEM-PLS tidak harus memenuhi persyaratan asumsi data untuk statistik parametrik dengan kata lain SEM-PLS memberikan
kelonggaran pada data yang tidak
berdistribusi normal.
Hasil Dan Pembahasan
Pada penelitian bersumber dari data primer yang diperoleh melalui penyebaran kuesioner secara daring dengan menggunakan G-form melalui media sosial seperti instagram, facebook, twitter, linkeidn, whatsapp, dan line. Dimana kriteria
responden yaitu pengguna internet yang mempunyai
situs jejaring sosial berumur diatas 18 tahun. Jumlah responden
yang diperoleh melalui penyebaran kuisioner sebanyak 353 responden.
1.
Uji Model Pengukuran (Outer Model)
Penggunaan evaluasi
outer model bertujuan untuk
melakukan evaluasi pengujian terhadap hubungan antara variable konstruk (indikator) dengan variabel latennya. Yaitu dengan melakukan pendekatan uji validitas dan uji reliabilitas.
2.
Uji Validitas
Konvergen
Validitas konvergen
suatu konstruk dengan indikator reflektif dievaluasi dengan menggunakan outer loading
>0,7 sedangakan menurut
Chin (1998) nilai outer loading antara
0,5-0,6 sudah dianggap cukup. Berdasarkan hal tersebut maka
kriteria dalam penelitian ini berdasarkan pendapat Chin (1998).
Berikut hasil uji validitas konvergen.
Tabel 1 Hasil Loading Factor
|
Variabel |
Indikator |
Loading Factor |
Kriteria (Chin (1998)) |
Kesimpulan |
|
Argument Quality |
AQ1 |
0.811 |
0.500 |
Valid |
|
AQ2 |
0.811 |
0.500 |
Valid |
|
|
AQ3 |
0.840 |
0.500 |
Valid |
|
|
AQ4 |
0.782 |
0.500 |
Valid |
|
|
Valence |
VA1 |
0.745 |
0.500 |
Valid |
|
VA2 |
0.740 |
0.500 |
Valid |
|
|
VA4 |
0.771 |
0.500 |
Valid |
|
|
VA5 |
0.760 |
0.500 |
Valid |
|
|
VA6 |
0.729 |
0.500 |
Valid |
|
|
VA7 |
0.711 |
0.500 |
Valid |
|
|
Consistency |
CO1 |
0.669 |
0.500 |
Valid |
|
CO2 |
0.848 |
0.500 |
Valid |
|
|
CO3 |
0.858 |
0.500 |
Valid |
|
|
CO4 |
0.849 |
0.500 |
Valid |
|
|
Volume |
VO1 |
0.881 |
0.500 |
Valid |
|
VO2 |
0.852 |
0.500 |
Valid |
|
|
VO3 |
0.881 |
0.500 |
Valid |
|
|
Initial Trust |
IT1 |
0.783 |
0.500 |
Valid |
|
IT2 |
0.804 |
0.500 |
Valid |
|
|
IT3 |
0.812 |
0.500 |
Valid |
|
|
IT4 |
0.761 |
0.500 |
Valid |
|
|
IT5 |
0.733 |
0.500 |
Valid |
|
|
IT6 |
0.735 |
0.500 |
Valid |
|
|
IT7 |
0.794 |
0.500 |
Valid |
|
|
Consumer Involvement |
CI1 |
0.818 |
0.500 |
Valid |
|
CI2 |
0.814 |
0.500 |
Valid |
|
|
CI3 |
0.839 |
0.500 |
Valid |
|
|
CI4 |
0.845 |
0.500 |
Valid |
|
|
Adoption Intention |
AI1 |
0.891 |
0.500 |
Valid |
|
AI2 |
0.903 |
0.500 |
Valid |
|
|
AI3 |
0.894 |
0.500 |
Valid |
|
|
Moderasi Argument Quality |
Argument Quality *Consumer Involvement |
1.397 |
0.500 |
Valid |
|
Moderasi Valence |
Valence * Consumer Involvement |
1.339 |
0.500 |
Valid |
|
Moderasi Consistency |
Consistency * Consumer Involvement |
1.230 |
0.500 |
Valid |
|
Moderasi Volume |
Volume * Consumer Involvement |
1.214 |
0.500 |
Valid |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Berdasarkan tabel
4.8 diatas diketahui bahwa setiap indikator
pada masing-masing variabel mempunyai
nilai loading factor > 0.5 sehingga
dapat disimpulkan bahwa seluruh indikator
telah valid.
3.
Uji Validitas
Diskriminan
Uji validitas
diskriminan dapat dilakukan dengan menggunakan nilai cross loadings dengan melakukan evaluasi terhadap masing-masing konstruk yang bertujuan untuk memastikan bahwa korelasi konstruk dengan item pengukuran lebih besar daripada konstruk lainnya. Berikut hasil uji validitas diskriminan:
Tabel 2 Hasil Cross Loading
|
V/I |
AQ |
VA |
CO |
VO |
IT |
CI |
AI |
AQ*CI |
VA*CI |
VA*CI |
VO*CI |
|
AQ1 |
0.811 |
0.492 |
0.455 |
0.508 |
0.557 |
0.516 |
0.426 |
-0.238 |
-0.161 |
-0.159 |
-0.149 |
|
AQ2 |
0.811 |
0.513 |
0.428 |
0.463 |
0.519 |
0.481 |
0.435 |
-0.180 |
-0.211 |
-0.183 |
-0.117 |
|
AQ3 |
0.840 |
0.543 |
0.451 |
0.530 |
0.581 |
0.537 |
0.419 |
-0.203 |
-0.219 |
-0.193 |
-0.125 |
|
AQ4 |
0.782 |
0.459 |
0.426 |
0.471 |
0.505 |
0.554 |
0.381 |
-0.209 |
-0.189 |
-0.182 |
-0.169 |
|
VA1 |
0.553 |
0.745 |
0.483 |
0.606 |
0.543 |
0.511 |
0.428 |
-0.164 |
-0.177 |
-0.160 |
-0.128 |
|
VA2 |
0.554 |
0.740 |
0.507 |
0.489 |
0.555 |
0.519 |
0.475 |
-0.253 |
-0.257 |
-0.248 |
-0.123 |
|
VA4 |
0.421 |
0.771 |
0.414 |
0.418 |
0.473 |
0.354 |
0.368 |
-0.237 |
-0.226 |
-0.192 |
-0.123 |
|
VA5 |
0.403 |
0.760 |
0.420 |
0.426 |
0.451 |
0.358 |
0.310 |
-0.162 |
-0.173 |
-0.116 |
-0.079 |
|
VA6 |
0.407 |
0.729 |
0.433 |
0.422 |
0.444 |
0.309 |
0.224 |
-0.083 |
-0.085 |
-0.075 |
-0.053 |
|
VA7 |
0.381 |
0.711 |
0.517 |
0.446 |
0.515 |
0.372 |
0.338 |
-0.097 |
-0.067 |
-0.091 |
-0.047 |
|
CO1 |
0.540 |
0.496 |
0.669 |
0.585 |
0.545 |
0.508 |
0.324 |
-0.110 |
-0.117 |
-0.173 |
-0.059 |
|
CO2 |
0.482 |
0.602 |
0.848 |
0.509 |
0.517 |
0.457 |
0.453 |
-0.193 |
-0.231 |
-0.199 |
-0.163 |
|
CO3 |
0.461 |
0.588 |
0.858 |
0.450 |
0.506 |
0.445 |
0.476 |
-0.271 |
-0.247 |
-0.203 |
-0.152 |
|
CO4 |
0.428 |
0.562 |
0.849 |
0.434 |
0.454 |
0.417 |
0.477 |
-0.182 |
-0.197 |
-0.122 |
-0.125 |
|
VO1 |
0.476 |
0.536 |
0.501 |
0.881 |
0.540 |
0.420 |
0.343 |
-0.128 |
-0.096 |
-0.135 |
-0.152 |
|
VO2 |
0.476 |
0.551 |
0.558 |
0.852 |
0.570 |
0.469 |
0.372 |
-0.136 |
-0.117 |
-0.151 |
-0.110 |
|
VO3 |
0.487 |
0.532 |
0.530 |
0.881 |
0.554 |
0.468 |
0.370 |
-0.119 |
-0.082 |
-0.117 |
-0.136 |
|
IT1 |
0.546 |
0.568 |
0.522 |
0.527 |
0.783 |
0.563 |
0.458 |
-0.147 |
-0.170 |
-0.199 |
-0.152 |
|
IT2 |
0.526 |
0.520 |
0.547 |
0.527 |
0.804 |
0.567 |
0.460 |
-0.195 |
-0.229 |
-0.208 |
-0.176 |
|
IT3 |
0.553 |
0.548 |
0.504 |
0.478 |
0.812 |
0.606 |
0.470 |
-0.193 |
-0.246 |
-0.255 |
-0.193 |
|
IT4 |
0.485 |
0.575 |
0.476 |
0.503 |
0.761 |
0.484 |
0.417 |
-0.210 |
-0.240 |
-0.242 |
-0.135 |
|
IT5 |
0.511 |
0.499 |
0.455 |
0.486 |
0.733 |
0.472 |
0.504 |
-0.257 |
-0.328 |
-0.301 |
-0.276 |
|
IT6 |
0.481 |
0.465 |
0.434 |
0.412 |
0.735 |
0.447 |
0.464 |
-0.137 |
-0.243 |
-0.179 |
-0.126 |
|
IT7 |
0.534 |
0.513 |
0.445 |
0.519 |
0.794 |
0.592 |
0.473 |
-0.189 |
-0.251 |
-0.223 |
-0.155 |
|
CI1 |
0.509 |
0.431 |
0.404 |
0.366 |
0.533 |
0.818 |
0.509 |
-0.402 |
-0.301 |
-0.377 |
-0.244 |
|
CI2 |
0.504 |
0.429 |
0.480 |
0.463 |
0.536 |
0.814 |
0.437 |
-0.333 |
-0.220 |
-0.264 |
-0.217 |
|
CI3 |
0.608 |
0.534 |
0.502 |
0.470 |
0.625 |
0.839 |
0.541 |
-0.375 |
-0.301 |
-0.326 |
-0.217 |
|
CI4 |
0.503 |
0.453 |
0.479 |
0.420 |
0.586 |
0.845 |
0.526 |
-0.315 |
-0.263 |
-0.361 |
-0.224 |
|
AI1 |
0.527 |
0.507 |
0.478 |
0.357 |
0.551 |
0.535 |
0.891 |
-0.430 |
-0.397 |
-0.415 |
-0.260 |
|
AI2 |
0.497 |
0.521 |
0.481 |
0.367 |
0.538 |
0.528 |
0.903 |
-0.376 |
-0.362 |
-0.360 |
-0.221 |
|
AI3 |
0.495 |
0.511 |
0.485 |
0.392 |
0.517 |
0.574 |
0.894 |
-0.369 |
-0.336 |
-0.377 |
-0.245 |
|
Argument Quality * Consumer Involvement |
-0.256 |
-0.231 |
-0.198 |
-0.162 |
-0.247 |
-0.381 |
-0.348 |
1.000 |
0.753 |
0.708 |
0.680 |
|
Valence * Consumer Involvement |
-0.241 |
-0.229 |
-0.195 |
-0.120 |
-0.296 |
-0.332 |
-0.343 |
0.753 |
1.000 |
0.768 |
0.787 |
|
Consistency * Consumer Involvement |
-0.268 |
-0.269 |
-0.216 |
-0.083 |
-0.228 |
-0.387 |
-0.334 |
0.756 |
0.853 |
1.000 |
0.713 |
|
Volume * Consumer Involvement |
-0.169 |
-0.125 |
-0.156 |
-0.152 |
-0.224 |
-0.271 |
-0.270 |
0.653 |
0.742 |
0.713 |
1.000 |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Berdasarkan tabel
4.9 diatas, hasil menunjukan bahwa setiap konstruk mempunyai nilai korelasi pada item pengukurannya lebih besar dibandingkan
dengan konstruk lain, sehingga dapat disimpulkan bahwa indikator pada
masing-masing konstruk telah
mempunyai nilai diskriminan yang baik.
4.
Uji Reliabilitas
Uji realibilitas
merupakan instrumen yang apabila digunakan beberapa kali yang bertujuan untuk mengukur objek yang sama, akan menghasilkan data yang sama. Pada penelitian ini, uji reliabilitas ini menggunakan SEM-PLS dengan konsistensi internal uji reliabilitas yang dilihat dari composite reliability dan cronbac’h
alpha. Kriteria pengujian yaitu jika composite reliability
0,6-0,7 dianggap memiliki reliabilitas yang baik, dan nilai cronbac’h alpha yang diharapkan > 0,7 (Hair et al., 2017). Hasil pengujian reliabilitas sebagai berikut:
Tabel 3 Hasil Uji Reliabilitas
|
Variabel |
Cronbach's Alpha |
Reliabilitas Komposit |
Kriteria |
Kesimpulan |
|
Argument Quality |
0.826 |
0.885 |
0.700 |
Reliabel |
|
Valence |
0.839 |
0.881 |
0.700 |
Reliabel |
|
Consistency |
0.821 |
0.883 |
0.700 |
Reliabel |
|
Volume |
0.842 |
0.905 |
0.700 |
Reliabel |
|
Consumer Involvement |
0.848 |
0.898 |
0.700 |
Reliabel |
|
Adoption Intention |
0.877 |
0.924 |
0.700 |
Reliabel |
|
Initial Trust |
0.889 |
0.913 |
0.700 |
Reliabel |
|
Moderasi Argument Quality |
1.000 |
1.000 |
0.700 |
Reliabel |
|
Moderasi Valence |
1.000 |
1.000 |
0.700 |
Reliabel |
|
Moderasi Consistency |
1.000 |
1.000 |
0.700 |
Reliabel |
|
Moderasi Volume |
1.000 |
1.000 |
0.700 |
Reliabel |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Berdasarkan tabel
4.10 diatas diketahui bahwa setiap variabel
mempunyai nilai Cronbach's
Alpha dan Reliabilitas Komposit
> 0.700 sehignga disimpulkan
bahwa seluruh indikator dalam penelitian telah reliabilitas yang baik.
5.
Evaluasi Model Struktural
(Inner Model)
Evaluasi model struktural
bertujuan untuk mengecek adanya kolinearitas antar konstruk dan kemampuan prediktif model. Pada penelitian ini, evaluasi model sktruktural menggunakan beberapa kriteria yaitu Variance Inflation Factor (VIF), Koefisien
Determinasi (R2), Cross- Validated Redundancy (Q2),
Effect Size (f2), [2].
6.
Variance Inflation Factor
(VIF)
Variance Inflation Factor
(VIF) bertujuan untuk melakuakan evaluasi terhadap kolineritas data. Kriteria nilai VIF menurut Hair et al. (2017) yaitu nilai VIF harus < 5, apabila lebih dari
5 mengindikasikan adanyanya
kolineritas antar konstruk. Hasil nilai VIF pada pengujian sebagai berikut:
Tabel 4 Hasil Nilai VIF
|
Variabel |
Indikator |
VIF |
Kriteria |
Kesimpulan |
|
Argument Quality |
AQ1 |
1.740 |
5.000 |
Tidak ada
Kolinearitas |
|
AQ2 |
1.735 |
5.000 |
Tidak ada
Kolinearitas |
|
|
AQ3 |
1.879 |
5.000 |
Tidak ada
Kolinearitas |
|
|
AQ4 |
1.644 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Valence |
VA1 |
1.639 |
5.000 |
Tidak ada
Kolinearitas |
|
VA2 |
1.575 |
5.000 |
Tidak ada
Kolinearitas |
|
|
VA4 |
1.767 |
5.000 |
Tidak ada
Kolinearitas |
|
|
VA5 |
1.832 |
5.000 |
Tidak ada
Kolinearitas |
|
|
VA6 |
1.743 |
5.000 |
Tidak ada
Kolinearitas |
|
|
VA7 |
1.688 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Consistency |
CO1 |
1.300 |
5.000 |
Tidak ada
Kolinearitas |
|
CO2 |
2.013 |
5.000 |
Tidak ada
Kolinearitas |
|
|
CO3 |
2.433 |
5.000 |
Tidak ada
Kolinearitas |
|
|
CO4 |
2.523 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Volume |
VO1 |
2.224 |
5.000 |
Tidak ada
Kolinearitas |
|
VO2 |
1.767 |
5.000 |
Tidak ada
Kolinearitas |
|
|
VO3 |
2.172 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Initial Trust |
IT1 |
1.937 |
5.000 |
Tidak ada
Kolinearitas |
|
IT2 |
2.261 |
5.000 |
Tidak ada
Kolinearitas |
|
|
IT3 |
2.324 |
5.000 |
Tidak ada
Kolinearitas |
|
|
IT4 |
1.893 |
5.000 |
Tidak ada
Kolinearitas |
|
|
IT5 |
1.725 |
5.000 |
Tidak ada
Kolinearitas |
|
|
IT6 |
1.712 |
5.000 |
Tidak ada
Kolinearitas |
|
|
IT7 |
1.988 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Consumer Involvement |
CI1 |
1.874 |
5.000 |
Tidak ada
Kolinearitas |
|
CI2 |
1.838 |
5.000 |
Tidak ada
Kolinearitas |
|
|
CI3 |
1.876 |
5.000 |
Tidak ada
Kolinearitas |
|
|
CI4 |
2.006 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Adoption Intention |
AI1 |
2.267 |
5.000 |
Tidak ada
Kolinearitas |
|
AI2 |
2.527 |
5.000 |
Tidak ada
Kolinearitas |
|
|
AI3 |
2.410 |
5.000 |
Tidak ada
Kolinearitas |
|
|
Moderasi Argument Quality |
Argument Quality * Consumer Involvement |
1.000 |
5.000 |
Tidak ada
Kolinearitas |
|
Moderasi Valence |
Valence * Consumer Involvement |
1.000 |
5.000 |
Tidak ada
Kolinearitas |
|
Moderasi Consistency |
Consistency * Consumer Involvement |
1.000 |
5.000 |
Tidak ada
Kolinearitas |
|
Moderasi Volume |
Volume * Consumer Involvement |
1.000 |
5.000 |
Tidak ada
Kolinearitas |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Berdasarkan tabel
4.11 diatas diketahui bawa indikator pada masing-masing
variabel mempunyai nilai VIF < 5.000 sehingga disimpulkan bahwa tidak adanyanya kolineritas antar konstruk.
7.
Koefisien Determinasi
(R2)
Nilai Koefisien
Determinasi (R2) merupakan nilai pengaruh yang diberikan variabel independen terhadap variabel dependennya. Kriteria nilai R2 diharapkan antara 0 dan 1. Nilai
R2=0,75 (model kuat), nilai
R2=0,50 (model moderat), nilai
R2=0,25 (model lemah) [2]. Hasil nilai
R2 pada pengujian sebagai berikut:
Tabel 5 Hasil Nilai R2
|
Variabel |
R Square |
Adjusted R Square |
|
Adoption Intention |
0.448 |
0.440 |
|
Initial Trust |
0.684 |
0.676 |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Pada variabel
adoption intention mempunyai nilai
Adjusted R Square sebesar 0.440 atau
dapat diartikan bahwa besar variasi
perubahan pada variabel
adoption intention yang dipengaruh oleh variabel independen yaitu argument quality, valence, consistency, volume, dan
initial trust sebesar 44% sedangkan
sisanya sebesar 56% dipengaruhi oleh variabel lain diluar penelitian. Selanjutnya pada variabel initial
trus mempunyai nilai Adjusted R Square sebesar
0.676 atau dapat diartikan bahwa besar variasi perubahan
pada variabel initial trust yang dipengaruh
oleh variabel independen yaitu argument quality, valence, consistency, volume, dan
consumer involment serta
yang dimoderasi sebesar
67.60% sedangkan sisanya sebesar 32.40% dipengaruhi oleh variabel lain diluar penelitian.
8.
Cross- Validated Redundancy
(Q2)
Cross- Validated Redundancy
(Q2) bertujuan untuk menilai predictive relevance dimana
nilai Q2>0 menunjunkan
predictive relevance akurat terhadap
konstruk tertentu, sedangkan nilai Q2<0 menunjuk model kurang mempunyai predictive relevance. Hasil nilai
Q2 pada pengujian sebagai berikut:
Tabel 6 Hasil Nilai Q2
|
Variabel |
SSO |
SSE |
Q² (=1-SSE/SSO) |
|
Adoption Intention |
1059 |
693.92 |
0.345 |
|
Initial Trust |
2471 |
1479.2 |
0.401 |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Berdasarkan tabel
4.13 diatas diketahui bahwa nilai Q2 pada variabel dependen yaitu adoption intention sebesar
0.345 dan initial trust sebesar 0.401. Kedua variabel tersebut mempunyai nilai Q2>0 menunjunkan
predictive relevance akurat terhadap
konstruk tertentu.
9.
Effect Size (f2)
Effect Size (f2) ditujukan untuk menilai apakah ada atau tidaknya
hubungan yang signifikan antara variabel. Nilai f2=0,02 (kecil), nilai f2=0,15 (sedang), nilai f2=0,35 (besar), dan nilai f2<0,02 dapat diabaikan atau dianggap tidak
ada efek.
Tabel 7 Hasil Nilai f2
|
Variabel |
Adoption Intention |
Kesimpulan |
Initial Trust |
Kesimpulan |
|
Argument Quality |
0.040 |
Besar |
0.046 |
Besar |
|
Valence |
0.028 |
Sedang-Besar |
0.067 |
Besar |
|
Consistency |
0.019 |
Sedang |
0.001 |
Tidak ada |
|
Volume |
0.010 |
Kecil-Sedang |
0.068 |
Besar |
|
Consumer Involvement |
- |
- |
0.142 |
Besar |
|
Initial Trust |
0.059 |
Besar |
- |
- |
|
Moderasi Argument Quality |
- |
- |
0.042 |
Besar |
|
Moderasi Valence |
- |
- |
0.063 |
Besar |
|
Moderasi Consistency |
- |
- |
0.010 |
Tidak ada |
|
Moderasi Volume |
- |
- |
0.000 |
Tidak ada |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
10.
Pengujian Hipotesis
%201913-1928_files/image005.jpg)
Gambar 1 Path Coefficent
Sumber: Olah data SmartPLS
(Penulis, 2022)
%201913-1928_files/image007.jpg)
Gambar 2 Nilai Signifikansi
Sumber: Olah data SmartPLS
(Penulis, 2022)
Kemudian, berikut adalah tabel perhitungan path
coefficient dan t-value dalam penelitian
ini:
Tabel 8 Kesimpulan Pengujian Hipotesis
|
Hi |
Keterangan |
Sampel Asli (O) |
T Statistik (| O/STDEV |) |
P Values |
Kesimpulan |
|
H1 |
Argument Quality mempengaruhi niat adopsi m-banking. |
0.214 |
2.664 |
0.008 |
Diterima |
|
H2 |
Valence positif-mixed eWOM
mempengaruhi niat adopsi m-banking. |
0.201 |
2.890 |
0.004 |
Diterima |
|
H3 |
Consistency mempengaruhi niat adopsi m-banking. |
0.156 |
2.342 |
0.020 |
Diterima |
|
H4 |
Volume review mempengaruhi niat adopsi m-banking. |
-0.105 |
1.638 |
0.102 |
Ditolak |
|
H5a |
Initial Trust pada m-banking memediasi hubungan antara Argument
Quality dan Niat Adopsi
M-banking. |
0.051 |
2.329 |
0.02 |
Diterima |
|
H5b |
Initial Trust pada m-banking memediasi hubungan antara Valence dan Niat Adopsi M-banking. |
0.066 |
2.402 |
0.017 |
Diterima |
|
H5c |
Initial Trust pada m-banking memediasi hubungan antara Consistency dan
Niat Adopsi M-banking. |
0.008 |
0.551 |
0.582 |
Ditolak |
|
H5d |
Initial Trust pada m-banking memediasi hubungan antara Volume dan Niat Adopsi M-banking. |
0.06 |
2.321 |
0.021 |
Diterima |
|
H6a |
Initial trust memediasi Argument Quality
yang telah dimoderasi
oleh Consumer Involvement dalam mempengaruhi
niat adopsi. |
0.04 |
1.98 |
0.048 |
Diterima |
|
H6b |
Initial trust memediasi Valence yang telah dimoderasi oleh Consumer
Involvement dalam mempengaruhi
niat adopsi. |
-0.066 |
2.1 |
0.036 |
Diterima |
|
H6c |
Initial trust memediasi kualitas
Consistency yang telah dimoderasi
oleh Consumer Involvement dalam mempengaruhi
niat adopsi. |
0.029 |
1.412 |
0.159 |
Ditolak |
|
H6d |
Initial trust memediasi kualitas
Volume yang telah dimoderasi
oleh Consumer Involvement dalam mempengaruhi
niat adopsi. |
-0.005 |
0.287 |
0.774 |
Ditolak |
Sumber: Olah Data SmartPLS
(Penulis, 2022)
Kesimpulan
Berdasarkan rumusan masalah
dan analisis data yang telah
dilakukan, maka dapat disimpulkan kualitas argumen mempunyai pengaruh signifikan terhadap niat adopsi m-banking. Hubungan kualitas argumen terhadap niat adopsi m-banking bersifat positif yaitu semakin tinggi
kualitas argumen maka niat adopsi
m-banking akan semakin meningkat. Valensi mempunyai pengaruh signifikan terhadap niat adopsi m-banking. Hubungan valensi terhadap niat adopsi
m-banking bersifat positif yaitu semakin tinggi
valensi maka niat adopsi m-banking akan semakin meningkat.
Konsistensi mempunyai pengaruh signifikan terhadap niat adopsi
m-banking. Hubungan konsistensi
terhadap niat adopsi m-banking bersifat positif yaitu semakin
tinggi konsistensi maka niat adopsi
m-banking akan semakin meningkat. Volume tidak mempunyai pengaruh signifikan terhadap niat adopsi m-banking. Hubungan volume terhadap niat adopsi m-banking bersifat positif yaitu semakin tinggi
volume maka niat adopsi m-banking akan semakin meningkat. Terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan kualitas argumen dan niat adoposi m-banking. Hubungan mediasi yang diberikan bersifat positif sehingga ketika efek mediasi semakin
meningkat maka pengaruh kualitas argumen terhadap niat adoposi m-banking semakin meningkat. Terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan valensi dan niat adoposi m-banking. Hubungan mediasi yang diberikan bersifat positif sehingga ketika efek mediasi
semakin meningkat maka pengaruh valensi
terhadap niat adoposi m-banking semakin meningkat. Tidak terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan konsistensi
dan niat adoposi m-banking.
Hubungan mediasi yang diberikan bersifat positif sehingga ketika efek mediasi
semakin meningkat maka pengaruh konsistensi
terhadap niat adoposi m-banking semakin meningkat. Tidak terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan volume dan niat
adoposi m-banking. Hubungan
mediasi yang diberikan bersifat positif sehingga ketika efek mediasi semakin
meningkat maka pengaruh volume terhadap niat adoposi m-banking semakin meningkat. Terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan kualitas argumen yang dimoderasi oleh keterlibatan konsumen dan niat adoposi m-banking. Hubungan moderasi terhadap efek mediasi
bersifat positif sehingga semakin tinggi moderasi terhadap kualitas argumen maka efek
mediasi akan meningkat. Terdapat pengaruh mediasi kepercayaan awal secara signifikan pada hubungan valensi yang dimoderasi oleh keterlibatan konsumen dan niat adoposi m-banking. Hubungan moderasi terhadap efek mediasi bersifat
negatif sehingga semakin tinggi moderasi terhadap valensi maka efek
mediasi akan menurun. Tidak terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan konsistensi ulasan yang dimoderasi oleh keterlibatan konsumen dan niat adoposi m-banking. Hubungan moderasi terhadap efek mediasi
bersifat positif sehingga semakin tinggi moderasi terhadap konsistensi ulasan maka efek
mediasi akan meningkat. Tidak terdapat pengaruh mediasi kepercayaan awal secara signifikan
pada hubungan volume ulasan
yang dimoderasi oleh keterlibatan
konsumen dan niat adoposi m-banking. Hubungan moderasi terhadap efek mediasi bersifat
negatif sehingga semakin tinggi moderasi terhadap volume maka efek mediasi
akan menurun
Daftar Pustaka
Calvo-Porral, C., Rivaroli, S., & Orosa-Gonzalez, J. (2020). How consumer involvement
influences beer flavour preferences. International Journal of Wine Business
Research, 32(4), 537–554. https://doi.org/10.1108/IJWBR-10-2019-0054
Farooq,
A., Dubinina, A., Virtanen, S., & Isoaho, J. (2021). Understanding dynamics of initial trust
and its antecedents in password managers adoption intention among young
adults. Procedia Computer Science, 184, 266–274. https://doi.org/10.1016/j.procs.2021.03.036
Hennig-Thurau, T., Gwinner, K. P.,
Walsh, G., & Gremler, D. D. (2004). Electronic
word-of-mouth via consumer-opinion platforms: What motivates consumers to
articulate themselves on the Internet? Journal of Interactive Marketing,
18(1), 38–52. https://doi.org/10.1002/dir.10073
Izogo, E.
E., Elom, M. E., & Mpinganjira,
M. (2020). Examining customer willingness to pay more for banking services:
the role of employee commitment, customer involvement and customer value. International
Journal of Emerging Markets, 16(6), 1176–1201. https://doi.org/10.1108/IJOEM-10-2019-0850
Jebarajakirthy, C.,
& Shankar, A. (2021). Impact of online convenience on mobile banking
adoption intention: A moderated mediation approach. Journal of Retailing
and Consumer Services, 58. https://doi.org/10.1016/j.jretconser.2020.102323
Koksal, M. H.
(2016). The intentions of Lebanese consumers to adopt mobile banking. International
Journal of Bank Marketing, 34(3), 327–346. https://doi.org/10.1108/IJBM-03-2015-0025
Kurniawati, H.
A., Winarno, W. A., & Akuntansi,
A. A. (2017). Analisis Minat
Penggunaan Mobile Banking Dengan
Pendekatan Technology Acceptance Model (TAM) Yang
Telah Dimodifikasi (Analysis Behavioral
Intention to Uses of Mobile Banking Technology Acceptance Model (TAM) Approach
Modified). E-Journal Ekonomi Bisnis Dan Akuntansi, IV (1).
Petty,
R. E., Cacioppo, J. T., & Schumann, D. (1983). Central and Peripheral
Routes to Advertising Effectiveness: The Moderating Role of Involvement. In Source:
Journal of Consumer Research (Vol. 10, Issue 2).
Shankar,
A., Jebarajakirthy, C., & Ashaduzzaman,
M. (2020). How do electronic word of mouth practices
contribute to mobile banking adoption? Journal of Retailing and Consumer
Services, 52(August 2018), 101920. https://doi.org/10.1016/j.jretconser.2019.101920
Zhu,
Q., Lyu, Z., Long, Y., & Wachenheim, C. J.
(2021). Adoption of mobile banking in rural China: Impact of information
dissemination channel. Socio-Economic Planning Sciences. https://doi.org/10.1016/j.seps.2021.101011