penetrasi e-commerce mahasiswa indonesia dalam kegiatan online shopping
DESCRIPTION
Pada tahun 2015, Hebe Marketing Research and Strategies melakukan penelitian guna mengetahui adanya hubungan antara penerimaan tampilan situs di kalangan mahasiswa tiga Universitas besar di Indonesia terhadap perilaku belanja online.Penelitian juga ditujukan untuk mengetahui kebutuhan dan frekuensi belanja online di kalangan mahasiswa. Survei dilakukan terhadap 147 pengguna layanan jual beli online di tiga universitas di Pulau Jawa. Universitas tersebut adalah Universitas Indonesia, Institut Teknologi Bandung, dan Universitas Airlangga. Hasil survei memberikan gambaran mengenai profil demografis pengguna layanan jual beli online dengan rentang umur 16-26 tahun. Secara keseluruhan mayoritas pengguna layanan jual beli online di tiga universitas tersebut adalah perempuan, yaitu sebesar 83,7% dari total populasi.TRANSCRIPT
Penetrasi E-Commerce Mahasiswa Indonesia dalam Kegiatan Online Shopping
HEBÉ LONDON RESEARCH & MARKETING STRATEGIES Gedung Komunikasi Lantai 3
Fakultas Ilmu Sosial dan Ilmu Komunikasi Universitas Indonesia
Depok, Jawa Barat
Alvin Dwi Saputra Andika Pramana
Annisa Dini Gea Rexy Pardipta
Khaerunnisa Nur Fitriah Neildeva Despendya P
EXECUTIVE SUMMARY
Pada tahun 2015, Hebe Marketing Research and Strategies melakukan
penelitian guna mengetahui adanya hubungan antara penerimaan tampilan situs di
kalangan mahasiswa tiga Universitas besar di Indonesia terhadap perilaku belanja
online. Penelitian juga ditujukan untuk mengetahui kebutuhan dan frekuensi belanja
online di kalangan mahasiswa. Survei dilakukan terhadap 147 pengguna layanan
jual beli online di tiga universitas di Pulau Jawa. Universitas tersebut adalah
Universitas Indonesia, Institut Teknologi Bandung, dan Universitas Airlangga. Hasil
survei memberikan gambaran mengenai profil demografis pengguna layanan jual
beli online dengan rentang umur 16-26 tahun. Secara keseluruhan mayoritas
pengguna layanan jual beli online di tiga universitas tersebut adalah perempuan,
yaitu sebesar 83,7% dari total populasi.
Terkait penggunaan perangkat untuk akses internet, pengguna layanan jual
beli online di tiga universitas tersebut memiliki dua perangkat yang sering
digunakan untuk melakukan aktivitasnya, yaitu smartphone yang mencapai 97,3%
dari total responden serta laptop sebesar 93,9% dari total responden. Survei yang
dilakukan Hebe Research and Marketing juga mengungkapkan smartphone
merupakan perangkat yang paling sering digunakan oleh mahasiswa dalam
melakukan transaksi online sebesar 56,5%. Hal ini menunjukkan bahwa para pelaku
bisnis online perlu memperhatikan pentingnya aplikasi atau platform belanja online
berbasis smartphone, karena akan mendekatkan dan memudahkan mahasiswa
sebagai target pasar.
Terdapat dua situs dan satu media sosial yang menjadi pilihan responden
dalam melakukan belanja online. Situs tersebut adalah Lazada sebagai situs
bermacam barang yang diakses 32% dari total responden, Zalora—situs berbasis
fashion—diakses 31,3% dari total responden, dan media sosial Instagram diakses
84,4% dari total responden. Data ini memberi gambaran bahwa pelaku bisnis
online dapat menggunakan ketiga platform tersebut untuk memasarkan produk
mereka atau membuat platform dengan karakteristik yang serupa dengan Lazada
dan Zalora.
Hebé Research and Marketing Strategies juga menemukan bahwa metode
pembayaran yang paling sering digunakan adalah ATM sebesar 98,6% dari total
responden dengan mayoritas nominal transaksi senilai Rp100.000-Rp500.000
sebesar 70,7%. Tren ini menunjukkan segmentasi pasar untuk barang dengan
rentang harga Rp100.000-Rp500.000 memiliki porsi terbesar untuk dibeli oleh
kalangan mahasiswa. Hal ini juga menunjukkan bahwa kalangan tersebut belum
memiliki cukup kepercayaan untuk membeli barang bernominal di atas Rp500.000.
BAB I
Latar Belakang
Sejak tahun 1998, pemerintah Indonesia menghapus larangan bagi investor
asing untuk menanamkan modal di Indonesia (PWH 2003/2004). Hal ini tentu
membuat sektor bisnis di Indonesia semakin kompetitif (PWH 2003/2004). Untuk
membantu memajukan ekonomi negara-negara berkembang seperti Indonesia agar
bisa bersaing di ekonomi global, maka diperlukan teknologi informasi dan
komunikasi seperti konsep e-commerce untuk memaksimalkan potensinya
(Indijkian, 1999). E-commerce sendiri merupakan konsep dimana transaksi bisnis
dilaksanakan dengan teknologi informasi dan komunikasi (Whiteley, 2000).
Mengacu pada data riset dari Asosiasi Penyelenggara Jasa Internet Indonesia
(APJII), pengguna internet di Indonesia mencapai 88,1 juta orang dengan penetrasi
sebesar 34,9% pada tahun 2014. Di Indonesia sendiri, penetrasi pengguna internet
yang melakukan e-commerce terus berkembang, data APJII tahun 2013
menyatakan bahwa 77% penggunaan internet di Indonesia adalah untuk belanja
online. Hal ini yang menjadi rujukan penelitian Hebé Research and Marketing
Strategies bahwa pasar online di Indonesia akan menjadi ranah yang potensial bagi
para pelaku bisnis. Apalagi, adaptasi e-commerce ini didukung oleh pemerintah
dengan dibuatnya Rencana Pita Lebar Indonesia 2014-2019 yang menargetkan
penyediaan internet broadband bagi 30% penduduk kota dan 6% penduduk desa
di tahun 2019. Artinya, industri bisnis lewat e-commerce merupakan tempat yang
positif untuk menjual barang dan jasa ke penduduk Indonesia.
Acuan-acuan tersebut menjadi dasar dari penelitian Hebé Research and
Marketing Strategies untuk melakukan penelitian mengenai penetrasi e-commerce
mahasiswa di Indonesia. Mahasiswa dipilih karena memiliki karakteristik umur yang
masuk dalam generasi millenial atau generasi Y yang tech-savvy, fashion
conscious, dan cenderung menghabiskan uang mereka untuk berbelanja
dibandingkan generasi lainnya (Howell, 2012). Tema e-commerce kemudian
dipersempit menjadi perilaku belanja online mahasiswa yang terdapat di tiga
universitas di Pulau Jawa.
Penelitian dilakukan untuk mengetahui kecenderungan karakter mahasiswa
dalam berbelanja online. Penelitian ini memiliki kelebihan dibandingkan lembaga
lain karena Hebé Research and Marketing Strategies berfokus mencari
kecenderungan karakteristik mass consumption dan utilitarian mahasiswa dalam
berbelanja online. Bagaimana karakteristik dan perilaku mahasiswa yang ditemukan
nanti akan menjadi bahan rekomendasi bagi pelaku bisnis online, seperti barang
apa yang berpotensi untuk dijual di pasar online serta fasilitas apa yang harus
disediakan dalam e-commerce untuk menjaring pelanggan.
BAB II
Landasan Teori
2.1 Online Shopping
Online shopping merupakan suatu aktivitas pembelian yang menggunakan
internet sebagai media pemasaran dan situs sebagai katalog (Rahardjo, 2011).
Kehadiran online shopping tidak lepas dari kemunculan internet dan merupakan
sebuah perubahan yang disajikan internet dari segi inovasi dalam berbelanja
(Pratiwi, 2013). Lewat online shopping, seseorang dapat mengakses dan memilih
barang yang ingin dibelanjakan dimana saja dan kapan saja, sepanjang ia
terhubung dengan internet. Sejumlah situs online shop memiliki karakteristik dalam
produk yang dijualnya. Contohnya adalah Lazada yang fokus pada produk fashion,
Bhinneka yang fokus pada peralatan elektronik, atau Bukabuku yang dikhususkan
untuk buku bacaan.
2.2 Techonology Acceptance Model
Techonology Acceptance Model (TAM) adalah suatu konsep yang berasumsi
bahwa seorang individu cenderung menggunakan sistem teknologi apabila sistem
tersebut mudah digunakan dan bermanfaat bagi individu tersebut (Devi & Suartana,
2014). Konsep ini menunjukkan bagaimana suatu bentuk sistem teknologi menjaring
individu agar terus menggunakannya. Venkatesh dan Davis (dalam Devi &Suartana,
2014) menyebutkan bahwa TAM menjabarkan dua faktor untuk menjelaskan niat
seseorang dalam menggunakan teknologi, yaitu persepsi kemanfaatan dan
kemudahan penggunaan. Contoh instrumen dalam TAM yang mempengaruhi
individu seperti keamanan dan kemudahan penggunaan.
2.3 Utilitarian Motivation
Utilitarian Motivation merupakan sebuah motif untuk berperilaku rasional
dalam melakukan suatu tindakan tertentu (Adrian, 2013). Bila dikaitkan dalam
belanja online, utilitarian motivation adalah suatu aktivitas belanja yang didasari
pada suatu tujuan tertentu, efisiensi, rasional, dan suatu pertimbangan atau yang
telah dilakukan sebelumnya dibanding hanya untuk memperoleh kesenangan
(Adrian M. I., 2013). Motif utilitarian membut individu memperhatikan fungsi dari
barang yang akan dibelanjakannya untuk kebutuhan hidup individu tersebut.
2.4 Mass Consumption
Mass consumption merupakan suatu konsep yang menggambarkan bahwa
seluruh elemen masyarakat dalam lingkup besar dapat menikmati berbagai hal di
luar kebutuhan baik dalam bentuk barang ataupun jasa—seperti hiburan dan
rekreasi—yang di luar kebutuhan mereka sehari-hari (Matsuyama, 2000). Mass
Consumption diperlukan oleh industri penyedia barang diluar kebutuhan sehari-hari
agar dapat memperdagangkan barangnya, seperti yang dilansir dalam
brassmagazine.com berjudul We Are What We Buy: Living in a World of Mass
Consumption.
BAB III
Metode Penelitian
Pada tahun 2015, Hebe Research and Marketing melakukan survei untuk
menganalisis pola perilaku belanja online mahasiswa di Pulau Jawa. Sampel
penelitian diambil dari Universitas Indonesia (Depok), Institut Teknologi Bandung
(Bandung), Universitas Airlangga (Surabaya). Pemilihan tiga universitas didasarkan
pada dua kategori. Kategori pertama adalah pengeluaran kapita terbesar kota-kota
di Indonesia. Data dari Central Bureau of Statistic IE Singapore memperlihatkan
Jakarta sebagai kota yang memiliki pengeluaran GDP (Gross Domestic Product)
terbesar senilai Rp132.800.00, kemudian Bandung sebesar Rp33.200.00, dan
Surabaya sebesar Rp32.450.000. Kategori kedua adalah penetrasi internet terbesar
di Indonesia yangberada di provinsi dengan jumlah pengguna internet di Jakarta
sebanyak 13.240.000 orang, Jawa barat 9.790.000 orang dan Jawa timur 4.550,000.
Survei dilakukan kepada 147 mahasiswa di tiga universitas yang berasal dari
berbagai jurusan. Survei dikemas dalam bentuk online, menggunakan sistem Gdocs
(Google Documents) yang mengharuskan informan terkoneksi dengan internet
sebelum mengisi survei. Tautan Gdocs kemudian disebar melalui berbagai media
seperti email, media sosial (Twitter, Ask.Fm, Path, Facebook), dan social messenger
(Line, Whatsapp, BBM).
Sampel ditarik dengan teknik non-probabilita dan metode yang digunakan
adalah purposive. Purposive Sampling adalah metode pengambilan sample yang
dipilih menurut ciri-ciri spesifik dan karakteristik tertentu (Djarwanto, 1998). Metode
purposive sampling dipilih karena responden penelitian Hebe Research and
Marketing memiliki batasan pernah melakukan kegiatan belanja online dan
mahasiswa aktif di tiga universitas tersebut.
BAB IV
Penyajian Data
4.1 Demografis Responden
Jenis Kelamin
Hasil penelitian Hebé Research and Marketing Strategies menunjukkan
bahwa mahasiswa perempuan memiliki kecenderungan belanja online jauh lebih
banyak dari lagi-laki. Karena sebanyak 83% total responden adalah perempuan. Ini
berarti, produk-produk yang ditargetkan untuk perempuan memiliki segmentasi
yang lebih besar dari laki-laki.
Usia
Berdasarkan usia responden dalam penelitian Hebé Research and Marketing
Strategies , mayoritas usia responden adalah 19-22 Tahun. Usia ini menunjukkan
golongan generasi Y yang memiliki kecenderungan untuk berbelanja dibandingkan
dengan generasi lainnya.
Asal Universitas Penelitian Hebé Research and Marketing Strategies mengambil responden di
tiga universitas di Pulau Jawa. Ketiga universitas tersebut adalah Universitas
Indonesia di Jakarta, Institusi Tekonologi Bandung di Bandung, dan Universitas
Airlangga di Surabaya.
Angkatan
Data penelitian Hebé Research and Marketing Strategies berdasarkan
mahasiswa aktif pada ketiga institusi pendidiankan tersebut, mahasiswa yang
terbanyak dalam peneilitian ini adalah mahasiswa angkatan 2012 dengan jumlah
populasi 46,9%.
4.2 Penggunaan Perangkat
Kepemilikan Perangkat
Mayoritas responden dalam penelitian Hebé Research and Marketing
Strategies memiliki lebih dari satu perangkat untuk menunjang aktivitas berinternet.
Laptop dan smartphone adalah dua perangkat terbanyak yang dimiliki oleh
responden.
Perangkat yang Sering Digunakan
Dalam penggunaan perangkat dalam berbelanja online, responden dari
Hebé Research and Marketing Strategies memiliki kecenderungan kesukaan hanya
menggunakan satu perangkat dalam aktivitas berbelanja online, smartphone
merupakan perangkat yang paling sering digunakan.
4.3 Dimana Mahasiswa Melakukan Transaksi Belanja Online?
1. Situs-situs belanja online
Dalam data yang dikumpulkan oleh Hebé Research and Marketing Strategies,
situs belanja online yang paling sering dikunjungi oleh responden di tiga universitas
(UI, ITB, dan UNAIR) adalah Lazada (situs worldwide online market trading place)
sebesar 32% dan Zalora (situs jual beli fashion online) sebesar 31,3%.
Sedangkan dalam data terpisah yang didapatkan oleh Hebé Research and
Marketing Strategies terkait situs berbelanja online yang tidak terdaftar dalam
pilihan kuesioner, sejumlah 63,9% responden tidak memiliki alternatif situs lain
selain situs-situs yang ada dalam pilihan kuesioner, sebannyak 13,6% memilihi situs
worldwide online market trading place selain pilihan di kuesioner dan 7,5%
responden memiliki situs alternatif fashion selain pilihan di kuesioner.
2. Media sosial dan Instant Messaging dalam berbelanja online
Media sosial dan instant messaging kini dapat dijadikan sarana untuk
perdagangan e-commerce selain situs/situs jual beli online. Adanya penambahan
fungsi membuat media sosial dan instant messaging dapat dijadikan lapak baru
untuk pedagang menawarkan barang dagangannya kepada customer. Instagram
menempati urutan pertama instant messaging yang dijadikan sebagai lapak jual
beli online dengan 84.4% responden memilih media sosial ini. Diikuti dengan
instant messaging Line sebesar 52,4%.
Klasifikasi Situs Frekuensi Persen
Situs berbelanja buku online 9 6,1%
Situs berbelanja fashion online 11 7,5%
Situs travel online 1 0,7%
Situs berbelanja alat elektronik online 4 2,7%
Worldwide online market trading place 20 13,6%
Situs berbelanja barang korea 2 1,4%
Situs berbelanja kosmetik dan skincare 4 2,7%
Situs voucher online 2 1,4%
Tidak ada 94 63,9%
Ada fakta menarik dalam kehadiran media sosial dan instant messaging
sebagai sarana untuk kegiatan e-commerce, sebanyak 2% atau tiga orang tidak
mempercayai kegiatan e-commerce dalam media sosial dan instantmessaging.
Responden ini hanya mempercayai situs/situs jual beli online dalam kegiatan e-
commerce.
4.4 Seberapa sering orang berbelanja?
1. Frekuensi belanja online pertahun
Hasil survei oleh Hebé Research and Marketing Strategies menunjukkan
bahwa, kegiatan belanja online dilakukan dalam frekuensi yang sedikit dalam kurun
waktu satu tahun. Sebanyak 55,1% responden melakukan kegiatan belanja online
1-6 kali dalam setahun dan hanya 10,2% responden melakukan kegiatan belanja
online lebih dari 18 kali pertahun.
2. Belanja online tiap bulan
Frekuensi berbelanja online pertahun dilengkapi dengan data kegiatan
belanja online perbulan pada responden di tiga Universitas (UI, ITB, dan UNAIR).
Mayoritas responden (58,5%) melakukan kegiatan belanja online minimal sekali
dalam satu bulan, 18,4% responden melakukan kegiatan belanja minimal dua kali
dalam satu bulan.
4.5 Pola Konsumsi Responden
Pengeluaran perbulan
Penentuan LSM (LifeStyleMeasurement) seseorang dicerminkan melalui
nominal rupiah yang dikeluarkan dalam satu bulan. Penelitian yang dilakukan oleh
Hebé Research and Marketing Strategies di tiga universitas (UI, ITB, dan UNAIR)
menunjukkan bahwa sebanyak 46,9% responden memiliki pengeluaran kurang dari
Rp500.000 dalam satu bulan. Hanya sedikit responden yang memiliki pengeluaran
lebih dari Rp3.000.000 dalam satu bulan yakni sebesar 2,7%.
Menabung
Hasil penelitian pada tahun 2015 oleh Hebé Research and Marketing
Strategies menunjukkan bahwa menabung masih menjadi kegiatan yang dilakukan
oleh responden penelitian terlepas dari kegiatan konsumtif terhadap barang dan
jasa yang dibelinya. Sebesar 70,7% responden menjawab “Ya” pada pertanyaan
“Suka menabung atau tidak”, diikuti dengan 63,9% responden melakukan frekuensi
menabung minimal satu bulan sekali.
YA
TIDAK
Pengeluaran dalam berbelanja online
Hasil penelitian Hebé Research and Marketing Strategies menunjukkan
bahwa barang-barang yang dijual dikisaran harga Rp100.000-Rp500.000 memiliki
segementasi pasar terbesar dibandingkan dengan kisaran harga yang lain.
Sebanyak 70,7% responden melakukan transaksi online dengan kisaran harga
barang tersebut.
Barang yang dibeli secara online
Barang-barang yang ditawarkan melalui online memiliki karakteristik yang
sama maupun berbeda dengan barang-barang di retail-retail dan toko-toko di pusat
perbelanjaan. Penelitian yang dilakukan oleh Hebé Research and Marketing
Strategies menunjukkan fashion adalah barang yang paling sering dibeli melalui
situs/IM online. Sebanyak 90,5% responden memiih fashion diikuti dengan gadget
& aksesoris gadget (40,1%) sebagai barang yang paling sering dibeli.
Kartu pembayaran yang digunakan dalam berbelanja online
Penelitian oleh Hebé Research and Marketing Strategies menunjukkan,
kepemilikan kartu Debet/ATM (98,6%) untuk melakukan transaksi online menempati
urutan pertama sebagai kartu yang paling banyak dimiliki oleh responden. Besarnya
kepemilikan kartu debet/ATM dikarenakan responden penelitian adalah mahasiswa
dan belum memiliki penghasilan yang tetap.
Metode pembayaran yang paling sering digunakan
Hal ini selaras dengan penelitian oleh Hebé Research and Marketing
Strategies selanjutnya yangmenunjukkan, metode pembayaran yang paling sering
digunakan saat berbelanja online adalah transfer ATM sebanyak 97,9% kemudian di
urutan kedua adalah COD (Cash On Delivery) sebanyak 31,3%.
BAB VI Hasil Pengukuran
Uji Validitas
Validitas menyangkut ketepatan dan kecermatan suatu instrumen ukur dalam
melakukan fungsinya. Suatu penelitian memiliki nilai validitas yang tinggi jika
besaran pengukuran mencerminkan keadaan yang sebenarnya dari hal yang diukur.
Uji validitas berkenaan dengan ketepatan alat penilaian terhadap konsep yang
dinilai sehingga menjadi betul-betul menilai apa yang seharusnya dinilai (Sudjana
dalam Matondang, 2009). Suatu uji validitas untuk tujuan tertentu dapat tidak sesuai
dalam kerangka tujuan lain. Oleh karena itu, uji validitas harus selalu dikaitkan
dengan tujuan awal penelitian.
Uji Validitas Variabel Perceived Benefit
Tabel di atas merupakan nilai validitas butir yang diketahui dalam proses
penelitian. Kemudian peneliti menyusun persamaan dimana validitas butir < 0,461
No. Item Nilai
1. Perceived Benefit1 0,643
2. Perceived Benefit2 0,468
3. Perceived Benefit3 0,648
4. Perceived Benefit4 0,473
5. Perceived Benefit5 0,642
6. Perceived Benefit6 0,597
7. Perceived Benefit7 0,722
8. Perceived Benefit8 0,660
merupakan nilai yang tidak valid. Oleh karena itu, seluruh nilai validitas butir
dianggap valid dan memadai karena seluruhnya berada di atas 0,461 .
Uji Validitas Variabel Utilitarian
Tabel di atas merupakan nilai validitas butir dari perilaku utilitarianisme.
Diketahui nilai DF pada tabel ialah 0,381, sehingga nilai validitas butir harus
melebihi 0,381 untuk disebut valid. Berdasarkan tabel di atas, maka seluruh validitas
butir dalam variabel utilitarian memiliki nilai yang valid.
Uji Validitas Variabel Mass Consumption
No. Item Nilai
1. Utilitarian1 0,404
2. Utilitarian2 0,438
3. Utilitarian3 0,451
4. Utilitarian4 0,592
5. Utilitarian5 0,563
6. Utilitarian6 0,476
7. Utilitarian7 0,393
8. Utilitarian8 0,514
9. Utilitarian9 0,529
No. Item Nilai
1. Mass Consumption1 0,395
2. Mass Consumption2 0,570
3. Mass Consumption3 0,464
4. Mass Consumption4 0,531
Nilai R tabel pada DF diketahui sebesar 0,342 sehingga nilai validitas butir
harus melebihi 0,342 untuk dikatakan valid. Berdasarkan nilai validitas butir di atas
maka diketahui seluruh hasil pengukuran memiliki nilai yang valid dan dapat
digunakan lebih lanjut karena memenuhi angka 0,342.
Uji Reliabilitas
Reliabilitas berkaitan erat dengan sejauh mana hasil sebuah pengukuran
dapat dipercaya. Suatu hasil pengukuran dapat dipercaya jika dalam sebuah
penelitian hasil pengukuran yang diperoleh ialah sama terhadap kelompok populasi
yang sama dalam jangka waktu tertentu. Suatu tes dikatakan reliable jika selalu
memberikan hasil yang sama bila diteskan pada kelompok yang sama pada waktu
atau kesempatan yang berbeda (Arifin dalam Matondang, 2009). Jika suatu hasil
pengukuran tidak reliable, maka pengukuran tersebut memiliki kekeliruan dalam
pengambilan sampel.
5. Mass Consumption5 0,616
6. Mass Consumption6 0,557
7. Mass Consumption7 0,528
8. Mass Consumption8 0,519
9. Mass Consumption9 0,452
10. Mass Consumption10 0,537
Uji Reliabilitas Keseluruhan
Uji reliabilitas secara garis besar menemukan semua variabel memiliki nilai
reliabilitas yang tinggi sebab berada di atas nilai Cronbach Alpha sebesar 0,5.
Uji Reliabilitas Variabel Perceived Benefit
Melihat tabel di atas, tiap butir hasil pengukuran pada variabel Perceived
Benefit memiliki nilai Cronbach Alpha yang baik dan jika dihapus tidak memiliki nilai
yang signifikan.
No. Variabel Nilai Cronbach Alpha
1. Perceived Benefit 0,857
2. Utilitarian 0,793
3 Mass Consumption 0,829
No. Item Nilai Cronbach Alpha Jika Dihapus
1. Perceived Benefit1 0,836
2. Perceived Benefit2 0,858
3. Perceived Benefit3 0,834
4. Perceived Benefit4 0,856
5. Perceived Benefit5 0,835
6. Perceived Benefit6 0,840
7. Perceived Benefit7 0,826
8. Perceived Benefit8 0,833
Uji Reliabilitas Variabel Utilitarian
Melihat tabel di atas, tiap butir hasil pengukuran dalam variabel utilitarian
memiliki nilai Cronbach Alpha yang tidak berpengaruh jika dihapus. Oleh karena itu,
tiap hasil pengukuran dinilai telah reliable dapat digunakan lebih lanjut dalam
penelitian.
No. Item Nilai Cronbach Alpha jika dihapus
1. Utilitarian1 0,782
2. Utilitarian2 0,778
3. Utilitarian3 0,777
4. Utilitarian4 0,763
5. Utilitarian5 0,761
6. Utilitarian6 0,773
7. Utilitarian7 0,785
8. Utilitarian8 0,768
9. Utilitarian9 0,766
Uji Reliabilitas Variabel Mass Consumption
Melihat tabel di atas, tiap hasil pengukuran pada variabel Mass
Consumption memiliki nilai yang reliable sebab jika dihapus salah satu itemnya
tidak memiliki dampak yang signifikan terhadap Cronbach Alpha.
Analisis Korelasi
Analisis korelasi membahas mengenai derajat keeratan antara dua variabel.
Dalam statistik parametrik, derajat hubungan keeratan dua variabel diukur
berdasarkan dua bentuk koefisien, yakni koefisien momen produk dan koefisien
pearson. Ukuran keeratan tersebut dapat digunakan jika data yang diperoleh
memiliki penyebaran data yang normal. Sedangkan pengukuran yang memiliki
penyebaran data yang tidak normal, dapat diukur berdasarkan metode statitsik
nonparametrik dimana termasuk atas koefisien Spearman, Phi, Tau Kendall, dan
Kontingensi.
No. Item Nilai Cronbach Alpha jika dihapus
1. Mass Consumption1 0,825
2. Mass Consumption2 0,808
3. Mass Consumption3 0,819
4. Mass Consumption4 0,812
5. Mass Consumption5 0,803
6. Mass Consumption6 0,810
7. Mass Consumption7 0,813
8. Mass Consumption8 0,814
9. Mass Consumption9 0,820
10. Mass Consumption10 0,812
Analisis Korelasi Variabel Perceived Benefit – Utilitarian
Analisis korelasi diawali dengan uji penyebaran data variabel Perceived
Benefit dan perilaku Utilitarian. Peneliti menggunakan tes Kolmogorov-Smirnov
guna mengetahui penyebaran data kedua variabel tersebut. Melalui tes tersebut,
peneliti mendapati penyebaran data kedua variabel tersebut bersifat tidak normal
sehingga analisis korelasi yang digunakan ialah metode statistik nonparametrik.
Kemudian peneliti melakukan analisis korelasi Spearman guna menguji
hubungan antar variabel Perceived Benefit dan Utilitarian. Melalui analisis korelasi
Spearman, peneliti mendapati adanya hubungan antara variabel Perceived Benefit
dan Utilitarian meski tidak kuat hubungannya, dimana korelasi Spearman
menunjukkan angka 0,387.
Analisis Korelasi Variabel Perceived Benefit – Mass Consumption
Peneliti kemudian melakukan uji penyebaran data terhadap hubungan
variabel Perceived Benefit dan Mass Consumption. Melalui tes Kolmogorov –
Smirnov, peneliti mendapati hubungan antar variabel Perceived Consumption
memiliki penyebaran data yang tidak normal. Oleh karena itu, peneliti kemudian
No. Variabel Nilai Tes Kolmogorov-Smirnov
1. Perceived Benefit 0,000
2. Utilitarian 0,005
No. Hubungan Variabel Nilai Korelasi Spearman
1. Perceived Benefit - Utilitarian 0,387
melakukan analisis korelasi terhadap kedua variabel tersebut melalui metode
statistika nonparametrik.
Kemudian, peneliti melakukan analisis korelasi Spearman guna menguji
hubungan antar variabel Perceived Benefit dan perilaku Mass Consumption
dimana diketahui adanya keterkaitan yang cukup antara kedua variabel tersebut.
Analisis korelasi Pearson sendiri menunj ukkan angka 0,258.
Analisis Korelasi Perceived Benefit – Utilitarian Berdasarkan Universitas
Setelah mengetahui adanya hubungan antara variabel Perceived Benefit
dan perilaku Utilitarian, peneliti kemudian berusaha mengetahui lebih lanjut
universitas mana yang memiliki kecenderungan paling besar dalam korelasi
hubungan tersebut.
No. Variabel Nilai Tes Kolmogorov Smirnov
1. Perceived Benefit 0,000
2. Mass Consumption 0,423
No. Hubungan Variabel Nilai Korelasi Spearman
1. Perceived Benefit – Mass Consumption 0,258
No. Hubungan Variabel Universitas Nilai Korelasi
1. Perceived Benefit -
Utilitarian
Universitas Indonesia 0,441
Institut Teknologi Bandung 0,402
Universitas Airlangga 0,347
Berdasarkan analisis korelasi, hubungan antara variabel Perceived Benefit
dan perilaku Utilitarian memiliki kecenderungan paling kuat pada Universitas
Indonesia (0,441) dan Institut Teknologi Bandung (0,402). Meski tidak terpaut jauh,
Universitas Airlangga juga menunjukkan nilai korelasi yang masih dibawah kedua
universitas tersebut, yakni 0,347. Uji korelasi ini menjelaskan penerimaan tampilan
situs memiliki pengaruh yang cukup signifikan pada perilaku belanja utilitarian
mahasiswa di Universitas Indonesia maupun Institut Teknologi Bandung. Tampilan
situs yang baik dan diterima dengan senang hati akan memengaruhi mahasiswa
yang belanja hanya sesuai kebutuhan.
Analisis Korelasi Perceived Benefit – Mass Consumption Berdasarkan
Universitas
Peneliti juga berusaha mengetahui hubungan variabel yang paling kuat
terhadap Perceived Benefit dan perilaku Mass Consumption berdasarkan
universitas. Peneliti kembali melakukan analisis korelasi Pearson dengan pemisahan
universitas guna memperoleh hasil tersebut.
Peneliti mendapati bahwa Universitas Indonesia dan Institut Teknologi
Bandung memiliki kecenderungan lebih tinggi pada korelasi antara variabel
Perceived Benefit dan Mass Consumption dibandingkan Universitas Airlangga.
Hal ini memberikan pemahaman bahwa pada kedua Universitas yang memiliki nilai
korelasi lebih tinggi tersebut, penerimaan terhadap tampilan situs yang baik kurang
lebih dapat juga memiliki pengaruh terhadap perilaku belanja Mass Consumption.
No. Hubungan Variabel Universitas Nilai Korelasi
1. Perceived Benefit – Mass
Consumption
Universitas Indonesia 0,339
Institut Teknologi Bandung 0,383
Universitas Airlangga -0,051
Bab V
Rekomendasi
1. Penerimaan pengguna terhadap tampilan situs memiliki pengaruh yang
signifikan terhadap perilaku belanja mahasiswa di tiga Universitas besar di
Indonesia, yakni Universitas Indonesia, Institut Teknologi Bandung, dan
Universitas Airlangga.
2. Penerimaan pengguna terhadap situs layanan belanja online cukup
berpengaruh terhadap pola perilaku belanja online mahasiswa, baik yang
bersifat utiliter maupun konsumsi massa. Pengguna yang memiliki
kecenderungan belanja secara utiliter dan konsumsi massa menaruh
perhatian yang cukup penting terhadap tampilan situs belanja.
3. Situs belanja online harus mampu meyakini penggunanya bahwa situsnya
aman untuk digunakan, menyediakan informasi yang cukup, menyediakan
layanan yang luas, dan menarik untuk dikunjungi. Tampilan situs yang baik
tersebut tidak hanya harus disesuaikan dengan perangkat laptop, sebab
perangkat smartphone memiliki kecenderungan yang paling besar sebagai
perangkat belanja online.
4. Dalam situs belanja online, penyedia layanan belanja online harus
mengikutsertakan sistem pembayaran melalui ATM, sebab kebanyakan
mahasiswa menggunakan jenis pembayaran tersebut sebagai proses
pembayaran utama.
5. Barang-barang yang diperjualbelikan sebaiknya disesuaikan dengan
pengeluaran rata-rata belanja online mahasiswa.
6. Barang-barang yang dijual secara online sebaiknya fokus pada jenis fashion
dan gadget aksesoris, sebab mahasiswa cenderung membelanjakan uangnya
untuk dua kebutuhan tersebut.
7. Untuk tampilan situs sendiri, situs Lazada dan Zalora dapat menjadi acuan
dalam membuat situs belanja online karena dua situs tersebut paling banyak
dikunjungi.
Bibliography Adrian. (2013). Pengaruh Personality Raits Terhadap Hedonic Motivation, Utilitarian
Motivation, Search Intention, Dan Purchase Intention Pada Pengunjung Situs Online Di Internet. Portal Garuda, 3.
Adrian, M. I. (2013). Analisis Pengaruh Service Quality dan E-Service Quality Terhadap Kepuasan Pelanggan Serta Dampaknya Terhadap Loyalitas Pelanggan AJB Bumiputera 1912. Jakarta: Universitas Bina Nusantara.
Devi, N. L., & Suartana, I. W. (2014). Analisis Teknologi Acceptance Model Terhadap Penggunaan Sistem informasi Di Nusa Dua Beach Hotel & SPA. Universitas Udayana, 2.
Djarwanto. (1998). Statistik Sosial Ekonomi. Yogyakarta: BPFE. Howell, D. (2012). Statiistical Methods For Psychology. Canada: Cengage Learning. Indijkian, R. (1999). E-commerce Programme: combatting the digital divide. Dubai. Matsuyama, K. (2000). The Rise of Consumption Societies. Northwestern University,
3. Poerwandari, E. K. (1998). Metode Penelitian Sosial. Jakarta: Universitas Terbuka. Pratiwi, H. D. (2013). Online Shop Sebagai Cara Belanja Di Kalangah Mahasiswa
UNNES. UNS, 8. Rahardjo, S. T. (2011). Analisis Faktor-Faktor Yang Mempengaruhi Motif Belanja
Secara Online Di Komunitas Semarang. Undip, 2. Whiteley, D. (2000). E-commerce: Strategy, Tehnologies and Applications. New York:
McGraw-Hill.
Lampiran
Lampiran SPSS
Usia
Frequency
Percent
Valid Percent Cumulative Percent
Valid
16 1 ,7 ,7 ,7
17 1 ,7 ,7 1,4
18 3 2,0 2,0 3,4
19 23 15,6 15,6 19,0
20 40 27,2 27,2 46,3
21 43 29,3 29,3 75,5
22 28 19,0 19,0 94,6
23 5 3,4 3,4 98,0
25 1 ,7 ,7 98,6
26 1 ,7 ,7 99,3
29 1 ,7 ,7 100,0
Total
147 100,0 100,0
Jenis Kelamin
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Laki-laki 24 16,3 16,3 16,3
Perempuan
123 83,7 83,7 100,0
Total 147 100,0 100,0
Asal Universitas
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Universitas Indonesia 54 36,7 36,7 36,7
Institut Teknologi Bandung
53 36,1 36,1 72,8
Universitas Airlangga 40 27,2 27,2 100,0
Total 147 100,0 100,0
Angkatan
Frequency
Percent
Valid Percent Cumulative Percent
Valid
2008
1 ,7 ,7 ,7
2010
4 2,7 2,7 3,4
2011
47 32,0 32,0 35,4
2012
69 46,9 46,9 82,3
2013
16 10,9 10,9 93,2
2014
10 6,8 6,8 100,0
Total
147 100,0 100,0
Personal Computer
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 27 18,4 18,4 18,4
Tidak
120 81,6 81,6 100,0
Total
147 100,0 100,0
Laptop
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 138 93,9 93,9 93,9
Tidak
9 6,1 6,1 100,0
dTotal
147 100,0 100,0
Smartphone
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 143 97,3 97,3 97,3
Tidak
4 2,7 2,7 100,0
Total
147 100,0 100,0
Tablet
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 62 42,2 42,2 42,2
Tidak
85 57,8 57,8 100,0
Total
147 100,0 100,0
Other
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Apple Product
4 2,7 2,7 2,7
Tidak 142 96,6 97,3 100,0
Total 146 99,3 100,0
Missing
System 1 ,7
Total 147 100,0
Perangkat Yang Sering Digunakan
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Personal Computer
4 2,7 2,7 2,7
Laptop 49 33,3 33,3 36,1
Smartphone 83 56,5 56,5 92,5
Tablet 11 7,5 7,5 100,0
Total 147 100,0 100,0
Lazada
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 47 32,0 32,0 32,0
Tidak
100 68,0 68,0 100,0
Total
147 100,0 100,0
Olx.co.id
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 27 18,4 18,4 18,4
Tidak
120 81,6 81,6 100,0
Total
147 100,0 100,0
Kaskus
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 26 17,7 17,7 17,7
Tidak
121 82,3 82,3 100,0
Total
147 100,0 100,0
Zalora
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 46 31,3 31,3 31,3
Tidak
101 68,7 68,7 100,0
Total
147 100,0 100,0
Blibli
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 3 2,0 2,0 2,0
Tidak
144 98,0 98,0 100,0
Total
147 100,0 100,0
Pazia
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 2 1,4 1,4 1,4
Tidak
145 98,6 98,6 100,0
Total
147 100,0 100,0
Traveloka
Frequency
Percent
Valid Percent Cumulative Percent
Ya 38 25,9 25,9 25,9
Valid
Tidak
109 74,1 74,1 100,0
Total
147 100,0 100,0
Berrybenka
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 23 15,6 15,6 15,6
Tidak
124 84,4 84,4 100,0
Total
147 100,0 100,0
Other2
Frequency
Percent Valid Percent
Cumulative Percent
Valid
Situs Berbelanja Buku Online
9 6,1 6,1 6,1
Situs Berbelanja Fashion Online
11 7,5 7,5 13,6
Situs Travel Online 1 ,7 ,7 14,3
Situs Berbelanja Alat Elektronik Online
4 2,7 2,7 17,0
Worldwide Online Market Trading Place
20 13,6 13,6 30,6
Situs Berbelanja Barang Korea
2 1,4 1,4 32,0
Situs Berbelanja Kosmetik dan Skincare
4 2,7 2,7 34,7
Situs Voucher Online
2 1,4 1,4 36,1
Tidak Ada 94 63,9 63,9 100,0
Total 147 100,0 100,0
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 32 21,8 21,8 21,8
Tidak
115 78,2 78,2 100,0
Total
147 100,0 100,0
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 8 5,4 5,4 5,4
Tidak
139 94,6 94,6 100,0
Total
147 100,0 100,0
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 124 84,4 84,4 84,4
Tidak
23 15,6 15,6 100,0
Total
147 100,0 100,0
Path
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 2 1,4 1,4 1,4
Tidak
145 98,6 98,6 100,0
Total
147 100,0 100,0
Frequency
Percent
Valid Percent Cumulative Percent
Ya 31 21,1 21,1 21,1
Valid
Tidak
116 78,9 78,9 100,0
Total
147 100,0 100,0
BBM
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 26 17,7 17,7 17,7
Tidak
121 82,3 82,3 100,0
Total
147 100,0 100,0
Line
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 77 52,4 52,4 52,4
Tidak
70 47,6 47,6 100,0
Total
147 100,0 100,0
Other3
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Situs Resmi 3 2,0 2,0 2,0
Tidak Ada 144 98,0 98,0 100,0
Total 147 100,0 100,0
Frekuensi Belanja Online
Frequency
Percent
Valid Percent Cumulative Percent
Valid
1-6 81 55,1 55,5 55,5
6-12 43 29,3 29,5 84,9
12-18 7 4,8 4,8 89,7
>18 15 10,2 10,3 100,0
Total 146 99,3 100,0
Missing
System
1 ,7
Total 147 100,0
Belanja Online Tiap Bulan
Frequency
Percent
Valid Percent Cumulative Percent
Valid
0 16 10,9 11,0 11,0
1 86 58,5 58,9 69,9
2 27 18,4 18,5 88,4
3 11 7,5 7,5 95,9
4 3 2,0 2,1 97,9
5 1 ,7 ,7 98,6
20 1 ,7 ,7 99,3
30 1 ,7 ,7 100,0
Total 146 99,3 100,0
Missing
System
1 ,7
Total 147 100,0
Fashion
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 133 90,5 91,7 91,7
Tidak 12 8,2 8,3 100,0
Total 145 98,6 100,0
Missing
System
2 1,4
Total 147 100,0
Gadget dan Aksesoris
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 59 40,1 40,1 40,1
Tidak
88 59,9 59,9 100,0
Total
147 100,0 100,0
Kebutuhan Kosan
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 10 6,8 6,8 6,8
Tidak
137 93,2 93,2 100,0
Total
147 100,0 100,0
Kebutuhan Sehari-hari
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 1 ,7 ,7 ,7
Tidak
146 99,3 99,3 100,0
dTotal
147 100,0 100,0
Obat-Obatan
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 15 10,2 10,2 10,2
Tidak
132 89,8 89,8 100,0
Total
147 100,0 100,0
Peralatan Olahraga
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 19 12,9 12,9 12,9
Tidak
128 87,1 87,1 100,0
Total
147 100,0 100,0
Other4
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Buku 4 2,7 2,7 2,7
Tiket Transportasi
4 2,7 2,7 5,4
Tidak Ada 139 94,6 94,6 100,0
Total 147 100,0 100,0
Pengeluaran Sebulan
Frequency
Percent
Valid Percent Cumulative Percent
Valid
<500.000 64 43,5 47,1 47,1
500.001-700.000 23 15,6 16,9 64,0
700.001-1.000.000
20 13,6 14,7 78,7
1.000.001-1.500.000
13 8,8 9,6 88,2
1.500.001-2.000.000
7 4,8 5,1 93,4
2.000.001-3.000.000
5 3,4 3,7 97,1
>3.000.000 4 2,7 2,9 100,0
Total 136 92,5 100,0
Missing
System 11 7,5
Total 147 100,0
Pengeluaran Rata-Rata Belanja Online
Frequency
Percent
Valid Percent Cumulative Percent
Valid
<100.000 23 15,6 16,9 16,9
100.000-500.000 98 66,7 72,1 89,0
500.001-1.000.000
12 8,2 8,8 97,8
1.000.001-2.000.000
3 2,0 2,2 100,0
Total 136 92,5 100,0
Missing
System 11 7,5
Total 147 100,0
Suka Menabung
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 104 70,7 70,7 70,7
Tidak
43 29,3 29,3 100,0
Total
147 100,0 100,0
Sering Menabung
Frequency
Percent
Valid Percent Cumulative Percent
Valid
1 bulan sekali
94 63,9 63,9 63,9
2-3 bulan sekali
16 10,9 10,9 74,8
3-6 bulan sekali
12 8,2 8,2 83,0
>6 bulan sekali
25 17,0 17,0 100,0
Total 147 100,0 100,0
Debit ATM
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Ya 145 98,6 98,6 98,6
Tidak
2 1,4 1,4 100,0
Total
147 100,0 100,0
Credit Card
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 9 6,1 6,1 6,1
Tidak
138 93,9 93,9 100,0
Total
147 100,0 100,0
Paypal
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Ya 8 5,4 5,4 5,4
Tidak
139 94,6 94,6 100,0
Total
147 100,0 100,0
Visa/Mastercard
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Ya 8 5,4 5,4 5,4
Tidak
139 94,6 94,6 100,0
Total
147 100,0 100,0
Other5
Frequency
Percent
Valid Percent Cumulative Percent
Valid
Tidak Ada
147 100,0 100,0 100,0
Transfer ATM
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Ya 142 96,6 97,9 97,9
Tidak 3 2,0 2,1 100,0
Total 145 98,6 100,0
Missing
System
2 1,4
Total 147 100,0
Cash on Delivery (COD)
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Ya 46 31,3 31,3 31,3
Tidak
101 68,7 68,7 100,0
Total
147 100,0 100,0
Pulsa
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Ya 4 2,7 2,7 2,7
Tidak
143 97,3 97,3 100,0
Total
147 100,0 100,0
Rekening Bersama (Rekber)
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Ya 13 8,8 8,8 8,8
Tidak
134 91,2 91,2 100,0
Total
147 100,0 100,0
Internet Banking
Frequency
Percent
Valid Percent
Cumulative Percent
Ya 43 29,3 29,3 29,3
Valid
Tidak
104 70,7 70,7 100,0
Total
147 100,0 100,0
Reliabilitas Perceived Benefit
Other6
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Mobile Banking
4 2,7 2,7 2,7
Tidak Ada 143 97,3 97,3 100,0
Total 147 100,0 100,0
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based
on
Standardized
Items
N of Items
,857 ,861 8
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected
Item-Total
Correlation
Squared
Multiple
Correlation
Cronbach's
Alpha if Item
Deleted
Perceivedbenefit
221,08 15,295 ,643 ,431 ,836
Perceivedbenefit
321,35 15,173 ,468 ,302 ,858
Perceivedbenefit
420,88 14,711 ,648 ,495 ,834
Perceivedbenefit
521,44 15,385 ,473 ,390 ,856
Perceivedbenefit
621,15 14,868 ,642 ,489 ,835
Perceivedbenefit
721,14 15,201 ,597 ,407 ,840
Perceivedbenefit
820,90 14,443 ,722 ,585 ,826
Reliabilitas Utilitarian
Reliabilitas Mass Consumption
Perceivedbenefit
920,78 14,682 ,660 ,541 ,833
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based
on
Standardized
Items
N of Items
,857 ,861 8
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected
Item-Total
Correlation
Squared
Multiple
Correlation
Cronbach's
Alpha if Item
Deleted
Perceivedbenefit
221,08 15,295 ,643 ,431 ,836
Perceivedbenefit
321,35 15,173 ,468 ,302 ,858
Perceivedbenefit
420,88 14,711 ,648 ,495 ,834
Perceivedbenefit
521,44 15,385 ,473 ,390 ,856
Perceivedbenefit
621,15 14,868 ,642 ,489 ,835
Perceivedbenefit
721,14 15,201 ,597 ,407 ,840
Perceivedbenefit
820,90 14,443 ,722 ,585 ,826
Perceivedbenefit
920,78 14,682 ,660 ,541 ,833
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based
on
Standardized
Items
N of Items
,829 ,830 10
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected
Item-Total
Correlation
Squared
Multiple
Correlation
Cronbach's
Alpha if Item
Deleted
Massconsumption1 22,05 22,671 ,395 ,330 ,825
Massconsumption2 22,21 21,318 ,570 ,395 ,808
Massconsumption3 23,00 21,694 ,464 ,304 ,819
Massconsumption4 22,80 21,272 ,531 ,353 ,812
Massconsumption5 22,16 20,745 ,616 ,452 ,803
Massconsumption6 22,39 21,726 ,557 ,416 ,810
Massconsumption7 23,05 21,074 ,528 ,409 ,813
Massconsumption8 22,52 21,126 ,519 ,303 ,814
Massconsumption9 22,66 22,128 ,452 ,299 ,820
Massconsumption1
022,10 21,816 ,537 ,443 ,812
Tes Kolmogorov – Smirnov Perceived Benefit
Tes Kolmogorov – Smirnov Utilitarian
One-Sample Kolmogorov-Smirnov Test
MeanPerceiv
edBenefit
N 147
Normal Parametersa,b
Mean 3.0128
Std.
Deviation.54716
Most Extreme Differences
Absolute .183
Positive .070
Negative -.183
Kolmogorov-Smirnov Z 2.218
Asymp. Sig. (2-tailed) .000
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
MeanUtilitaria
n
N 147
Normal Parametersa,b
Mean 2.8443
Std.
Deviation.47152
Most Extreme Differences
Absolute .142
Positive .092
Negative -.142
Kolmogorov-Smirnov Z 1.725
Asymp. Sig. (2-tailed) .005
a. Test distribution is Normal.
b. Calculated from data.
Tes Kolmogorov – Smirnov Mass Consumption
Analisis Korelasi Perceived Benefit – Utilitarian
Analisis Korelasi Perceived Benefit – Mass Consumption
One-Sample Kolmogorov-Smirnov Test
MeanMassCo
nsumption
N 145
Normal Parametersa,b
Mean 2.4993
Std.
Deviation.51106
Most Extreme Differences
Absolute .073
Positive .044
Negative -.073
Kolmogorov-Smirnov Z .878
Asymp. Sig. (2-tailed) .423
a. Test distribution is Normal.
b. Calculated from data.
Correlations
MeanPerceiv
edBenefit
MeanUtilitaria
n
Spearman's rho
MeanPerceivedBenefit
Correlation Coefficient 1.000 .387**
Sig. (2-tailed) . .000
N 147 147
MeanUtilitarian
Correlation Coefficient .387** 1.000
Sig. (2-tailed) .000 .
N 147 147
**. Correlation is significant at the 0.01 level (2-tailed).
Correlations
MeanPerceiv
edBenefit
MeanMassCo
nsumption
Correlation Coefficient 1.000 .258**
Analisis Korelasi Perceived Benefit – Utilitarian Berdasar Universitas
Spearman's rho
MeanPerceivedBenefit Sig. (2-tailed) . .002
N 147 145
MeanMassConsumption
Correlation Coefficient .258** 1.000
Sig. (2-tailed) .002 .
N 145 145
**. Correlation is significant at the 0.01 level (2-tailed).
Correlationsa
MeanPerceiv
edBenefit
MeanUtilitaria
n
Spearman's rho
MeanPerceivedBenefit
Correlation Coefficient 1.000 .441**
Sig. (2-tailed) . .001
N 54 54
MeanUtilitarian
Correlation Coefficient .441** 1.000
Sig. (2-tailed) .001 .
N 54 54
**. Correlation is significant at the 0.01 level (2-tailed).
a. Asaluniversitas = Universitas Indonesia
Correlationsa
MeanPerceiv
edBenefit
MeanUtilitaria
n
Spearman's rho
MeanPerceivedBenefit
Correlation Coefficient 1.000 .402**
Sig. (2-tailed) . .003
N 53 53
MeanUtilitarian
Correlation Coefficient .402** 1.000
Sig. (2-tailed) .003 .
N 53 53
**. Correlation is significant at the 0.01 level (2-tailed).
a. Asaluniversitas = Institut Teknologi Bandung
Correlationsa
MeanPerceiv
edBenefit
MeanUtilitaria
n
Correlation Coefficient 1.000 .347*
Spearman's rho
MeanPerceivedBenefit Sig. (2-tailed) . .028
N 40 40
MeanUtilitarian
Correlation Coefficient .347* 1.000
Sig. (2-tailed) .028 .
N 40 40
*. Correlation is significant at the 0.05 level (2-tailed).
a. Asaluniversitas = Universitas Airlangga
Analisis Korelasi Perceived Benefit – Mass Consumption Berdasarkan
Universitas
Correlationsa
MeanPerceiv
edBenefit
MeanMassCo
nsumption
Spearman's rho
MeanPerceivedBenefit
Correlation Coefficient 1.000 .339*
Sig. (2-tailed) . .014
N 54 52
MeanMassConsumption
Correlation Coefficient .339* 1.000
Sig. (2-tailed) .014 .
N 52 52
*. Correlation is significant at the 0.05 level (2-tailed).
a. Asaluniversitas = Universitas Indonesia
Correlationsa
MeanPerceiv
edBenefit
MeanMassCo
nsumption
Spearman's rho
MeanPerceivedBenefit
Correlation Coefficient 1.000 .383**
Sig. (2-tailed) . .005
N 53 53
MeanMassConsumption
Correlation Coefficient .383** 1.000
Sig. (2-tailed) .005 .
N 53 53
**. Correlation is significant at the 0.01 level (2-tailed).
a. Asaluniversitas = Institut Teknologi Bandung
Correlationsa
MeanPerceiv
edBenefit
MeanMassCo
nsumption
Spearman's rho
MeanPerceivedBenefit
Correlation Coefficient 1.000 -.051
Sig. (2-tailed) . .753
N 40 40
MeanMassConsumption
Correlation Coefficient -.051 1.000
Sig. (2-tailed) .753 .
MeanMassConsumption
N 40 40
a. Asaluniversitas = Universitas Airlangga