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).