ANALISIS PERILAKU BERBELANJA ONLINE KONSUMEN MUSLIM DALAM PERSPEKTIF GENDER DI PROVINSI RIAU (Ditinjau dari Perceived Risk, Service Infrastructure, dan Acquisition Utility)
Tabel 1. Statistik Deskriptif
Descriptive Statistics
Std. Deviation Perceived Risk
Minimum Maximum Mean
26.00 52.00 42.3400 7.11639 Service Infrastructure
32.00 60.00 50.4560 7.96932 Acquisition Utility
20.00 65.00 52.3080 9.02680 Perilaku Berbelanja
8.00 29.00 22.6760 3.57634 Valid N (listwise)
Sumber : Output SPSS (data diolah)
rata (mean) sebesar 50,4560 dengan standar diketahui bahwa nilai minimum variabel
deviasi sebesar 7,97. Nilai rata-rata dan nilai perceived risk sebesar 26, nilai maksimum 52
standar deviasi service infrastructure ini dan nilai rata-rata (mean) sebesar 42,3400
menunjukkan bahwa terdapat penyebaran dengan standar deviasi sebesar 7,12. Nilai
data yang baik karena nilai rata-ratanya lebih rata-rata dan nilai standar deviasi perceived
besar dari pada nilai standar deviasinya. risk ini menunjukkan bahwa terdapat
acquisition utility penyebaran data yang baik karena nilai rata-
Variabel
memperoleh nilai minimum sebesar 20, nilai ratanya lebih besar dari pada nilai standar
maksimum 65 dan nilai rata-rata (mean) deviasinya.
sebesar 52,3080 dengan standar deviasi Kemudian
sebesar 9,03. Nilai rata-rata dan nilai standar infrastructure memperoleh nilai minimum
variabel
service
deviasi acquisition utility ini menunjukkan sebesar 32, nilai maksimum 60 dan nilai rata-
bahwa terdapat penyebaran data yang baik
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
karena nilai rata-ratanya lebih besar dari mempunyai arti bahwa angket mampu pada nilai standar deviasinya.
mengukur apa yang seharusnya diukur. Dari Variabel perilaku berbelanja online
hasil pengolahan data mengenai indikator- memperoleh nilai minimum sebesar 8, nilai
indikator yang diteliti, diperoleh hasil bahwa maksimum 29 dan nilai rata-rata (mean)
semua butir pertanyaan adalah valid karena sebesar 22,6760 dengan standar deviasi
lebih besar dari r tabel.
sebesar 3,58. Nilai rata-rata dan nilai standar
deviasi perilaku berbelanja online ini
Uji Reliabilitas
menunjukkan bahwa terdapat penyebaran Setelah dilakukan uji validitasnya data yang baik karena nilai rata-ratanya lebih
kemudian perlu diketahui uji reliabilitas. Uji besar dari pada nilai standar deviasinya.
reliabilitas ini ditunjukkan dari hasil Dari statistik deskrptif tersebut, dapat
koefisien Alpha Cronmbach dengan hasil. disimpulkan bahwa secara keseluruhan nilai
Nilai Alpha ini >0,6 yang dapat dikatakan rata-rata variabel perceived risk, service
bahwa dari seluruh indikator memiliki infrastructure, acquisition utility dan perilaku
reliabilitas yang tinggi.
berbelanja online lebih besar dari besar dari pada standar deviasinya.
Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk
Uji Normalitas
menguji apakah dalam suatu model regresi Uji normalitas bertujuan untuk
ditemukan adanya korelasi antar variabel mengetahui apakah distribusi sebuah data
bebas penelitian.Model regresi yang baik mengikuti atau mendekati distribusi normal.
seharusnya tidak terjadi korelasi diantara Data yang baik adalah yang mempunyai pola
variabel bebas.Ada tidaknya korelasi antar seperti distribusi normal (tidak melenceng ke
variabel tersebut dapat dideteksi dengan kiri dan ke kanan). Dari hasil pengolahan
melihat nilai variance Inflation Factor (VIF). data
VIF merupakan kebalikan dari dikemukakan bahwa nilai-nilai sebaran data
dengan metode
SPSS
dapat
tolerance jika nilai tolerance yangrendah sama terletak di sekitar garis lurus, sehingga
dengan nilai VIF tinggi (karena VIF = persyaratan normalitas dapat dipenuhi
tolerance ). Cara umum yang dipakai untuk seperti terlihat pada lampiran.
menunjukkan multikolinearitas adalah jika nilai tolerance< 0,10 atau sama dengan VIF >
Uji Validitas
10,00 maka terjadi multikolinearitas dalam Uji validitas daftar pertanyaan
penelitian ini. Hasil uji multikolinearitas dilakukan dengan tujuan untuk mengetahui
dapat dilihat tabelberikut : kehandalan angket. Kehandalan angket dapat dilihat tabelberikut : kehandalan angket. Kehandalan angket
Tabel 2. Hasil Uji Multikolinearitas
Colinearity Statistics
Model Keterangan
Tolerance
VIF
Perceived risk
Bebas multikolinearitas
Service infrastructure 0,959
Bebas multikolinearitas
Bebas multikolinearitas Sumber : Output SPSS (data diolah)
Acquisition utility 0,954
Berdasarkan hasil pada tabel di atas variabel dependen atau variabel independen dapat
(karena terdapat dalam satu lajur).Teknik multikolinearitas seluruh variabel memiliki
pengujian autokorelasi adalah Durbin-Watson nilai tolerance berada di atas atau > 0,10 dan
Test .
nilai VIF di bawah atau < 10,00. Jadi Uji autokorelasi bertujuan menguji disimpulkan bahwa model regresi bebas dari
apakah model regresi linier ada korelasi pengaruh multikolinearitas.
antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode
Uji Autokorelasi
sebelumnya (t – 1).Jika terjadi korelasi, maka Autokorelasi adalah hubungan atau
dalam hal ini terdapat problem autokorelasi. korelasi antara data yang satu dengan data
Hasil pengujian autokorelasi dari penelitian ini dapat dilihat dari tabel berikut :
yang lainnya
dalam
satu
variabel.Autokorelasi ini dapat terjadi pada
Tabel 3. Hasil Uji Autokorelasi
Durbin-Watson
Keterangan
Tidak terdapat autokorelasi Sumber : Output SPSS (data diolah)
Dari hasil perhitungan dengan SPSS, (batas bawah) = 1,776, nilai DW sebesar 2,109 diperoleh nilai d hitung sebesar 2,109.Dengan
lebih besar dari batas atas (du) 1,808 menggunakan
dankurang dari 4-1,776 (4-dl), maka dapat dumana jika angka d-hitung berada di atas
persamaan
du<d<4-dl,
disimpulkan tidak terdapat autokorelasi. batas (du) dengan kurang dari 4-dl, maka
Uji Heterokedastisitas
tidak terdapat autokorelasi positif atau Pengujian adanya heterokedastisitas negatif.
dilakukan dengan menggunakan scatterplot Untuk melihat tabel, maka digunakan
yang diperoleh dengan bantuan software k = 3, α = 5% dan n = 250, maka du = 1,808, dl
SPSS.Heterokedastisitas
adalah
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
ketidaksamaan varian residual dari suatu Model regresi berganda bertujuan model regresi. Uji heterokedastisitas menguji
untuk memprediksi besar variabel dependen apakah dalam model regresi terjadi
menggunakan data variabel ketidaksamaan varian residual dari satu
dengan
independen yang sudah diketahui besarnya. observasi dengan yang lain.
Adapun hasil analisis regresi berganda sebagai berikut :
Analisis Regresi Linier Berganda
Tabel 4 Koefisien Regresi Tentang Pengaruh Perceived Risk, Service Infrastructure, Acquisition Utility Terhadap Perilaku Berbelanja Online
Coefficients a
Unstandardized
Standardized
Collinearity Statistics Model
Coefficients
Coefficients
B Std. Error
Beta
Sig.
Tolerance VIF
a. Dependent Variable: y
Sumber : Data Primer
Berdasarkan kepada tabel diatas Koefisen regresi variabel service maka diperoleh model persamaan regresi
infrastucture (X 2 ) = 0,645. ini menunjukkan linier berganda sebagai berikut :Y = 0,452 +
besarnya
pengaruh
variabel tersebut
terhadap perilaku berbelanja online. Tanda Persamaan di atas menunjukkan
0,099X 1 + 0,645X 2 + 0,100X 3 .
koefisien arah bahwa koefisien regresi variabel perceived
positif
menunjukkan
hubungan yang positif. Dengan arti setiap risk (X 1 ) = 0,099ini menunjukkan besarnya
ada kenaikan satu satuan variabel service pengaruh variabel tersebut terhadap perilaku
infrastucture , maka perilaku berbelanja online berbelanja online. Tanda positif menunjukkan
akan naik sebesar 0,645 kali dengan koefisien arah hubungan yang positif.
anggapan faktor yang lain konstan (ceteris Dengan arti setiap ada kenaikan satu satuan
paribus).
Koefisen regresi variabel acquisition berbelanja online akan naik sebesar 0,099 kali
variabel perceived risk maka perilaku
utility (X 3 ) = 0,100. ini menunjukkan besarnya dengan anggapan faktor yang lain konstan
pengaruh variabel tersebut terhadap perilaku (ceteris paribus).
berbelanja online. Tanda positif menunjukkan berbelanja online. Tanda positif menunjukkan
koefisien arah hubungan yang positif. Perceived Risk Berpengaruh Terhadap Perilaku Dengan arti setiap ada kenaikan satu satuan
Berbelanja Online
variabel acquisition utility, maka perilaku
berbelanja online akan naik sebesar 0,148 kali Untuk melihat pengaruh perceived risk dengan anggapan faktor yang lain konstan
berbelanja online (ceteris paribus).
terhadap
perilaku
digunakan uji statistik t. Uji statistik t bertujuan untuk menguji pengaruh secara
Pembuktian Hipotesis
parsial antar variabel independen terhadap Pembuktian hipotesis digunakan
variabel dependen yang membandingkan t untuk melihat pengaruh variabel independen
hitung dengan t tabel serta melihat nilai terhadap variabel terikatnya dalam hal ini
signifikansinya.
adalah perilaku
Nilai t hitung > t tabel dan sig. t < α = Berdasarkan hasil perhitungan melalui
berbelanja
online .
0,05, maka H 0 ditolak dan H 1 diterima. Dan komputer dengan menggunakan program
sebaliknya jika nilai t hitung < t tabel dan sig. SPSS, maka diperoleh data-data perhitungan
t > α = 0,05, maka H 0 diterima dan H 1 ditolak. sebagai berikut :
Hasil pengujian hipotesis pertama pada penelitian ini dapat dilihat pada tabel
berikut :
Tabel 5. Pembuktian Hipotesis Pertama
Variabel Independen
Beta
t hitung
t tabel
Sig.
Keterangan
Berpengaruh Sumber : Output SPSS (data diolah)
Perceived Risk (X 1 )
Berdasarkan uji regresi, menghasilkan nilai t hitung variabel perceived risk sebesar
Untuk melihat pengaruh service 2,675 dengan nilai siginifikansi sebesar 0,008.
infrastructure terhadap perilaku berbelanja Dengan demikian, t hitung 2,675 > t tabel
online digunakan uji statistik t. Uji statistik t 1,969 dengan signifikansi 0,008 < 0,05. Jadi
bertujuan untuk menguji pengaruh secara dapat dikatakan H0 1 ditolak dan Ha 1 parsial antar variabel independen terhadap
diterima. Hal ini menunjukkan bahwa variabel dependen yang membandingkan t perceived risk berpengaruh positif terhadap
hitung dengan t tabel serta melihat nilai perilaku berbelanja online.
signifikansinya.
Service Infrastructure Berpengaruh Terhadap Nilai t hitung > t tabel dan si g. t < α = Perilaku Berbelanja Online
0,05, maka H 0 ditolak dan H 1 diterima. Dan
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
sebaliknya jika nilai t hitung < t tabel dan sig. Hasil pengujian hipotesis kedua pada t > α = 0,05, maka H penelitian ini dapat dilihat pada tabel 4.12
0 diterima dan H 1 ditolak. berikut :
Tabel 6. Pembuktian Hipotesis Kedua
Variabel Independen
Beta
t hitung t tabel
Sig.
Keterangan
Berpengaruh Sumber : Output SPSS (data diolah)
Service Infrastructure (X 2 )
Berdasarkan uji regresi, menghasilkan perhatian oleh para pembeli.Pelayanan nilai t hitung variabel service infrastructure
barang dilihat dari sebesar 16,116 dengan nilai siginifikansi
pengembalian
carapertukaran produk, lamanya waktu sebesar 0,000. Dengan demikian, t hitung
diperbolehkan untukkembali produk, dan 16,116 > t tabel 1,969 dengan signifikansi
biaya yang terkait denganpengiriman barang
kembali ke toko online (Shim, Shin, Yong & dan Ha 1 diterima.Hal ini menunjukkan
0,000 < 0,05. Jadi dapat dikatakan H0 1 ditolak
Nottingham, 2002).
bahwa Service infrastructure berpengaruh positif terhadap perilaku berbelanja online.
Acquisition Utility Berpengaruh Terhadap
Service
infrastructure meliputi
Perilaku Berbelanja Online
pengiriman dan kebijakan pengembalian Untuk melihat pengaruh Acquisition ( Sinha, 2012). Menurut responden biaya
utility terhadap perilaku berbelanja online pengirian terjangkau, adanya keterangan
digunakan uji statistik t. Uji statistik t tambahan didalam iklan berupa Contact
bertujuan untuk menguji pengaruh secara Person atau hotline center, Tampilan Web
parsial antar variabel independen terhadap menarik ,
variabel dependen yang membandingkan t carapertukaran produk, lamanya waktu
hitung dengan t tabel serta melihat nilai diperbolehkan untukkembali produk, dan
signifikansinya.
informasi tentang biaya yang terkait Nilai t hitung > t tabel dan sig. t < α = denganpengiriman barang kembali ke toko
0,05, maka H 0 ditolak dan H 1 diterima. Dan online. sebaliknya jika nilai t hitung < t tabel dan sig. Hal ini sesuai dengan pendapat Teo
t > α = 0,05, maka H 0 diterima dan H 1 ditolak.
(2002) yang menyatakan d alam hal
Hasil pengujian hipotesis ketiga pada penelitian ini dapat dilihat pada tabel 4.13
pelayanan belanja online, faktor kemudahan
berikut :
pengembalian barang sering
menjadi menjadi
Tabel 7. Pembuktian Hipotesis Ketiga
Variabel Independen
Beta
t hitung t tabel
Sig.
Keterangan
Berpengaruh Sumber : Output SPSS (data diolah) Berdasarkan uji regresi, menghasilkan
Acquisition Utility (X 1 )
utility berpengaruh positif nilai
acquisition
terhadap perilaku berbelanja online. utility sebesar 2,675 dengan nilai siginifikansi
t hitung
variabel
acquisition
sebesar 0,008. Dengan demikian, t hitung
Hasil Uji One Way ANOVA
2,675 > t tabel 1,969 dengan signifikansi 0,000 Berikut ini adalah hasil statistik
< 0,05. Jadi dapat dikatakan H0 1 ditolak dan deskriptif ANOVA :
Ha 1 diterima.Hal ini menunjukkan bahwa
Tabel 8. Hasil Deskriptif ANOVA
Descriptives 95% Confidence
Interval for Mean
Std.
Std.
Lower Upper
Bound Bound Minimum Maximum x1
Mean
Deviation Error
8.00 29.00 Sumber : Output SPSS (data diolah)
Berdasarkan hasil statistik deskriptif mean mahasiswa laki-laki 43,3280 > 41,3520 ANOVA di atas terlihat bahwa perceived risk
mahasiswa perempuan. mahasiswa laki-laki lebih besar dari perceived
nilai
mean
Kemudian service infrastructure mahasiswa risk mahasiswa perempuan, dilihat dari nilai
perempuan
lebih
besar dari service
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
infrastructure mahasiswa laki-laki, dilihat dari perempuan lebih besar dari perilaku nilai mean mahasiswa perempuan 51,5840>
berbelanja online mahasiswa laki-laki, dilihat 49,3280 nilai mean mahasiswa laki-
dari nilai mean mahasiswa perempuan laki.Selanjutnya acquisition utility mahasiswa
23,4400 > 21,9120 nilai mean mahasiswa laki- laki-laki lebih besar dari acquisition utility
laki.
mahasiswa perempuan, dilihat dari nilai Kemudian untuk melihat perbedaan perilaku berbelanja online ditinjau dari
mean mahasiswa laki-laki 54,0800> 50,5360 perceived risk mahasiswa laki-laki dengan
nilai mean mahasiswa perempuan.Kemudian perempuan, terlihat dari hasil uji ANOVA berikut ini :
perilaku berbelanja online mahasiswa
Tabel 9. Hasil Uji ANOVA Variabel Perceived Risk
Terdapat Perbedaan Sumber : Output SPSS (data diolah)
Perceived Risk 0,028
Berdasarkan uji One Way ANOVA Untuk melihat perbedaan perilaku pada tabel di atas diketahui bahwa untuk
berbelanja online ditinjau dari service variabel perceived risk nilai signifikansinya
infrastructure mahasiswa laki-laki dengan
perempuan, terlihat dari hasil uji ANOVA atau dengan kata lain terdapat perbedaan
sebesar 0,028 < 0,05 sehingga H 1 diterima
berikut ini :
perceived risk antara mahasiswa laki-laki dan mahasiswa perempuan.
Tabel 10. Hasil Uji ANOVA Variabel Service Infrastructure
Terdapat Perbedaan Sumber : Output SPSS (data diolah)
Service Infrastructure 0,025
dan mahasiswa pada tabel di atas diketahui bahwa untuk
Berdasarkan uji One Way ANOVA
variabel service
melihat perbedaan signifikansinya sebesar 0,025 < 0,05 sehingga
perilaku berbelanja online ditinjau dari
H 1 diterima atau dengan kata lain terdapat acquisition utility mahasiswa laki-laki dengan perbedaan service infrastructure
antara antara
perempuan, terlihat dari hasil uji ANOVA
berikut ini :
Tabel 11. Hasil Uji ANOVA Variabel Acquisition Utility
Terdapat Perbedaan Sumber : Output SPSS (data diolah)
Acquisition Utility 0,002
dan mahasiswa pada tabel di atas diketahui bahwa untuk
Berdasarkan uji One Way ANOVA
variabel acquisition
melihat perbedaan signifikansinya sebesar 0,002 < 0,05 sehingga
utility nilai
Kemudian
perilaku berbelanja online mahasiswa laki-
H 1 diterima atau dengan kata lain terdapat laki dengan perempuan, terlihat dari hasil uji perbedaan
acquisition
utility antara
ANOVA berikut ini :
Tabel 12. Hasil Uji ANOVA Variabel Perilaku Berbelanja Online
Terdapat Perbedaan Sumber : Output SPSS (data diolah)
Perilaku Berbelanja Online
Berdasarkan uji One Way ANOVA dapat dijelaskan pengaruh perceived risk, pada tabel di atas diketahui bahwa untuk
service infrastructure, acquisition utility dan variabel perilaku berbelanja online nilai
perilaku berbelanja onlinemahasiswa serta signifikansinya sebesar 0,001 < 0,05 sehingga
perbedaannya antara laki-laki dengan
H 1 diterima atau dengan kata lain terdapat perempuan, berikut ini dilanjutkan dengan perbedaan perilaku berbelanja online antara
pembahasan hasil analisis. mahasiswa
Perceived risk berarti kenyakinan perempuan.
tentang potensi konsekuensi negatif dari keputusan yang
individu
PEMBAHASAN
diambil konsumen (Samadi & Ali, 2009). Sebelumnya
Perceived risk berarti keyakinan subyektif pembuktian terhadap hipotesis dengan
telah
dilakukan
individu tentang potensi konsekuensi negatif menghimpun data yang diperoleh dari para
dari keputusan yang diambil konsumen. responden dan diolah dengan bantuan
Resiko yang dirasakan adalah konsep komputer yaitu program SPSS sehingga
fundamental dan perilaku konsumen yang
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
menyiratkan pengalaman konsumen pra- informasi tentang biaya yang terkait dengan pembelian dalam ketidakpastian mengenai
pengiriman barang kembali ke toko online. jenis dan tingkat kerugian yang diperkirakan
Hal ini sesuai dengan pendapat Teo akibat dari pembelian dan penggunaan
(2002) yang menyatakan dalam hal produk. Dimensi dari resiko ketika seorang
pelayanan belanja online, faktor kemudahan konsumen melakukan pembelian online
barang sering menjadi meliputi resiko produk, resiko financial dan
pengembalian
perhatian oleh para pembeli. Pelayanan resiko kenyamanan.
pengembalian barang dilihat dari cara Hal ini juga konsisten dengan
lamanya waktu pendapat Ye Naiyi (2004) yang menyatakan
pertukaran
produk,
diperbolehkan untuk kembali produk, dan bahwa dimensi perceived risk dalam online
biaya yang terkait dengan pengiriman shopping adalah fraud risk, delivery risk,
barang kembali ke toko online (Shim, Shin, financial risk, process dan time risk, product risk,
Yong & Nottingham, 2002). privacy risk, information risk .
Acquisition utility adalah manfaat Perceived risk adalah penyebab utama
yang diterima konsumen dalam berbelanja mengapa orang enggan berbelanja online.
online misalnya, kualitas produk, promosi, Karena sifatnya yang tidak bertemu secara
biaya (harga) yang dibutuhkan ketika langsung antara pembeli dan penjual, e-
memperoleh produk. Kajian tentang perilaku commerce memunculkan persepsi risiko yang
berbelanja telah ditunjukkan dalam teori berbeda-beda. Ada yang menghawatirkan
bauran pemasaran seperti faktor harga yang kehilangan uang, ada yang menghawatirkan
merupakan faktor penting yang menentukan faktor waktu pengiriman, ada juga yang
keputusan memilih sebuah toko (Gijsbrechts mempertimbangkan faktor security dan
et al 2008; Vroegrijk et al 2013). Seperti telah privacy .
diketahui bahwa meskipun toko online Service
maupun toko konvensional memiliki rantai pengiriman dan kebijakan pengembalian
infrastructure meliputi
yang sama dalam hal harga / kualitas, (Sinha, 2012). Menurut responden biaya
instrumen bauran pemasaran masih dapat pengirian terjangkau, adanya keterangan
berbeda untuk beberapa alasan (Neslin et al tambahan didalam iklan berupa Contact
2006;. Wolk dan Ebling 2010). Person atau hotline center, Tampilan Web
Acquisition utility meliputi adanya menarik, adanya informasi tentang cara
perbedaan harga, pertukaran
perbedaan produk,
perbedaan promosi dan adanya stimuli toko. diperbolehkan untuk kembali produk, dan
Menurut responden berbelanja di toko online tersedia pilihan merek untuk produk sejenis, Menurut responden berbelanja di toko online tersedia pilihan merek untuk produk sejenis,
transaksi online meningkatkan efisiensi risk, service infrastructure, acquisition utility biaya, promosi di toko online menarik
dan perilaku berbelanja online antara perhatian konsumen, gambar yang ada di
dan mahasiswa iklan toko online sangat menarik sehingga
mahasiswa
laki-laki
perempuan. Artinya hipotesis keempat tertarik untuk membeli. Hal ini sesuai
diterima.
dengan hasil penelitian Dedy Syahputra
Lambe (2014) yang menyatakan bahwa salah
Endnotes:
satu faktor yang mempengaruhi perilaku
1 Tjiptono, fandy dan Chandra Gregorius, 2011.
keputusan pembelian melalui e-commerce
Service, Quality and Satisfaction . Edisi 3.
adalah variabel keuntungan berbelanja online
Penerbit Andi. Yogyakarta. 2 Sutarman.
Pengantar Teknologi
yang meliputi pilihan produk yang lebih
Informasi. Yogyakarta: Bumi Aksara. 3 Suyanto, M. 2003. Strategi Periklanan Pada E-
banyak, penghematan waktu, keuntungan
Commerce Perusahaan Top Dunia. Yogyakarta
lebih, toko online lebih baik dibandingkan
: Andi Offset. 4 Samadi, Mansour dan Ali Yaghoob-Nejadi,
toko fisik, harga yang kompetitif.
2009. A Survey of the Effect of Consumer Perceived Risk on Purchase Intention in E-Shopping.
Business Inteligence. Journal. 261-275. KESIMPULAN 5 Nugroho, Mahendra Adhi. 2009. Model
Penerimaan E-Commerce. Jurnal Pendidikan
Berdasarkan hasil analisis dan
Akuntansi, Vol. VII No. 2. 6 Sitkin, S. B., and Pablo, A. L. 1992.
pembahasan sebelumnya,
berikut
ini
Reconceptualizing the Determinants of Risk
dikemukakan beberapa kesimpulan sebagai
Behavior. Academy of Management Review, 17(1), 9-38.
berikut: (1) hasil pengujian hipotesis pertama
7 Chang, M. K., Cheung, W., and Lai, V. S. (2005). “Literature Derived Reference Models for
menunjukkan bahwa
risk The Adoption of Onl ine Shopping”. Information & berpengaruh positif terhadap perilaku
perceived
Management, 42(4), 543-559. 8 Pavlou, P. A. Consumer Acceptance of Electronic
berbelanja online artinya hipotesis pertama
Commerce: Integrating Trust and Risk with The Technology Acceptance Model. International
diterima, (2) hasil pengujian hipotesis kedua
Journal of Electronic Commerce, 7(3),. Spring
menunjukkan bahwa service infrastructure
2003, pp. 101-134. Romney, Marshall B. and Paul John Steinbart. 2011
berpengaruh positif terhadap perilaku
9 Naiyi, Y.E, 2004. Dimmensios of Consumer’s Perceived Risk in Online Shopping. Journal of
berbelanja online artinya hipotesis kedua
Electronic Scince and Tecnology of China. Vol.2
diterima, (3) hasil pengujian hipotesis ketiga No 3.
10 Sinha, Jayendra, & Kim, Jiyeon. 2012, Factors
menunjukkan bahwa acquisition utility affectin g Indian consumers’ online buying
behavior, Innovative Marketing, Volume 8, Issue 2.
berpengaruh positif terhadap perilaku
11 Campo, K & Breugelmans, E. 2015, Buying
berbelanja online artinya hipotesis ketiga Groceries in Brick and Click Stores: Category
Allocation Decisions and The Moderating Effect of
diterima, (4) hasil pengujian hipotesis
Online Buying Experience, Forthcoming in Journal of Interactive Marketing.
keempat menggunakan
ANOVA
12 Solomon, M. R. 2006. Consumer Behaviour : A European Perspective.3th ed. Pearson Prantice
menunjukkan terdapat perbedaan perceived
Hall. New Jersey.
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
13 Schiffman dan
Konsumen. Prentice Hall, Inc. Edisi Ketujuh.
Management, 42(4), 543-559.
14 Kotler, Philip, 2009. Manajemen Pemasaran,
PT. Prenhallindo, Jakarta.
Chapra, Umer, 2005. The Future of Economics
Suhir, Moch dan Imam Suyadi. 2014.
an Islamic Perspective. Jakarta : Asy
“Pengaruh Persepsi Risiko, Kemudahan dan
Syaamil Press & Grafika.
Manfaat terhadap Keputusan Pembelian secara Online”. Jurnal Administrasi Bisnis Vol
8 No. 1. Malang: Fakultas Ilmu Administrasi
Dharmamesta, Basu Swastha dan T.
Universitas Brawijaya.
Handoko,
2008. Manajemen
16 Prabowo dan Suwarsi. 2009. Pengaruh
Pemasaran:
Analisa Perilaku
Shopping Orientations dan Gender Differences
Konsumen. BPFE.Yogyakarta.
pada Online Information Search dan Online Purchase, Jurnal Fokus Manajerial,Vol 7 No. 2.
Fatah Abdul, 2013. Evaluating Acceptance of
17 Turban, Effraim, Lee, King, dan Chung, 2000.
Online Purchasing Investigating Factors
Electronic Commerce : A Managerial Perspective.
Influence
on Purchasing
Person Education Inc., Upper Saddle River New
Intentions.International Journal of
Jersey.
Business and Management, Vol. 8 No. 18.
DAFTAR PUSTAKA
Garbarinoa, Ellen&Strahilevitz, Michal. 2004.
Gender Differences in the Perceived Risk of Arikunto,
Buying Online and theEffects of Receiving Penelitian, Jakarta : Rineka Cipta.
a Site Recommendation, Journal of
Business Research 57, 768 – 775 Assael, Henry. 1998. Consumer Behavior and
Marketing Action . 4th ed. Kent Jen-Hung, Huang & Yi-Chun, Yang. Publishing. Boston. 2010.Gender Differences in A dolescents’
Online ShoppingMotivations, African Ajzen, I, 2002.Perceived Behavioral Control, Self- Journal of Business Management, Vol. Efficicacy, Locus of Control and Theory of
4(6), pp. 849-857
Planned Behavior. Journal of Applied
Social Psychology . Kartajaya, Hermawan, 2000. Marketing Plus
2000 Siasat Memenangkan Persaingan Bae, Soonyong & Lee, Taesik. 2011. Gender
Jakarta: PT. Gramedia Differences in C onsumers’ Perception of
Global.
Pustaka.
Online Consumer Reviews, Electron
Commer Res, 11, Pp. 201 –214 Kartajaya, Hermawan, 2005. Winning The
Mom Market In Indonesia , Strategi Bungin, Burhan, 2004. Metodologi Penelitian
Pasar Ibu. Jakarta: Sosial,
Gramedia Pustaka Utama. University Press.
Kertajaya, Hermawan, 2014. Wow Selling. Campo, K&Breugelmans,E. 2015, Buying
Groceries in Brick and Click Stores: Jakarta: PT Gramedia Pustaka Utama
Category Allocation Decisions and The Moderating Effect of Online Buying
2004, Metode-Metode Experience, Forthcoming in Journal of
Koentjaraningrat,
Penelitian Masyarakat, PT. Gramedia, Interactive Marketing .
Jakarta.
Chang, M. K., Cheung, W., and Lai, V. S. Kotler, .Philip, 2009.Manajemen Pemasaran, (2005). “Literature Derived Reference
PT. Prenhallindo, Jakarta. Models for The Adoption of Online PT. Prenhallindo, Jakarta. Models for The Adoption of Online
Kuncoro, Mudjarad, 2007, Metode Kuantitatif Schiffman dan kanuk, 2008. Perilaku Teori dan Aplikasi untuk Bisnis dan
Konsumen. Prentice Hall, Inc. Edisi Ekonomi.IPD
Yogjakarta Sinha, Jayendra, &Kim, Jiyeon. 2012, Factors affecting Indian consumers’ online Marketeers , Edisi November 2012.
buying behavior, Innovative Marketing, Moleong, Lexy.J, 2005, Metodologi Penelitian
Volume 8, Issue 2 .
Bandung. Simamora, Bilson. 2001. ReMarketing For
Recovery . Jakarta: PT Narbuko, Chalil, Abu Achmadi, 2004,
Business
Gramedia Pustaka Utama Metodologi Penelitian, Penerbit Bumi Askara, Jakarta.
A. L. 1992.Reconceptualizing the Determinants Naiyi, Y.E, 2004. Dimmensios of Consumer’s
Risk Perceived Risk in Online Shopping.
of
Behavior. Academy of Management Journal of Electronic Scince and
Review, 17(1), 9-38. Tecnology of China.Vol.2 No 3.
Solomon, M. R. 2006. Consumer Behaviour :A Nugroho, Mahendra Adhi. 2009. Model
European Perspective.3th ed. Pearson Penerimaan
Prantice Hall. New Jersey . Pendidikan Akuntansi, Vol. VII No. 2. Suyanto, M. 2003. Strategi Periklanan Pada E- Pavlou, P. A. Consumer Acceptance of
E-Commerce .
Jurnal
Commerce Perusahaan Top Dunia. Electronic Commerce: Integrating Trust
Yogyakarta : Andi Offset. and Risk with The
Technology
Acceptance Model. International Journal Sugiyono, 2005.Metode Penelitian Bisnis, of Electronic Commerce, 7(3),. Spring
Bandung, Alfabeta 2003,
pp.
101-134.
Romney, Marshall B. and Paul John Suharso, Puguh, 2010. Model Analisis Steinbart. 2011
Kuantitatif. Indeks, Jakarta.
Prabowo dan Suwarsi. 2009. Pengaruh Suhir, Moch dan Imam Suyadi. 2014. Shopping Orientations dan Gender
Persepsi Risiko, Differences pada Online Information
“Pengaruh
Kemudahan
Search dan Online Purchase, Jurnal dan Manfaat terhadap Keputusan Fokus Manajerial,Vol 7 No. 2
Pembelian secara Online”. Jurnal Administrasi Bisnis Vol 8 No. 1.
Sarwono, J. 2009. Statistik Itu Mudah. Malang: Fakultas Ilmu Administrasi Yogyakarta: CV Andi Offset.
Universitas Brawijaya
Samadi, Mansour dana Ali Yaghoob-Nejadi,
Pengantar Teknologi 2009. A survey of the Effect of Consumer
Sutarman. 2009.
Informasi. Yogyakarta: Bumi Aksara. Perceived Risk on Purchase Intention in
E-Shopping.Business Suyanto, M. 2003. Strategi Periklanan Pada E- Inteligence.Journal. 261-275.
Commerce
Perusahaan Top Dunia.Yogyakarta : Andi Offset.
Santoso, S. 2005. Buku Latihan SPSS Statistik
Multivariat. Jakarta: PT Elex Media Tjiptono, fandy dan Chandra Gregorius, Komputindo.
2011.Service,
Quality and
Fakhrurrozi & Alchudri, Perilaku Berbelanja Online Konsumen Muslim...
Satisfaction .Edisi 3. Penerbit Andi. Yogyakarta.
Turban, Effraim, Lee, King, dan Chung, 2000.Electronic
Education Inc., Upper Saddle River New Jersey.
Umar, Husein, 2005, Riset Pemasaran dan Perilaku Konsumen, PT Gramedia Pustaka Utama Bekerjasama dengan Jakarta Business Research Center (JBRC).