penetrasi e-commerce mahasiswa indonesia dalam kegiatan online shopping

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








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









No. Item Nilai

1. Mass Consumption1 0,395




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.







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









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










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











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


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


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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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


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

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

Facebook

Frequency

Percent


Valid

Ya 32 21,8 21,8 21,8

Tidak

115 78,2 78,2 100,0

Total

147 100,0 100,0

Twitter

Frequency

Percent


Valid

Ya 8 5,4 5,4 5,4

Tidak

139 94,6 94,6 100,0

Total

147 100,0 100,0

Instagram

Frequency

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

Ya 2 1,4 1,4 1,4

Tidak

145 98,6 98,6 100,0

Total

147 100,0 100,0

Whatsapp

Frequency

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

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

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

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

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

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

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

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

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

Ya 1 ,7 ,7 ,7

Tidak

146 99,3 99,3 100,0

dTotal

147 100,0 100,0

Obat-Obatan

Frequency

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

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

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

<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

<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

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

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

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

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

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


Cronbach's

Alpha

Cronbach's

Alpha Based

on

Standardized

Items

N of Items

,857 ,861 8


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


Cronbach's

Alpha

Cronbach's

Alpha Based

on

Standardized

Items

N of Items

,829 ,830 10


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









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.


MeanUtilitaria

n

N 147


Mean 2.8443

Std.

Deviation.47152


Absolute .142

Positive .092

Negative -.142

Kolmogorov-Smirnov Z 1.725




Tes Kolmogorov – Smirnov Mass Consumption

Analisis Korelasi Perceived Benefit – Utilitarian

Analisis Korelasi Perceived Benefit – Mass Consumption


MeanMassCo

nsumption

N 145


Mean 2.4993

Std.

Deviation.51106


Absolute .073

Positive .044

Negative -.073

Kolmogorov-Smirnov Z .878




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


Analisis Korelasi Perceived Benefit – Utilitarian Berdasar Universitas

Spearman's rho

MeanPerceivedBenefit Sig. (2-tailed) . .002

N 147 145

MeanMassConsumption



N 145 145


Correlationsa

MeanPerceiv

edBenefit

MeanUtilitaria

n

Spearman's rho




N 54 54

MeanUtilitarian



N 54 54


a. Asaluniversitas = Universitas Indonesia

Correlationsa

MeanPerceiv

edBenefit

MeanUtilitaria

n

Spearman's rho




N 53 53

MeanUtilitarian



N 53 53


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


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


Correlation Coefficient 1.000 .339*


N 54 52

MeanMassConsumption

Correlation Coefficient .339* 1.000


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




N 53 53

MeanMassConsumption



N 53 53


a. Asaluniversitas = Institut Teknologi Bandung

Correlationsa

MeanPerceiv

edBenefit

MeanMassCo

nsumption

Spearman's rho


Correlation Coefficient 1.000 -.051


N 40 40

MeanMassConsumption

Correlation Coefficient -.051 1.000


MeanMassConsumption

N 40 40

a. Asaluniversitas = Universitas Airlangga