Upload
lecong
View
223
Download
0
Embed Size (px)
Citation preview
39
BAB IV
ANALISIS DATA DAN PEMBAHASAN
4.1. Karakteristik Responden.
Penentuan sampel dalam penelitian ini
dilakukan dengan menggunakan salah satu teknik
Non-Probability Sampling, yaitu purposive sampling.
Sampel yang diambil adalah nasabah bank umum
dan paling tidak memiliki satu produk alat
pembayaran non tunai yang dikeluarkan oleh bank.
Dengan kriteria pengambilan sampel tersebut maka
diperoleh data sebesar 155 responden.
Tabel 4.1. Deskripsi Karakterisistik Nasabah Bank
Umum
Karakteristik Jumlah Responden
Persentase (%)
A. Usia (Tahun)
20 – 25 26 – 30 31 – 35 36 – 40 > 40
30 70 23 29 3
19,4 45,2 14,8 18,7 1,9
Jumlah 155 100,0
B. Jenis Kelamin
Perempuan Laki-laki
70 85
45,2 54,8
Jumlah 155 100,0
C. Pendidikan
40
SMP SMA
D3 S1 Pasca sarjana
4 16
17 112 6
2,6 10,3
11,0 72,3 3,9
Jumlah 155 100,0
D. Pekerjaan
Wiraswasta Karyawan Swasta PNS
35 62 58`
22,6 40,0 37,4
Jumlah 155 100,0
Sumber:Data Primer, 2016.
Pada Tabel 4.1 di atas dapat diketahui jumlah
responde berdasarkan usia yang paling banyak adalah
antara 26-30 tahun sebesar 45,2% dan yang paling
kecil jumlahnya adalah usia > 40 tahun yaitu 1,9%.
Berdasarkan jenis kelamin responden yang paling
banyak adalah laki-laki yaitu sebesar 85 orang
(54,8%) dan jumlah responden perempuan sebesar 70
(45,2%). Pendidikan responden yang paling banyak
adalah lulus S1 sebesar 112 (72,3%) dan yang paling
sedikit adalah lulusan SMP yaitu sebesar 4 orang
(2,5%). Pada pekerjaan responden terlihat pada tabel
4.1. diperoleh data sebagian besar karyawan swasta
sebanyak 62 (40,0%) diikuti oleh responden PNS
sebesar 58 (37,4%) dan yang terendah adalah
wiraswasta sebesar 35 (22,6%).
41
Dari pemaparan diatas dapat diketahui bahwa
pengguna alat pembayaran non tunai terbanyak
adalah karyawan swasta yaitu sebesar 40%. Namun
demikian di DKI Jakarta, pengguna alat pembayaran
non tunai relatif merata dari 3 profesi yaitu
Wiraswasta (22,6%), Karyawan Swasta (40%), dan PNS
(37,4%). Penggunaan alat pembayaran non tunai oleh
para wiraswasta dapat menjadi indikasi bahwa
transaksi/perdagangan yang dilakukan oleh individu
yang pendapatannya tidak berasal dari gaji tetap dari
sebuah perusahaan, telah menggunakan cara non
tunai. Sedangkan untuk profesi karyawan swasta dan
PNS dinilai menggunakan alat transaksi non tunai
dikarenakan sistem penggajian yang melalui Bank.
Secara gender, dinilai tidak terdapat perbedaan
yang signifikan terhadap penggunan alat transaksi
non tunai oleh kaum pria dan kaum perempuan. Hal
tersebut dinilai karena karakteristik perempuan di
Ibukota yang bekerja baik sebagai pegawai maupun
wirausaha. Responden dengan tingkat pendidikan S1
mendominasi, dinilai karena sebagian besar matan
pencaharian responden meruipakan pegawai, baik
pegawai swasta maupun negeri, dan S1 merupakan
persyaratan minimal yang umum dalam penerimaan
pegawai.
42
4.2. Uji Kualitas Instrumen
Uji Validitas
Data dengan sampel sebesar 155 responden
dilakukan uji validas terlebih dahulu. Pengujian
validitas dilakukan menggunakana confirmatory factor
analysis (CFA). Pengujian validitas yang menurut
Sekaran (2006) bertujuan untuk mengetahui
ketepatan dan kecermatan suatu alat ukur dalam
melakukan fungsi ukurnya. Pengujian validitas
dilakukan menggunakana confirmatory factor analysis
(CFA). Menurut Hair et. al. (1998), factor loading ≥ 0,50
dianggap signifikan.
Pada penelitian ini variabel yang diteliti
sebanyak tujuh variabel, yaitu Attitude (AT), Social
Factor (SF), Affect Emosional (AF), Intention (I),
Frequency Of Post Behavior ( EP), Habits (H) dan
Facilitating Condition (FC). Hasil uji validitas dapat
dilihat pada tabel 4.2. berikut ini.
Tabel 4.2. Hasil Uji Validitas Dengan Analisis
Faktor.
Estimate
AT3 <--- AT .828
AT2 <--- AT .835
AT1 <--- AT .896
SF3 <--- SF .740
SF2 <--- SF .910
43
Estimate
AF3 <--- AF .843
AF2 <--- AF .735
AF1 <--- AF .945
FP3 <--- FP .751
FP2 <--- FP .820
FP1 <--- FP .842
I1 <--- IN .794
I2 <--- IN .818
I3 <--- IN .857
FC1 <--- FC .822
FC2 <--- FC .841
FC3 <--- FC .844
FC4 <--- FC .836
FC5 <--- FC .860
B1 <--- B .727
B2 <--- B .798
B3 <--- B .773
H3 <--- H .841
H2 <--- H .882
H1 <--- H .845
SF4 <--- SF .759
SF1 <--- SF .928
Sumber:Data Primer, 2016
Tabel 4.2 di atas menunjukkan bahwa semua
item pertanyaan dinyatakan valid, karena setiap item
pertanyaan yang menjadi indicator masing-masing
variabel telah terekstrak secara sempurna dan
mempunyai factor loading ≥ 0,50.
44
Uji Reliabilitas.
Setelah pengujian validitas, maka tahap
selanjutnya adalah pengujian reliabilitas yang
bertujuan untuk mengetahui konsistensi item-item
pertanyaan yang digunakan. Untuk mengukur
reliabilitas dari instrument penelitian ini dilakukan
dengan menggunakan koefisien Cronbach Alpha. Nilai
Cronbach Alpha masing-masing variabel sebagai
berikut.
Tabel 4.3 Hasil Uji Reliabilitas
Variabel Cronbach’s Alpha
Keterangan
Attitude 0,925 Reliabel
Social Factor 0,727 Reliabel
Affect Emosional 0,896 Reliabel
Intention 0,850 Reliabel
Frequency Of Post Behavior
0,837 Reliabel
Habits 0,882 Reliabel
Facilitating Condition 0,925 Reliabel
Behavior 0.819 Reliabel
Sumber: Data primer yang diolah, 2016.
Dari tabel IV.3 dapat diketahui bahwa variabel
Attitude, Sosial Factor, Affect Emosional, Intention,
Frequency Of Post Behavior, Habits, Facilitating
Condition dan behavior mempunyai koefisien cronbach
45
alpha 0,8 – 1,0 yang berarti reliabilitas tersebut
dikatakan sudah baik ( Sekaran, 2003)
4.3. Analisis Statistik Deskriptif
Gambaran mengenai variabel attitude, social
faktor, affect emosional, intention, frequency of post
behavior, habits dan facilitating condition dibahas
dalam bagian analisis statistik deskriptif berikut ini,
baik terhadap variabel secara keseluruhan maupun
terhadap setiap indikator dari variabel yang diteliti
berdasarkan nilai minimum, maximum, mean, dan
standard deviation. Nilai mean atau rata-rata
merupakan rata-rata penilaian responden terhadap
variabel dan indikator-indikatornya yang
dikategorikan mulai dari sangat rendah sampai
dengan sangat tinggi. Sedangkan nilai standar deviasi
menunjukkan seberapa besarnya variasi jawaban
responden terhadap pernyataan yang diberikan. Jika
didapat nilai standar deviasi yang menjauhi nol (0)
maka data dikatakan bervariasi, tetapi sebaliknya jika
standar deviasi mendekati nol (0) maka data tersebut
tidak beragam.
46
Tabel 4.4. Statistik Deskriptif Variabel Penelitian
Indikator Empirik Min Max Mean Std.Dev
A. Behaviour
1. Transaksi non tunai mendukung profesi/pekerjaan
2 5 3.73 0.792
2. Menggunakan alat pembayaran non tunai membuat saya merasa lebih aman.
2 5 3.70 0.833
3. Dengan alat
pembayaran non tunai, proses pembayaran yang saya lakukan menjadi lebih cepat / mempersingkat waktu.
2 5 3.81 0.739
Rata-rata Behaviour 2 5 3.75 0.788
B. Attitude
1. Transaksi non tunai meningkatkan kemampuan pengelola keuangan
2 5 3.73 0.863
2. Penggunaan alat pembayaran non tunai mempermudah keputusan jual-beli
2 5 3.73 0.816
3. Penggunaan alat
pembayaran non tunai lebih disukai oleh kerabat/keluarga .
2 5 3.66 0.841
Rata-rata Attitude 2 5 3.71 0.840
C. Social Factor
1. Pemerintah daerah maupun pusat mengeluarkan peraturan yang mendorong penggunaan transaksi
non tunai.
2 5 3.72 0.864
47
2. Penggunaan transaksi non tunai disarankan
oleh kerabat/keluarga
2 5 3.70 0.854
3.
Penggunaan transaksi non tunai disarankan oleh rekan kerja/atasan tempat saya bekerja.
2 5 3.75 0.848
4 Transaksi non-tunai disarankan oleh komunitas (bergabung).
2 5 3.68 0.820
Rata-rata Social Factor 2 5 3.68 0.847
D. Affect Emosional.
1. Merasa, menggunakan alat pembayaran non tunai menimbulkan rasa praktis.
2 5 3.77 0.849
2.
Merasa, menggunakan alat pembayaran non tunai menimbulkan rasa tenang karena dapat mentransfer uang sewaktu-waktu ke keluarga/kerabat pada saat darurat.
2 5 3.76 0.806
3. Merasa, menggunakan alat pembayaran non tunai tidak
menimbulkan kekhawatiran.
2 5 3.75 0.792
Rata-rata Affect Emosional
2 5 3.76 0.816
D. Intention
1. Saya berkeinginan menggunakan alat transaksi non tunai dalam kehidupan sehari-hari.
2 5 3.85 0.851
2.
Saya lebih berminat
menggunakan alat transaksi non tunai
2 5 3.87 0.851
48
ketika ada pilihan untuk bertransaksi
tunai atau non tunai.
3. Berusaha menggunakan alat pembayaran non tunai jika ada kebutuhan yang dimungkinkan untuk dibayar secara non tunai.
2 5 3.79 0.858
Rata-rata Intention 2 5 3.84 0.853
E. Frequency of post behavior
1. Saya sering
menggunakan alat transaksi non tunai dalam kehidupan sehari-hari
2 5 3.62 0.955
2.
Saya sering menggunakan alat transaksi non tunai ketika ada pilihan untuk bertransaksi tunai atau non tunai
2 5 3.59 0.812
3 Saya sering menggunakan alat pembayaran non tunai jika ada kebutuhan yang dimungkinkan untuk dibayar secara
non tunai.
2 5 3.55 0.831
Rata-rata Frequency of post behavior
2 5 3.59 0.866
F. Habits
1 Setiap melakukan pembayaran, saya mengutamakan penggunaan alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.).
2 5 3.66 0.792
2. Saya selalu menggunakan alat
2 5 3.56 0.846
49
pembayaran non tunai ketika ada pilihan
untuk bertransaksi tunai atau non tunai
3. Saya selalu menyiapkan alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.) saat menuju tempat pembayaran/kasir yang memungkinkan untuk bertransaksi
non tunai.
2 5 3.65 0.787
`Rata-rata Habits 2 5 3.62 0.808
G. Facilitating Condition
1. Ketersediaan alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.) dapat saya temui dilingkungan sekitar
2 5 3.57 0.720
2. Ketika saya melakukan transaksi non tunai , jaringan komunikasi yang tersedia stabil.
2 5 3.53 0.792
3. Saya dapat memiliki alat pembayaran non
tunai (kartu debit, kredit, e-money, dsb.) dengan syarat dan biaya yang relatife mudah untuk dipenuhi.
2 5 3.48 0.759
4. Saya dapat menggunakan alat transaksi non tunai (kartu debit, kredit, e-money, dsb.) yang saya miliki dengan mudah.
2 5 3.57 0.781
50
5. Ketika saya melakukan transaksi
non tunai , tidak terkendala jaringan system dari pihak Bank.
2 5 3.62 0.808
Rata-rata Facilitating
Condition
2 5 3.55 0.772
Sumber:Data primer, 2016.
Berdasarkan tabel 4.4. mengenai data statistik
deskriptif menunjukkan nilai mean atau rata-rata
keseluruhan item variabel behaviour adalah sebesar
3,75 nilai tersebut terletak pada interval jawaban
3,41-4,20 yang berarti sebagian responden memiliki
behaviour yang tinggi. Dari tiga item tersebut yang
paling dominan atau mempunyai nilai mean tertinggi
adalah item nomor 3 yaitu sebesar 3,81 yang berarti
sebagian besar responden setuju tentang penggunaan
alat pembayaran non tunai dipilih karena pengguna
secara sadar mengerti bahwa dengan menggunakan
alat pembayaran non tunai, proses pembayaran yang
saya lakukan menjadi lebih cepat.
Nilai mean atau rata-rata keseluruhan item
variabel attitude adalah sebesar 3,71 nilai tersebut
terletak pada interval jawaban 3,41-4,20 yang berarti
sebagian responden memiliki attitude yang tinggi.
Dari tiga item tersebut terdapat 2 item yang
mempunyai nilai mean tertinggi yaitu item nomor 1,
dan 2 yaitu masing-masing sebesar 3,73 yang berarti
51
pengguna memiliki kemampuan yang lebih untuk
mengelola keuangan pribadi, dan lebih mudah dalam
pengambilan keputusan jual beli saat menggunakan
alat transaksi non tunai. Hal tersebut yang
mendorong individu untuk menggunakan alat
transaksi non tunai.
Nilai rata-rata secara keseluruhan item pada
social faktor sebesar 3,71, nilai tersebut terletak pada
interval jawaban 3,41-4,20 yang berarti sebagian
responden memiliki social faktor yang tinggi. Dari
keempat item tersebut yang paling dominan atau
mempunyai nilai mean tertinggi adalah item nomor 3
yaitu sebesar 3,75 yang berarti sebagian besar
responden setuju dan mengharapkan penggunaan
transaksi non tunai disarankan oleh rekan
kerja/atasan tempat responden bekerja.
Variabel affect emosional mempunyai nilai rata-
rata secara keseluruhan item sebesar 3,76, nilai
tersebut terletak pada interval jawaban 3,41-4,20
yang berarti sebagian responden memiliki affect
emosional yang tinggi. Dari keempat item tersebut
yang paling dominan atau mempunyai nilai mean
tertinggi adalah item nomor 1 yaitu sebesar 3,77 yang
berarti sebagian besar responden setuju dan merasa
menggunakan alat pembayaran non tunai
menimbulkan rasa praktis.
52
Variabel intention mempunyai nilai rata-rata
keseluruhan item sebesar 3,84, nilai tersebut terletak
pada interval jawaban 3,41-4,20 yang berarti sebagian
responden memiliki intention yang tinggi. Dari ketiga
item tersebut yang paling dominan atau mempunyai
nilai mean tertinggi adalah item nomor 2 yaitu sebesar
3,87 yang berarti sebagian besar responden setuju
dan lebih berminat menggunakan alat transaksi non
tunai.
Variabel frequency of post behavior mempunyai
nilai rata-rata keseluruhan item sebesar 3,59, nilai
tersebut terletak pada interval jawaban 3,41-4,20
yang berarti sebagian responden memiliki frequency
of post behavior yang tinggi. Dari ketiga item yang
terdapat pada variabel tersebut mempunyai nilai rata-
rata paling dominan adalah item 1 sebesar 3,62 yang
berarti responden sering menggunakan alat transaksi
non tunai dalam kehidupan sehari-hari.
Variabel habits mempunyai nilai rata-rata
keselurahn item sebesar 3,62 nilai tersebut terletak
pada interval jawaban 3,41-4,20 yang berarti sebagian
responden memiliki habits yang tinggi. Dari ketiga
item tersebut yang paling dominan nilai rata-ratanya
adalah nomor 1 sebesar 3.66, yang berarti responden
setiap melakukan pembayaran menggunakan alat
pembayaran non tunai.
53
Variabel facilitating condition smempunyai nilai
rata-rata keseluruhan item sebesar 3,55 nilai rata-
rata variabel-variabel tersebut yang terletak pada
interval jawaban 3,41-4,20 yang tinggi. Adapun
kelima item facilitating condition yang paling dominan
pada item nomor 5 yang berarti responden merasa
bahwa tidak terkendala pada jaringan system dari
pihak Bank ketika melakukan transaksi non tunai.
4.4. Uji Asumsi-Asumsi Structural Equation
Model.
Uji normalitas yang dilakukan pada SEM
mempunyai dua tahapan. Pertama adalah pengujian
normalitas untuk setiap variabel (univariate
normality), sedangkan tahap kedua adalah pengujian
normalitas data semua variabel secara bersama-sama,
yang disebut multivariate normality. Hal itu
disebabkan jika setiap variabel normal secara
individu, tidak berarti jika diuji secara bersama-sama
(multivariate) juga pasti berdistribusi normal. Adapun
ketentuan data berdistribusi normal atau tidak, kita
dapat membandingkan hasil pengujian normalitas
melalui program AMOS pada lampiran assessment of
normality dengan ketentuan apabila angka c.r.
skewness, dan c.r kurtosis ada di antara -2,58 sampai
54
+ 2,58 maka data dapat dikatakan normal. Berikut
hasil uji normalitas data:
Tabel 4.5. Assessment of Normality
Var Min max Skew c.r. kurtosis c.r.
H1 2.00
0 5.00
0 -.039 -.198 -.492 -1.250
H2 2.00
0 5.00
0 .065 .333 -.628 -1.597
H3 2.00
0 5.00
0 -.166 -.843 -.369 -.937
B3 2.00
0 5.00
0 -.161 -.818 -.308 -.782
B2 2.00
0 5.00
0 -.198
-1.008
-.504 -1.281
B1 2.00
0 5.00
0 -.188 -.958 -.393 -.998
IN1 60.0
00 375.000
.128 .650 .006 .015
FC5
2.000
5.000
-.094 -.479 -.474 -1.206
FC4
2.000
5.000
.102 .518 -.457 -1.162
FC3
2.000
5.000
.278 1.414 -.326 -.829
FC
2
2.00
0
5.00
0 .180 .913 -.466 -1.185
FC1
2.000
5.000
.210 1.066 -.366 -.930
I3 2.00
0 5.00
0 -.210
-1.069
-.663 -1.685
I2 2.00
0 5.00
0 -.323
-1.643
-.564 -1.435
I1 2.00
0 5.00
0 -.410
-2.084
-.397 -1.008
FP1 2.00
0 5.00
0 -.209
-1.062
-.873 -2.220
55
Var Min max Skew c.r. kurtosis c.r.
FP2 2.00
0 5.00
0 -.210
-1.067
-.430 -1.093
FP3 2.00
0 5.00
0 -.018 -.091 -.556 -1.412
SF4 2.00
0 5.00
0 -.141 -.717 -.508 -1.290
AF1
2.000
5.000
-.127 -.646 -.717 -1.822
AF2
2.000
5.000
.010 .053 -.728 -1.851
AF
3
2.00
0
5.00
0 -.087 -.440 -.544 -1.383
SF1 2.00
0 5.00
0 -.221
-1.124
-.605 -1.537
SF2 2.00
0 5.00
0 -.083 -.421 -.691 -1.756
SF3 2.00
0 5.00
0 -.345
-1.756
-.421 -1.070
AT1 2.00
0 5.00
0 -.241
-1.224
-.582 -1.479
AT2 2.00
0 5.00
0 -.257
-1.309
-.400 -1.016
AT3 2.00
0 5.00
0 -.209
-1.065
-.511 -1.299
Multivar
2.312 .351
Sumber:Data Primer, 2016.
Berdasarkan hasil analisis Assessment of
Normality diketahui bahwa seluruh item memiliki
angka c.r skewness, dan c.r kurtosis kurang dari -
2,58 sampai + 2,58 yang berarti data tersebut dalam
penelitian ini berdistribusi normal secara univariate.
Adapun nilai cr kurtosis pada multivariate sebesar
0,351 berada di dibawah batas +2,58, maka secara
56
multivariare (bersama-sama) sebaran data pada
variabel berdistribusi normal (Ghozali, 2005).
Penilaian Kriteria Goodness of Fit Indices Full
Structural Model
Penilaian kriteria Goodness of Fit Indices Full
Structural Model dilakukan untuk menguji kesesuaian
struktur model sehingga penelitian ini sah dilakukan
karena modelnya telah sesuai dengan kriteria yang
ditentukan dalam validitas model SEM (Structural
Equation Model). Hasil uji kesesuian model dalam
penelitian ini secara lengkap sebagai berikut:
Gambar 4.1. Model Lengkap Persamaan Struktural
(SEM)
57
Rangkuman hasil pengujian akan diuraikan pada
tabel berikut ini:
Tabel 4.6. Hasil Goodness of fit Model Pengukuran
Indeks Model
goodness of
fit
Cut-off
Value
Hasil
Model
Evaluasi
Model
chi-square Mendekati
0 735,775 Marginal
Probabilitas ≥ 0,05 0,000 Buruk
CMIN/DF ≤ 2,00 2,278 Buruk
GFI ≥0,90 0,768 Marginal
RMSEA ≤ 0,08 0,091 Buruk
AGFI ≥ 0,90 0,709 Marginal
TLI ≥0,90 0,876 Marginal
CFI ≥ 0,90 0,894 Baik
Sumber: Data Primer, 2016.
Tabel 4.6. menunjukkan bahwa model yang
direncanakan tidak fit secara marginal. Adapun nilai
probabilitas dan CMIN/DF masih buruk.
GFI,AGFI,TLI dibandingkan dengan nilai acuan
persamaan model struktural hasilnya reasonable, CFI
yang setelah dibandingkan dengan nilai acuan
persamaan model struktural, hasilnya baik. Model
tersebut kemudian dimodifikasi mengikuti
modification indices dengan menghubungkan error
58
dari indikator variabel. Hasil modifikasi model sebagai
berikut:
Gambar 4.2. Model Persamaan Struktural (SEM)
Modifikasi
Rangkuman hasil pengujian akan diuraikan pada
tabel berikut ini:
59
Tabel 4.7. Hasil Goodness of fit Model Pengukuran
Modifikasi
Indeks
Model goodness
of fit
Cut-off
Value
Hasil
Model
Evaluasi
Model
chi-square Mendekati
0 392,882 Marginal
Probabilitas ≥ 0,05 0,000 Tidak Fit
CMIN/DF ≤ 2,00 1,305 Baik
GFI ≥0,90 0,869 Reasonable
RMSEA ≤ 0,08 0,045 Baik
AGFI ≥ 0,90 0,809 Reasonable
TLI ≥0,95 0,969 Baik
CFI ≥ 0,95 0,975 Baik
Sumber: Data Primer, 2016.
Berdasarkan tabel 4.7 hasil yang didapat adalah:
a. X2 Chi Square statistik, model yang akan diuji
akan dipandang baik atau memuaskan bila nilai
chi squarenya rendah. Semakin kecil nilai χ2
semakin baik model tersebut. Dari hasil
perhitungan diperoleh nilai chi square χ² =
392,882 dan p = 0,000 yang berarti dalam
model penelitian tidak fit, meskipun tidak fit
akan tetapi nilai Cmin/DF kurang dari 2,
sehingga model dapat diterima.
60
b. RMSEA (The Root Mean Square Error of
Aproximation) adalah sebuah indeks yang dapat
digunakan untuk mengkompensasi chi square
statistic dalam sampel yang besar. Nilai RMSEA
yang lebih kecil atau sama dengan 0,08
merupakan indeks untuk dapat diterimanya
model yang menunjukkan sebuah close fit dari
model itu berdasarkan degree of freedom. Dari
hasil perhitungan didapatkan nilai RMSEA
sebesar 0,045. sehingga penelitian dapat
diterima.
c. GFI (Goodness of Fit Index), indeks ini akan
menghitung proporsi tertimbang dari varian
dalam matrik kovarian sampel yang dijelaskan
oleh matrik kovarian populasi yang terestimasi.
Tingkat penerimaan yang direkomendasikan
adalah bila GFI mempunyai nilai sama dengan
atau lebih besar dari 0,90. Dari hasil penelitian
dihasilkan GFI sebesar 0,858 sehingga data
penelitian reasonable atau dapat
dipertimbangkan seperti yang diungkapkan oleh
Joreskog dan Sorbam (1984) dalam Imam
Ghozali (2004).
d. AGFI (Adjusted Goodness of Fit Index), fit indeks
ini dapat diadjust terhadap degree of freedom
yang tersedia untuk menguji diterima tidaknya
61
model. Tingkat penerimaan yang
direkomendasikan adalah bila AGFI mempunyai
nilai sama dengan atau lebih besar dari 0,90.
Dari hasil penelitian dihasilkan nilai AGFI
sebesar 0.809 yang berarti model reasonable.
e. TLI (Tucker Lewis Index), TLI adalah sebuah
alternatif incremental fit index yang
membandingkan sebuah model yang diuji
terhadap sebuah baseline model. Nilai yang
direkomendasikan untuk diterimanya sebuah
model adalah penerimaan lebih besar atau sama
dengan 0,90. Dari tabel IV.3 nilai TLI sebesar
0,969 yang berarti tingkat penerimaan yang
baik.
f. CFI (Comparative Fit Index), besaran indeks ini
adalah rentang nilai sebesar 0-1, dimana
semakin mendekati 1 mengidentifikasikan
tingkat fit yang paling tinggi. Sedangkan hasil
perhitungan menunjukkan nilai CFI sebesar
0,975, yang berarti model dapat diterima.
4.5. Uji Kausalitas Model
Analisis kausalitas dilakukan guna mengetahui
hubungan antar variabel secara langsung. Pada
penelitian ini diharapan dengan adanya pengujian
kausalitas dapat mengetahui pengaruh yang terjadi
62
dari Attitude, Social Factor, dan Affect Emosional
terhadap Intention. Selanjutnya dilakukan pengujian
kausalitas untuk mengetahui Attitude, Social Factor,
Affect Emosional, Frequency of post behavior, Habits,
Facilitating Conditions dan Behavior saling
berpengaruh. Adapun hasil perhitungannya disajikan
dalam tabel sebagai berikut:
Tabel 4.8. Evaluasi Bobot Regresi Uji Kausalitas
Estimat
e
C.R.
P Label
Intentio
n Intentio
n
<--
<--
Attitude
Sosial Factor
0.12
1 0.04
6
3.54
7 2.08
4
0.000
0.037
***
**
Intentio
n
<-- Affect 0.06
8
2.83
3
0.005 *
Behavio
ur
<-- Intention 2.03
4
3.21
6
0.001 **
Habits <-- Frequency
of past behavior
0.95
2
9.42
5
0.000 ***
Behavio
r
<-- Habits -
0.18
4
-
1.21
6
0.002 **
Interaksi
<-- Facilitating Condition
-1.08
2
-9.89
5
0.000 ***
(*) menggunakan 0.1
(**) menggunakan 0.05
(***) menggunakan 0.01
Sumber:Data Primer, 2016.
63
Pada tabel 4.8. uji statistik dilakukan dengan
mengamati tingkat signifikansi hubungan antar
variabel yang ditunjukkan oleh C.R yang identik
dengan uji-t dalam regresi dan nilai probabilitasnya
(P). Penjelasan lebih lanjut analisis evaluasi bobot
regresi tersebut dapat diuraikan dan dijelaskan
sebagai berikut:
a. Variabel attitude mempengaruhi secara
signifikan positif pada intention karena nilai
probabilitas = 0.000 < 0,01. Maka hipotesis
pertama H1 : Sikap (Attitude) berpengaruh
signifikan positif pada minat (Intention)
terhadap transaksi non tunai dapat diterima.
b. Variabel Social Factor mempengaruhi secara
signifikan pada intention karena nilai
probabilitas =0.037 < 0,05. Maka hipotesis
kedua H2 : Faktor lingkungan sosial (Social
Factors) berpengaruh signifikan positif pada
minat (Intention) terhadap transaksi non tunai
dapat diterima.
c. Variabel Affect mempengaruhi secara signifikan
pada intention karena nilai probabilitas =0.005
< 0,01. Maka hipotesis ketiga H3 : Affect
Emosional berpengaruh signifikan positif pada
minat (Intention) terhadap transaksi non tunai
dapat diterima.
64
d. Variabel Intention mempengaruhi secara
signifikan pada respon/perilaki (Behaviour)
karena nilai probabilitas =0.001 < 0,05. Maka
hipotesis keempat H4 : Minat (Intention)
berpengaruh signifikan positif pada
respon/perilaku (Behaviour) masyarakat
terhadap transaksi non tunai dapat diterima.
e. Variabel Frequency of Past Behaviour
mempengaruhi secara signifikan pada
kebiasaan (habits) karena nilai
probabilitas=0,000 < 0.01. Maka hipotesis
kelima H5: Perilaku yang dilakukan secara
berulang (Frequency of Past Behaviour)
berpengaruh signifikan pada pembentukan
kebiasaan (habit) dapat diterima.
f. Variabel kebiasaan (habits) berpengaruh
signifikan terhadap variabel behaviour karena
nilai probabilitas = 0,002 > 0.05, sehingga
hipotesis ke enam H6: Kebiasaan dapat
berpengaruh signifikan positif langsung dalam
membentuk perilaku bertransaksi non tunai,
dapat diterima.
g. Habits tidak berpengaruh terhadap Behaviour
(c.r= -1,264 < 1,96) dengan
probabilitas=0,206<0.05. Maka hipotesis H6:
Kebiasaan dapat berpengaruh langsung dalam
65
membentuk perilaku bertransaksi non tunai
tidak dapat diterima.
h. Variabel ketersediaan fasilitas yang membantu
(Facilitating Condition) mempengaruhi secara
signifikan terhadap interaksi dengan Behaviour
karena nilai probabilitas =0,000 < 0,01. Maka
hipotesis H7: Ketersediaan fasilitas yang
membantu (Facilitating Condition) memberikan
memberikan pengaruh signifikan positif dalam
proses pengambilan keputusan perilaku
transaksi non tunai dapat diterima.
4.6. Pembahasan
Sikap (attitude) berpengaruh signifikan
terhadap minat (intention) terhadap transaksi non
tunai, hal ini menunjukkan bahwa masyarakat
pengguna jasa keuangan perbankan di DKI Jakarta
memiliki sikap yang positif terhadap transaksi non
tunai, sehingga berminat atas transaksi non tunai.
Hasil tersebut mendukung penelitian sebelumnya
yang dilakukan oleh Walker et. al., (2002) yang
menyatakan bahwa sikap yang melihat harapan akan
keuntungan yang didapat dengan menggunakan
instrumen pembayaran non tunai dalam era non
tunai, mempengaruhi minat seorang individu
terhadap pembayaran non tunai.
66
Ajzen (1991) juga menyatakan bahwa sikap
adalah tingkat dimana individu memiliki evaluasi yang
positif/negatif terhadap suatu perilaku tertentu,
sehingga sikap terhadap suatu perilaku (attitude
toward behavior) ditentukan oleh keyakinan terhadap
suatu perilaku (behavior beliefs) dan biaya atau
keuntungan dari perilaku tersebut (Ajzen, 1991).
Tingkat pendidikan dinilai juga ikut membantu
masyarakat dalam menentukan biaya atau
keuntungan yang diperoleh dalam sebuah perilaku
seperti yang dikemukakan Ajzen tersebut, mengingat
72,3% responden memiliki pendidikan terakhir
tingkat sarjana. Selain ditentukan oleh biaya atau
keuntungan yang diperoleh, sikap juga termasuk
perasaan tentang sesuatu yang ingin dicapai dari
perilaku yang dia lakukan (Sharma et. al., 2003).
Sampel pengguna jasa keuangan perbankan di DKI
Jakarta menunjukkan pandangan dan sikap
masyarakat yang mendukung profesi/pekerjaan
dengan transaksi non tunai pembayaran menjadi
lebih cepat, meningkatkan kemampuan pengelolaan
keuangan dan mempermudah keputusan jual beli.
Social Factor mempengaruhi secara signifikan
terhadap intention terkait transaksi non tunai, yang
berarti masyarakat pengguna jasa keuangan
perbankan di DKI Jakarta sudah menganggap bahwa
67
Cashless Society merujuk pada gaya hidup
masyarakat yang cenderung untuk melakukan
transaksi keuangan sehari-hari secara non-tunai
karena gaya hidup yang menganggap trend dalam
sebuah komunitas sebagai hal yang penting untuk
diikuti, juga mempengaruhi minat masyarakat
terhadap era non tunai. Seperti yang telah
diungkapkan oleh Karaiskos et. al., (2012) bahwa
faktor lingkungan sosial (Social Factors)
merepresentasikan kepercayaan yang berifat normatif
dari seorang individu. Gaya hidup tersebut tidak
hanya terbatas pada pekerja swasta saja, melainkan
juga mencakup pada Pegawai Negeri Sipil, mengingat
jumlah responden untuk tiap-tiap pekerjaan tersebut
tidak terdapat perbedaan yang signifikan. Triandis
(1980) menjelaskan bahwa social factors berakar pada
persetujuan interpersonal dari seorang individu
terhadap komunitas yang dianutnya dalam sebuah
lingkungan sosial tertentu.
Affect mempengaruhi secara signifikan pada
intention (minat) terhadap transaksi non tunai. Hasil
penelitian ini mendukung penelitian yang telah
dilakukan oleh Karaiskos (2012 affect yang
diartikannya sebagai perceived enjoyment memiliki
pengaruh yang signifikan terhadap minat dan affect
menjadi input dalam pembentukan minat seseorang.
68
Affect adalah respon emosional secara langsung pada
sebuah pemikiran tentang perilaku tertentu. Respon
emosional tersebut digambarkan sebagai perasaan
kesuka citaan, kerelaan, kebersediaan, atau
kebalikannya (Triandis, 1980). Responden yang ada
menunjukkan bahwa respon emosional tersebut tidak
tergantung pada gender. Mengingat persentase jumlah
responden dengan jenis kelamin laki-laki berjumlah
54,8% tidak jauh berbeda dengan jumlah responden
dengan jenis kelamin perempuan yaitu 45,2%.
Hasil penelitian telah membuktikan bahwa
minat (Intention) berpengaruh signifikan pada
respon/perilaku (Behaviour) masyarakat terhadap
transaksi non tunai. Dalam hal ini bahwa masyarakat
pengguna jasa keuangan DKI Jakarta sudah
mempunyai minat dan merespon adanya transaksi
non tunai, dengan kata lain, semakin besar minat
seorang individu untuk terlibat dalam suatu perilaku,
semakin besar kecenderungan ia untuk benar-benar
melakukan perilaku tersebut. Menurut Shrestha et al,
(2012) dalam penelitiannya di Oregon mengartikan
bahwa minat (intention) sebagai rencana sadar atau
keputusan yang diambil oleh seorang individu untuk
menunjukkan suatu perilaku.
Frequency of Past Behaviour berpengaruh
signfikan pada pembentukan kebiasaan (habits) telah
69
terbukti. Sehingga dapat dikatakan bahwa perilaku
yang dilakukan secara berulang dapat membentuk
kebiasaan pada transaksi non tunai. Bamberg of
Schmidt (2003) menjelaskan sebagai perilaku yang
dilakukan secara berulang, yang tidak disadari
membentuk sebuah kebiasaan (habit) seorang
individu. Sejalan dengan penjelasan Moody & Siponen
(2013) bahwa perilaku yang dilakukan secara
berulang dan sering, dapat menjadi suatu hal yang
otomatis.
Pada penelitian ini juga terbukti bahwa
kebiasaan (habits) seorang individu untuk
bertransaksi non tunai dapat memperkuat
pembentukan perilaku seseorang untuk bertransaksi
non tunai. Penelitian ini mendukung penelitian yang
dilakukan oleh Triandis (1980) menegaskan bahwa
habit adalah perilaku yang sudah terotomasi pada
situasi yang telah tersedia. Sehingga habit dapat
membentuk sebuah perilaku secara langsung dan
perlu proses pembangunan minat terlebih dahulu.
Facilitating Condition mempengaruhi secara
signifikan terhadap pembentukan perilaku seseorang
untuk bertransaksi non tunai, yang berarti pengguna
jasa keuangan akan mempertimbangkan ketersediaan
fasilitas yang membantu untuk mengambil keputusan
yang berdampak pada perilaku transaksi non tunai.
70
Menurut Liao dan Handa (2010). Secara geografis, DKI
Jakarta sebagai pusat pemerintahan dan pusat
perekonomian memiliki ketersediaan fasilitas
pendukung terciptanya cashless society terlihat dari
rata-rata keseluruhan item facilitating condition pada
deskripsi statistik sebelumnya menunjukkan kategori
jawaban tinggi (3,53). Pemberi jasa keuangan dalam
hal ini industri perbankan, dituntut untuk melakukan
inovasi terkait instrumen yang akan digunakan untuk
menunjang terciptanya era non tunai. Semakin
banyak inovasi alat pembayaran, dan semakin murah
sistem e-money yang diterapkan, maka semakin
besar jumah penggunaan alat pembayaran non tunai.