Pemanfaatan dataset ukuran efek (effect size) untuk membangun alternatif model penelitian: Studi kasus minat konsumen membeli kendaraan listrik
Badan Riset dan Inovasi Nasional; Badan Riset dan Inovasi Nasional; Badan Riset dan Inovasi Nasional; Badan Riset dan Inovasi Nasional; Badan Riset dan Inovasi Nasional; Universitas Nusantara PGRI Kediri; Badan Riset dan Inovasi Nasional; Badan Riset dan Inovasi Nasional; Badan Riset dan Inovasi Nasional
Abstrak
Makalah ini menyajikan data survei penelitian primer yang memuat data effect size dan jumlah responden yang berhubungan dengan jumlah variabel dengan minat konsumen untuk membeli kendaraan listrik. Survei dilakukan menggunakan pendekatan Meta-Analytic Structural Equation Modeling (MASEM). Pengumpulan data dilakukan pada bulan Juni 2021 menggunakan Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) sehingga diperoleh 11 makalah valid. Survei ini dirancang untuk mengumpulkan nilai effect size yang mencakup nilai path coefficients, nila betta, atau standardized regression weight dari kesebelas makalah tersebut. Nilai effect size yang dikumpulkan menunjukkan besar hubungan antara variabel Attitude, Perceived Behavior Control, Subject Norm, Charging Infrastructure, Environmental Concern, Financial Benefit, External Environment, Marketing Mix, Willingness To Pay A Premium, Incentive Policy Measures, dan Perceived Value terhadap minat pembelian kendaraan listrik. Kumpulan data yang tersimpan dalam repositori ini dapat menjadi acuan bagi para akademisi untuk mengembangkan berbagai model penelitian atau mengukur hubungan antar variabel yang mempengaruhi keinginan konsumen untuk membeli kendaraan listrik.
Abstract
This study presents survey data from primary research papers containing effect size data and the number of respondents for several variables influencing consumer interest in purchasing electric vehicles. The survey utilized the Meta-Analytic Structural Equation Modeling (MASEM) approach. Data were collected in June 2021 using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) to identify 11 valid papers. This survey aimed to collect effect size values, such as path coefficients and standardized regression weights, from each of the eleven papers. The effect size values collected indicate the magnitude of the relationship between the variables: Attitude, Perceived Behavior Control, Subject Norm, Charging Infrastructure, Environmental Concern, Financial Benefit, External Environment, Marketing Mix, Willingness to Pay a Premium, Incentive Policy Measures, and Perceived Value, and their impact on interest in purchasing electric vehicles. The data set stored in this repository can serve as a reference for researchers and policymakers in developing models and examining the relationship between variables influencing electric vehicles adoption.
Keywords:
Electric vehicles
· Meta-analysis
· Structural equation modeling
· effect sizes dataset
Introduction
Penelitian yang menggunakan pendekatan Structural Equation Modeling (SEM) untuk menganalisis data primer memiliki sejumlah kelemahan. Kelemahan tersebut diantaranya menggunakan jumlah responden yang relatif terbatas (kurang dari 500 responden) (Memon et al., 2020). Selain itu, seringkali memberikan hasil yang bertentangan di antara para peneliti. Kelemahan yang lain diantaranya memerlukan biaya relatif tinggi pada pengumpulan data dan proses skrining dan cleaning data yang lebih rumit. Pendekatan Meta-analytic SEM (MASEM) adalah desain penelitian kuantitatif yang mampu mengatasi kelemahan tersebut. MASEM mengintegrasi dan mengukur ulang temuan pada sejumlah makalah primer. Dengan demikian, pendekatan ini memberikan keunggulan seperti menggunakan jumlah responden yang lebih signifikan, memberikan hasil yang lebih objektif dari penelitian sebelumnya, menghasilkan hipotesis baru, dan meningkatkan akurasi kesimpulan (Haidich, 2014). Penggunaan data sekunder menyebabkan pendekatan ini menjadi hemat biaya. Seperti yang dijelaskan oleh Smith et al., (2011) bahwa riset dengan menggunakan data sekunder memiliki kelebihan yaitu menghemat waktu dalam pengumpulan data primer. Selain itu tersedianya banyak pilihan metodologi pada pendekatan meta analisis membuat pendekatan ini menjadi populer di kalangan akademisi (Aguinis et al., 2011). Makalah menggunakan MASEM untuk mengidentifikasi minat konsumen dalam membeli kendaraan listrik di beberapa negara Asia telah dikembangkan. Makalah tersebut mengintegrasi variabel-variabel dari Theory of Planned Behavior (TPB) pada makalah primer, untuk analisis pengaruh variabel tersebut terhadap minat konsumen membeli kendaraan listrik. TPB adalah teori psikologis yang mendiskusikan tentang hubungan keyakinan seseorang dengan perilakunya yang dikembangkan oleh Ajzen (1985)Heider, 1958 ; Lewin, 1951 untuk penerapan adopsi teknologi baru seperti kendaraan listrik (Afroz et al., 2015;subjective norms (SNs Rahman, et al., 2015Malaysia influence their purchase intention of electric vehicles (EVs; Chen et al., 2019; Huang & Ge, 2019; Ng et al., 2018; Promphat & Deebhijarn, 2019; Tu & Yang., 2019; Wang et al., 2017; Yan et al., 2019China’s environmental pollution and energy security issues have become increasingly more prominent. As a result, new energy vehicles (NEVs; Wang et al., 2021; Xu et al.. 2019)the Chinese government has practiced a range of policies to stimulate the purchase and use of battery electric vehicles (BEVs. Lebih jauh lagi. data dari masing-masing artikel yang dikumpulkan akan diuji korelasinya antara variabel satu sama lainnya. Dalam rangka untuk menentukan model penelitian, terdapat 11 hipotesis yang digunakan untuk menentukan variabel independen yang mempengaruhi niat men pembelian kendaraan listrik. Hipotesis yang dimaksud adalah Attitude (ATT), Perceived Behavioral Control (PBC), Subject Norm (SN), Perceived Value (PV), Environmental Concern (EC), Incentive policy measures (IPM), Charging Infrastructure (CI), Financial Benefit (FB), Willingness to pay a premium (WTP), External environment (EE), dan Marketing mix (MM) berpengaruh terhadap niat pembelian kendaraan listrik (purchase intention of electric vehicle). Kesebelas hipotesis ini didapatkan dari 11 artikel yang telah dipilih untuk dianalisis menggunakan the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). Nilai effect size dari kesebelas makalah dikumpulkan untuk mengukur hubungan variabel TPB terhadap minat konsumen membeli kendaraan listrik. Effect size adalah ukuran mengenai besarnya pengaruh suatu variabel pada variabel lain (Olejnik & Algina, 2003). Pada penelitian yang ditulis oleh Febriandirza et al., (2022) nilai effect size yang dikumpulkan mencakup nilai path coefficients, nila betta (β), atau standardized regression weight. Dataset effect size tersebut memudahkan riset lanjutan untuk membuat model penelitian alternatif atau mengukur hubungan antar variabel yang berpotensi untuk memprediksi perilaku konsumen.
Method
Data diperoleh dari hasil penelusuran artikel melalui database Scopus, Web of Sciences (WoS), dan IEEE Access pada bulan Juni 2021. Secara umum, penelusuran ditentukan dengan kriteria publikasi terbit pada tahun 2012-2021; berbahasa inggris, artikel hasil riset; berafiliasi dengan negara-negara di Asia berdasarkan United Nations Statistics Division (UNSD) (UNSTAT, 2021). Seleksi artikel untuk setiap database dapat dilihat pada Tabel 1. Tabel 1. Hasil Penelusuran Database Publikasi Artikel Database Detail Penelusuran Keterangan Scopus TITLE-ABS-KEY (‘structural’ AND ‘equation’ AND ‘modelling’ OR ‘sem’) AND TITLE-ABS-KEY (‘electric’ AND ‘vehicles’) 94 WoS (AB=(‘structural equation modelling’) AND AB=’electric vehicles’) 37 IEEE Access (“Abstract”:’Structural equation modelling’) AND (“Abstract”:’electric vehicles’) 8 Total 139 Proses selanjutnya adalah menghilangkan artikel-artikel yang duplikasi dan melakukan skrining untuk memilih topik yang sesuai. Selain itu menentukan topik yang relevan dengan membaca judul, abstrak, dan kata kunci. Pada tahapan tersebut didapatkan 11 artikel. Kemudian 11 artikel ini yang dianalisis untuk dataset.
Result & Discussion
3.1 Dataset specifications File kumpulan data disajikan dalam format Microsoft Excel, berisi nilai ukuran efek (effect size) hubungan antara variabel bebas (independent) dan terikat (dependent), serta hubungan antara variabel TPB (Tabel 2). Tabel 2. Dataset effect size 3.2 Profil makalah Profil dari kesebelas makalah yang dianalisis disajikan dalam format Microsoft Excel (Tabel 2), terdiri dari (1) Nama penulis pada pustaka primer, diikuti oleh (2) Nama variabel bebas, (3) Nama variabel terikat, (4) Keterangan signifikansi, (5) Besaran nilai effect size (6) Kategori nama variabel bebas. Adanya pengkategorian pada variabel bebas disebabkan karena adanya sejumlah variabel memiliki nama yang berbeda tetapi memiliki definisi yang sama. Tabel 3. Profil makalah 4. LIMITASI Penelitian ini memiliki sejumlah keterbatasan yaitu kesebelas paper yang dianalisis diasumsikan memiliki kualitas yang sama dan validitas data yang memadai. Pada penggabungan variabel bebas, dilakukan oleh peneliti sendiri dan tidak divalidasi.