Login
Section Business and Economics

Push, Pull, and Mooring Factors in Consumer Switching and Continuance Intention in the Fuel Industry


Faktor Push, Pull, dan Mooring dalam Perpindahan serta Keberlanjutan Konsumen pada Industri BBM
Vol. 11 No. 2 (2026): December:

Lovia Vioni Putri Jatmiko (1), Minto Waluyo (2)

(1) Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
(2) Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
Fulltext View | Download

Abstract:

General Background: Consumer switching behavior is important in essential service markets because purchasing decisions are shaped by dissatisfaction, alternative attractiveness, and switching barriers. Specific Background: In the fuel industry, consumers may move from local to private providers when prior service experiences reduce trust and create perceptions of higher value from alternative providers. Knowledge Gap: Previous Push Pull Mooring studies have been widely applied in e-commerce, digital banking, and technology-based services, while their application in the fuel industry remains limited, particularly in a model linking switching intention, switching behavior, and continuance intention. Aims: This study aimed to analyze push, pull, and mooring factors on switching intention, switching behavior, and continuance intention among fuel consumers. Results: Using a quantitative approach with covariance-based Structural Equation Modeling through AMOS, data from 140 respondents showed that push factors had a positive and significant relationship with switching intention. Pull and mooring factors were not significant. Switching intention significantly related to switching behavior, and switching behavior significantly related to continuance intention. The modified model met goodness-of-fit criteria, with probability of 0.376, CMIN/DF of 1.045, RMSEA of 0.018, GFI of 0.937, TLI of 0.991, and CFI of 0.994. Novelty: This study applies the Push Pull Mooring framework to consumer switching in the fuel industry. Implications: The findings suggest that providers should prioritize reducing dissatisfaction, strengthening service reliability, and maintaining positive post-switching experiences.


Highlights:



  • Prior dissatisfaction became the main reason behind consumer movement.

  • Alternative attractiveness and barriers were not statistically significant.

  • Actual movement supported continued private provider usage.


Keywords: Continuance Intention, Push-Pull-Mooring, Structural Equation Modeling (SEM), Switching Intention, Switching Behavior

Downloads

Download data is not yet available.

Push, Pull, and Mooring Factors in Consumer Switching and Continuance Intention in the Fuel Industry : Faktor Push , Pull , dan Mooring dalam Perpindahan serta Keberlanjutan Konsumen pada Industri BBM

Lovia Vioni Putri Jatmiko, 22032010076@student.upnjatim.ac.id (*)

Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur , Indonesia

Minto Waluyo,

Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur , Indonesia

(*) Corresponding author

Abstract . This study aims to analyze the effects of push, pull, and mooring factors on switching intention, switching behavior, and continuance intention in the fuel industry. Consumer switching reflects the movement from a local provider to private provider, driven not only by the attractiveness of alternatives but also by dissatisfaction with prior services. This research employs a quantitative approach using covariance-based Structural Equation Modeling (SEM) with AMOS. Data were collected through questionnaires distributed to fuel consumers in Surabaya who have experience using local and private provider, selected through purposive sampling. The results indicate that push factors have a positive and significant effect on switching intention, while pull and mooring factors are not significant. Switching intention significantly influences switching behavior, which in turn significantly affects continuance intention. In conclusion, consumer switching is primarily driven by dissatisfaction with local providers, and actual switching behavior reinforces continued usage of private providers.

Keywords - Continuance Intention, Push-Pull-Mooring, Structural Equation Modeling (SEM), Switching Intention, Switching Behavior

I. Pendahuluan

Perilaku konsumen merupakan aspek penting dalam memahami dinamika pasar, khususnya pada sektor kebutuhan vital seperti bahan bakar minyak (BBM). BBM memiliki peran strategis dalam menunjang mobilitas masyarakat dan aktivitas ekonomi 1. Dalam memilih penyedia BBM, keputusan konsumen dipengaruhi oleh berbagai faktor seperti persepsi harga, kualitas layanan, dan tingkat kepuasan 2. Di Indonesia, pasar BBM didominasi oleh penyedia lokal dengan pangsa pasar yang sangat besar, namun dalam beberapa tahun terakhir mulai muncul alternatif penyedia swasta yang menawarkan harga dan layanan yang lebih kompetitif. Di sisi lain, berbagai isu terkait kualitas produk dan layanan dari penyedia lokal turut memengaruhi persepsi dan tingkat kepercayaan konsumen 3. Penurunan kepercayaan tersebut mendorong sebagian konsumen untuk mempertimbangkan perpindahan ke penyedia alternatif yang dianggap memberikan nilai lebih tinggi, baik dari segi kualitas layanan maupun pengalaman penggunaan.

Fenomena perpindahan konsumen ini tidak terjadi secara sederhana, melainkan dipengaruhi oleh kombinasi faktor pendorong (push), faktor penarik (pull), serta faktor penghambat (mooring). Model Push, Pull, and Mooring (PPM) yang diperkenalkan oleh Bansal dan banyak digunakan untuk menjelaskan perilaku perpindahan konsumen dalam berbagai layanan 4. Faktor push menggambarkan ketidakpuasan terhadap penyedia sebelumnya, pull mencerminkan daya tarik penyedia alternatif, sedangkan mooring berkaitan dengan hambatan yang memengaruhi keputusan berpindah 5. Dalam perilaku perpindahan, switching intention mencerminkan niat konsumen untuk berpindah, sedangkan switching behavior merupakan tindakan aktual perpindahan dari satu penyedia ke penyedia lain 6. Setelah perpindahan terjadi, muncul continuance intention, yaitu kecenderungan konsumen untuk terus menggunakan layanan baru 7. Penelitian sebelumnya menunjukkan bahwa switching intention berpengaruh positif terhadap switching behavior, yang selanjutnya mendorong terbentuknya continuance intention 89.

Meskipun model PPM telah banyak diterapkan pada sektor seperti e-commerce, perbankan digital, dan layanan berbasis teknologi, penerapannya pada sektor energi, khususnya industri BBM, masih relatif terbatas. Selain itu, hasil penelitian sebelumnya menunjukkan temuan yang beragam, terutama terkait peran faktor mooring yang tidak selalu menunjukkan pengaruh yang konsisten 1011. Oleh karena itu, penelitian mengenai penerapan model PPM dalam menjelaskan perilaku perpindahan konsumen pada industri BBM masih terbatas dan perlu dikaji lebih lanjut. Berdasarkan hal tersebut, kebaruan dalam penelitian ini terletak pada penerapan model PPM dalam industri BBM di Indonesia serta pengujian hubungan antara switching intention, switching behavior, dan continuance intention dalam satu model penelitian.

Gambar 1. Kerangka Konseptual Penelitian

II. Metode

  1. Penelitian ini menggunakan pendekatan kuantitatif dengan metode Structural Equation Modeling (SEM) berbasis covariance menggunakan perangkat lunak AMOS 23. Data dikumpulkan melalui kuesioner daring menggunakan Google Forms yang disebarkan kepada konsumen BBM di Surabaya yang memiliki pengalaman menggunakan lebih dari satu penyedia. Responden dipilih menggunakan teknik purposive sampling. Pengumpulan data dilakukan pada periode November 2025 hingga Januari 2026 dalam kondisi pasar BBM yang relatif stabil. Jumlah responden dalam penelitian ini sebanyak 140 responden, yang telah memenuhi kriteria ukuran sampel minimum dalam analisis SEM, yaitu berada pada kisaran 100 – 200 responden 12. Variabel independen dalam penelitian ini adalah push(X1), pull(X2), dan mooring(X3), sedangkan variabel dependen meliputi switching intention(Y1), switching behavior(Y2), dan continuance intention(Y3), yang diukur menggunakan skala Likert 1 – 5. Indikator pada masing-masing variabel diadaptasi dari penelitian oleh Bansal (2005) dan penelitian terdahulu yang mengembangkan model PPM terkait perilaku perpindahan konsumen 41013. Instrumen dalam penelitian ini berupa kuesioner yang terdiri dari pernyataan tertutup dan sesuai dengan indikator variabel, di mana responden diminta memberikan penilaian berdasarkan tingkat persetujuan. Analisis data dilakukan melalui evaluasi model pengukuran dan model struktural untuk menguji hubungan antarvariabel.Pengujian yang dilakukan meliputi uji validitas, reliabilitas, Goodness of Fit, serta pengujian hipotesis. Selain itu, dilakukan uji korelasi untuk memastikan tidak terjadi hubungan yang terlalu tinggi antarvariabel.

III. Hasil dan Pembahasan

Pada tahap model pengukuran, dilakukan pengujian untuk melihat hubungan antara variabel laten dengan indikator pembentuknya serta memastikan bahwa setiap indikator mampu merefleksikan konstruk yang diukur. Berikut merupakan gambar model pengukuran dalam penelitian ini.

Selanjutnya, untuk menilai apakah model pengukuran yang dibangun telah sesuai dengan data penelitian, dilakukan uji kesesuaian model (goodness of fit). Pengujian ini dilakukan dengan membandingkan nilai indeks goodness of fit yang dihasilkan dengan nilai cut off value yang telah ditetapkan dalam SEM. Berikut hasil dari uji goodness of fit pada Tabel 1.

Tabel 1. Hasil Uji Goodness of Fit Model Pengukuran

Kriteria Hasil Uji Model Nilai Kritis Keterangan
X2 Chi Square 135,442 Kecil, dengan df = 75 dan α = 0,05 (96,217) Tidak Baik
Probabilitas 0,000 ≥ 0,05 Tidak Baik
CMIN/DF 1,806 ≤ 2,00 Baik
RMSEA 0,076 ≤ 0,08 Baik
GFI 0,893 ≥ 0,90 Tidak Baik
AGFI 0,829 ≥ 0,90 Tidak Baik
TLI 0,842 ≥ 0,95 Tidak Baik
CFI 0,887 ≥ 0,95 Tidak Baik

Berdasarkan hasil pengujian pada tabel di atas, terlihat bahwa sebagian besar kriteria goodness of fit belum memenuhi nilai cut-off yang ditetapkan. Dari beberapa indikator yang diuji, hanya CMIN/DF dan RMSEA yang menunjukkan hasil baik, sementara kriteria lainnya masih berada di bawah standar kelayakan. Kondisi ini menunjukkan bahwa model belum sepenuhnya memiliki tingkat kesesuaian yang optimal terhadap data penelitian. Selanjutnya dilakukan uji validitas dan reliabilitas untuk memastikan bahwa tiap indikator mampu mengukur variabel yang diuji. Berikut merupakan tabel 2 uji validitas dan signifikansi model pengukuran dalam penelitian ini.

Tabel 2. Uji Validitas dan Signifikansi Model Pengukuran

Estimate S.E. C.R. 2.S.E. Ket. Valid (C.R.>2.S.E) P Ket. Signifikan (C.R.>1,753) Estimate Standardized Regression Weight
X1.1 <--- X1 1,000 0,791
X1.2 <--- X1 0,932 ,134 6,963 0,268 Valid *** Signifikan 0,631
X1.3 <--- X1 0,278 ,088 3,164 0,176 Valid ,002 Signifikan 0,299
X1.4 <--- X1 0,657 ,133 4,943 0,266 Valid *** Signifikan 0,473
X2.1 <--- X2 1,000 0,650
X2.2 <--- X2 1,342 ,239 5,605 0,478 Valid *** Signifikan 0,684
X2.3 <--- X2 1,157 ,287 4,036 0,574 Valid *** Signifikan 0,529
X3.1 <--- X3 1,000 0,606
X3.2 <--- X3 1,358 ,421 3,226 0,842 Valid ,001 Signifikan 0,922
Y1.1 <--- Y1 1,000 0,788
Y1.2 <--- Y1 1,215 ,223 5,441 0,446 Valid *** Signifikan 0,586
Y2.1 <--- Y2 1,000 0,825
Y2.2 <--- Y2 0,953 ,157 6,052 0,314 Valid *** Signifikan 0,621
Y3.1 <--- Y3 1,000 0,722
Y3.2 <--- Y3 0,829 ,181 4,588 0,362 Valid *** Signifikan 0,603

Hasil uji validitas menunjukkan bahwa seluruh indikator dalam penelitian dinyatakan valid karena memiliki nilai Critical Ration (C.R.) lebih besar 2.S.E 12. Untuk uji signifikansi, suatu indikator dinyatakan signifikan apabila nilai C.R > t-tabel (XX). Pada tingkat signifikansi (α) = 0,05 dengan df = 15, diperoleh nilai t-tabel sebesar 1,753. Pada penelitian ini seluruh indikator memiliki nilai C.R > 1,753 serta nilai probabilitas (p) ≤ 0,05. Sehingga semua indikator dinyatakan signifikan. Selanjutnya dilakukan pengujian reliabilitas model pengukuran, hasil dari uji reliabilitas dapat dilihat pada Tabel 3 berikut.

Tabel 3. Uji Reliabilitas Model Pengukuran

Variabel Push ( X 1) Pull (X 2 ) Mooring (X 3 ) Switching Intention ( Y 1) Switching Behavior ( Y 2) Continuance Intention ( Y 3)
Reliabilitas 0,727 0,753 0,832 0,750 0,790 0,722
Keterangan Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel

Suatu variabel dinyatakan reliabel apabila memiliki nilai reliabilitas sebesar α ≥ 0,70. Pada penelitian ini seluruh variabel memenuhi kriteria reliabel, sehingga seluruh variabel dalam penelitian ini dinyatakan reliabel. Selanjutnya dilakukan Uji korelasi untuk mengetahui hubungan antarvariabel dalam penelitian ini. Hasilnya dapat dilihat pada Tabel 4 berikut.

Tabel 4. Uji Korelasi

Estimate
X1 <--> X2 0,449
X1 <--> X3 0,175
X1 <--> Y1 0,774
X1 <--> Y2 0,789
X1 <--> Y3 0,707
X2 <--> Y1 0,515
X2 <--> Y2 0,543
X2 <--> Y3 0,586
X3 <--> X2 -0,344
X3 <--> Y1 -0,132
X3 <--> Y2 -0,21
X3 <--> Y3 0,272
Y1 <--> Y2 0,771
Y1 <--> Y3 0,521
Y2 <--> Y3 0,586

Uji korelasi dilakukan untuk mengetahui hubungan antarvariabel dalam penelitian ini. Seluruh nilai korelasi antar variabel ≤ 0,80 sehingga tidak menunjukkan adanya korelasi yang terlalu tinggi. Dengan demikian, measurement model dalam penelitian ini tidak mengalami masalah multikolinearitas.

Gambar 3. Model Struktural

Selanjutnya dilakukan uji kesesuaian model, hasil dari uji Goodness of Fit Model Struktural dapat dilihat pada Tabel 5 berikut.

Tabel 5. Hasil Uji Goodness of Fit Model Struktural

Kriteria Hasil Uji Model Nilai Kritis Keterangan
X2 Chi Square 187,359 Kecil, dengan df = 85 dan α = 0,05 (107,552) Tidak Baik
Probabilitas 0,000 ≥ 0,05 Tidak Baik
CMIN/DF 2,206 ≤ 2,00 Tidak Baik
RMSEA 0,093 ≤ 0,08 Tidak Baik
GFI 0,862 ≥ 0,90 Tidak Baik
AGFI 0,805 ≥ 0,90 Tidak Baik
TLI 0,764 ≥ 0,95 Tidak Baik
CFI 0,809 ≥ 0,95 Tidak Baik

Pada Tabel 5, seluruh kriteria goodness of fit pada model struktural belum memenuhi nilai cut-off yang ditetapkan. Hal ini menunjukkan bahwa model struktural yang dibangun belum sepenuhnya sesuai dengan data penelitian. Oleh karena itu, perlu dilakukan proses Modifikasi model dengan melihat nilai modification indices (MI) sebagai dasar penyesuaian model.

  1. Model Pengukuran
  2. Model Struktural
  3. Model Modifikasi

Gambar 4. Model Modifikasi

Untuk mengetahui apakah model setelah modifikasi telah memenuhi kriteria kelayakan, dilakukan uji kesesuaian model (goodness of fit) dengan membandingkan nilai indeks yang diperoleh terhadap nilai cut off yang telah ditetapkan. Hasil dari uji goodness of fit model modifikasi dapat dilihat pada Tabel 6 berikut.

Tabel 6. Hasil Uji Goodness of Fit Model Modifikasi

Kriteria Hasil Uji Model Nilai Kritis Keterangan
X2 Chi Square 72,102 Kecil, dengan df = 69 dan α = 0,05 (89,391) Baik
Probabilitas 0,376 ≥ 0,05 Baik
CMIN/DF 1,045 ≤ 2,00 Baik
RMSEA 0,018 ≤ 0,08 Baik
GFI 0,937 ≥ 0,90 Baik
AGFI 0,890 ≥ 0,90 Marginal
TLI 0,991 ≥ 0,95 Baik
CFI 0,994 ≥ 0,95 Baik

Pada Tabel 6 menunjukkan bahwa sebagian besar kriteria goodness of fit telah memenuhi nilai cut-off yang ditetapkan kecuali nilai AGFI berada sedikit di bawah 0,90 sehingga dikategorikan marginal. Jadi, model setelah modifikasi dapat dinyatakan telah memenuhi kriteria goodness fit dan layak digunakan untuk analisis selanjutnya. Kemudian dilakukan uji validitas dan signifikansi pada model modifikasi untuk memastikan bahwa setiap indikator tetap mampu mengukur variabel yang dimaksud dalam penelitian ini. Hasil dari uji validitas dan signifikansi pada model modifikasi dapat dilihat pada Tabel 7 berikut.

Tabel 7. Uji Validitas dan Signifikansi Model Modifikasi

Estimate S.E. C.R. 2.S.E. Ket. Valid (C.R.>2.S.E) P Ket. Signifikan (C.R.>1,753) Estimate Standardized Regression Weight
Y1 <--- X1 0,639 ,113 5,637 0,226 Valid *** Signifikan 0,814
Y1 <--- X2 0,178 ,120 1,481 0,240 Valid ,139 Tidak Signifikan 0,179
Y1 <--- X3 -0,037 ,065 -0,566 0,130 Tidak Valid ,571 Tidak Signifikan -0,057
Y2 <--- Y1 1,277 ,184 6,994 0,368 Valid *** Signifikan 0,946
Y3 <--- Y2 0,604 ,117 5,156 0,234 Valid *** Signifikan 0,651
X1.1 <--- X1 1,000 0,791
X1.2 <--- X1 0,944 ,134 7,051 0,268 Valid *** Signifikan 0,648
X1.3 <--- X1 0,278 ,130 2,133 0,260 Valid ,033 Signifikan 0,304
X1.4 <--- X1 0,618 ,128 4,816 0,256 Valid *** Signifikan 0,453
X2.1 <--- X2 1,000 0,692
X2.2 <--- X2 1,401 ,301 4,658 0,602 Valid *** Signifikan 0,757
X2.3 <--- X2 0,848 ,214 3,961 0,428 Valid *** Signifikan 0,415
X3.1 <--- X3 1,000 0,688
X3.2 <--- X3 1,043 ,245 4,253 0,490 Valid *** Signifikan 0,813
Y1.1 <--- Y1 1,000 0,710
Y1.2 <--- Y1 1,479 ,241 6,126 0,482 Valid *** Signifikan 0,644
Y2.1 <--- Y2 1,000 0,788
Y2.2 <--- Y2 1,030 ,151 6,819 0,302 Valid *** Signifikan 0,641
Y3.1 <--- Y3 1,000 0,775
Y3.2 <--- Y3 0,733 ,177 4,154 0,354 Valid *** Signifikan 0,582

Pada Tabel 7 menunjukkan bahwa indikator X1 terhadap Y1 memiliki nilai C.R > 2SE yakni 5,637 > 0,226 sehingga dinyatakan valid. Sebaliknya, indikator X3 terhadap Y1 memiliki nilai C.R < 2SE yakni -0,566 < 0,130 sehingga dinyatakan tidak valid. Hasil perhitungan pada semua indikator lainnya menunjukkan bahwa nilai C.R > 2SE. Jadi, dapat dinyatakan bahwa hampir seluruh indikator dalam model setelah modifikasi dinyatakan valid, kecuali satu indikator yang tidak memenuhi kriteria validitas. Sementara untuk uji signifikansi hasilnya menunjukkan bahwa sebagian besar indikator memiliki nilai C.R > 1,753 sehingga dinyatakan signifikan. Namun, terdapat dua hubungan yang tidak signifikan, yaitu X3 terhadap Y1 dengan nilai C.R sebesar -0,566 dan X2 terhadap Y3 dengan nilai C.R sebesar 1,481, karena keduanya memiliki nilai C.R < 1,753. Selanjutnya dilakukan uji reliabilitas model modifikasi untuk memastikan bahwa setiap indikator dalam suatu variabel memiliki tingkat konsistensi yang baik dalam mengukur variabel penelitian. Berikut hasil dari uji reliabilitas model pengukuran yang dapat dilihat pada Tabel 8.

Tabel 8. Uji Reliabilitas Model Modifikasi

Variabel Push (X1) Pull (X2) Mooring (X3) Switching Intention (Y1) Switching Behavior (Y2) Continuance Intention (Y3)
Reliabilitas 0,728 0,754 0,819 0,739 0,781 0,741
Keterangan Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel

Pada Tabel 8 hasilnya menjukkan bahwa seluruh variabel dalam model setelah modifikasi dinyatakan reliabel karena semua nilainya α ≥ 0,70.

Persamaan Simultan

  • Persamaan simultan dalam penelitian ini disusun dengan asumsi bahwa nilai residual error tidak diperhitungkan serta konstanta (intercept) bernilai nol, sehingga model mengikuti bentuk persamaan regresi yang digunakan. Berdasarkan asumsi tersebut, persamaan simultan dalam penelitian ini dapat dijelaskan sebagai berikut:

    (1)

    (2)

    1. Persamaan Model 1
    2. Persamaan Model 2
    3. Persa maan Model 3
    • (3)
    • Berdasarkan persamaan simultan, menunjukkan bahwa faktor push (X1) memiliki pengaruh paling dominan dan signifikan dalam membentuk switching intention, yang mengindikasikan bahwa ketidakpuasan atau pengalaman negatif terhadap layanan sebelumnya menjadi pendorong utama munculnya niat berpindah. Sementara itu, faktor pull (X2) menunjukkan pengaruh positif namun relatif lebih lemah, sehingga daya tarik dari penyedia alternatif tetap berperan tetapi bukan sebagai faktor utama. Di sisi lain, faktor mooring (X3) memiliki pengaruh negatif yang sangat kecil, yang menunjukkan bahwa faktor penghambat atau keterikatan tidak secara signifikan memengaruhi pembentukan niat berpindah. Secara keseluruhan, temuan ini menegaskan bahwa switching intention lebih dipengaruhi oleh faktor pendorong dibandingkan faktor penarik maupun penghambat.

    Uji Hipotesis

    1. Pengaruh Push (X1) Terhadap Switching Intention (Y1)
    • Hasil pengujian menunjukkan bahwa faktor push (X1) berpengaruh positif dan signifikan terhadap switching intention (Y1), dengan koefisien regresi sebesar 0,814 dan nilai CR sebesar 5,637. Temuan ini mengindikasikan bahwa semakin tinggi ketidakpuasan atau pengalaman negatif konsumen terhadap penyedia sebelumnya, maka semakin besar kecenderungan konsumen untuk berpindah ke penyedia alternatif, sehingga hipotesis alternatif diterima. Kondisi ini terjadi dikarenakan BBM merupakan kebutuhan fungsional dengan tingkat keterlibatan yang relatif rendah, sehingga konsumen tidak melakukan evaluasi yang mendalam terhadap alternatif layanan, melainkan lebih responsif terhadap ketidakpuasan yang dirasakan oleh layanan sebelumnya.
    • Hasil ini sejalan dengan penelitian Robitha & Nursalin yang menyatakan bahwa push effect berpengaruh positif dan signifikan terhadap switching intention, sehingga mempertegas bahwa faktor push merupakan determinan utama dalam mendorong niat berpindah konsumen 13. Penelitian lain oleh Muttaqin juga menujukkan bahwa faktor push juga berpengaruh positif dan signifikan dalam membentuk niat berpindah 11.
      1. Pengaruh Pu ll (X 2 ) Terhadap Switching Intention (Y1)
      • Hasil pengujian menunjukkan bahwa faktor pull (X2) memiliki pengaruh positif terhadap switching intention (Y1) dengan koefisien sebesar 0,179, namun tidak signifikan karena nilai CR sebesar 1,481 lebih kecil dari batas signifikansi. Hal ini menunjukkan bahwa meskipun terdapat daya tarik dari penyedia alternatif, faktor tersebut belum cukup kuat untuk mendorong niat konsumen dalam melakukan perpindahan, sehingga hipotesis alternatif ditolak. Kondisi ini menunjukkan bahwa keputusan perpindahan konsumen BBM tidak sepenuhnya didoronng oleh daya tarik alternatif, melainkan lebih dipengaruhi oleh faktor internal berupa ketidakpuasan terhadap penyedia sebelumnya. Hal ini dapat disebabkan oleh karakteristik produk BBM yang relatif homogen, sehingga perbedaan antar penyedia tidak terlalu signifikan dirasakan oleh konsumen, baik dari segi kualitas maupun manfaat yang dirasakan.
      • Temuan ini menunjukkan perbedaan dengan beberapa penelitian sebelumnya yang menyatakan bahwa faktor pull dapat berpengaruh signifikan 10. Perbedaan ini kemungkinan disebabkan oleh perbedaan objek dan konteks penelitian, di mana pda penelitian tersebut konsumen berpindah ke penyedia dengan diferensiasi yang layanan yang lebih jelas. Sementara dalam penelitian ini, perbedaan antar penyedia BBM yang diteliti cenderung tidak terlalu berbeda dari sisi manfaat produk, sehingga daya tarik alternatif belum menjadi faktor yang cukup kuat dalam mendorong niat berpindah.
        1. Pengaruh Mooring (X1) Terhadap Switching Intention (Y1)
        • Hasil pengujian menunjukkan bahwa faktor mooring (X3) memiliki pengaruh negatif terhadap switching intention (Y1) dengan koefisien sebesar -0,057, namun tidak signifikan karena nilai CR sebesar -0,506 lebih kecil dari batas signifikansi. Arah negatif ini mengindikasikan bahwa semakin tinggi hambatan perpindahan, maka kecenderungan niat berpindah cenderung menurun, meskipun dalam penelitian ini pengaruh tersebut tidak terbukti signifikan. Dengan demikian, hipotesis alternatif ditolak. Hal ini menunjukkan bahwa faktor penghambat seperti kebiasaan, biaya berpindah, atau keterikatan tidak menjadi faktor utama dalam menahan niat berpindah konsumen. Hal ini disebabkan oleh rendahnya biaya berpindah dalam konteks BBM serta semakin mudahnya akses terhadap penyedia alternatif, sehingga hambatan perpindahan menjadi kurang relevan bagi konsumen.
        • Temuan ini sejalan dengan penelitian Tangke & Musriha yang menunjukkan bahwa faktor mooring tidak berpengaruh signifikan terhadap switching intention, sehingga memperkuat bahwa hambatan perpindahan atau keterikatan tidak selalu menjadi faktor utama dalam menahan niat berpindah konsumen 14.
          1. Pengaruh Switching Intention (Y1) Terhadap Switching Behavior (Y2)
          • Hasil pengujian menunjukkan bahwa switching intention (Y1) berpengaruh positif dan signifikan terhadap switching behavior (Y2), dengan koefisien sebesar 0,946 dan nilai CR sebesar 6,994. Temuan ini mengindikasikan bahwa semakin tinggi niat konsumen untuk berpindah, maka semakin besar kemungkinan terjadinya perpindahan secara aktual, sehingga hipotesis alternatif diterima. Hal ini menunjukkan bahwa dalam perpindahan konsumen BBM, niat berpindah memiliki kecenderungan yang kuat bagi konsumen melakukan perpindahan secara actual. Kondisi ini disebabkan karena proses pengambilan keputusan yang relatif sederhana, di mana konsumen tidak memerlukan biaya atau usaha besar untuk berpindah, sehingga niat yang terbentuk dapat langsung diwujudkan dalam tindakan.
          • Hasil ini sejalan dengan penelitian Setyadi yang menyatakan bahwa switching intention berpengaruh positif dan signifikan terhadap switching behavior, sehingga memperkuat bahwa niat berpindah merupakan prediktor utama dalam mendorong terjadinya perilaku perpindahan konsumen 15. Hasil penelitian lain dalam konteks yang berbeda juga menunjukkan bahwa keinginan atau niat berpindah memiliki pengaruh positif dan signifikan terhadap perilaku berpindah yang sebenarnya 16.
            1. Pengaruh Switching Behavior (Y2) Terhadap Continuance Intention (Y3)
            • Hasil pengujian menunjukkan bahwa switching behavior (Y2) berpengaruh positif dan signifikan terhadap continuance intention (Y3), dengan koefisien sebesar 0,651 dan nilai CR sebesar 5,156. Temuan ini mengindikasikan bahwa setelah konsumen melakukan perpindahan secara aktual, pengalaman penggunaan layanan baru akan memperkuat kecenderungan untuk terus menggunakan layanan tersebut, sehingga hipotesis alternatif diterima. Temuan ini menunjukkan bahwa keberlanjutan penggunaan layanan sangat dipengaruhi oleh pengalaman aktual setelah perpindahan, bukan hanya oleh niat berpindah awal. Hal ini terjadi karena konsumen akan mengevaluasi kembali keputusan perpindahannya berdasarkan pengalaman nyata yang dirasakan setelah menggunakan layanan baru.
            • Hasil ini sejalan dengan penelitian Marhadi yang menyatakan bahwa perilaku penggunaan berpengaruh positif dan signifikan terhadap continuance intention, sehingga menunjukkan bahwa pengalaman penggunaan yang terbentuk setelah adopsi layanan berperan dalam mendorong keberlanjutan penggunaan 17. Temuan lain yang dapat memperkuat hasil penelitian di atas juga menjelaskan bahwa perilaku berpindah merupakan tahap awal yang mendorong terbentuknya continuance intention .
            1. SIMPULAN

            [2]L. Nie dan L. B. Sugiyanto, “The Influence of Price Perception and Customer Satisfaction on The Performance of Pertamina Gas Stations Mediated By Service Quality (Empirical Study: Pertamina Gas Station Consumers In Jakarta),” Asian J. Soc. Humanit., vol. 3, no. 6, hal. 1329–1345, 2025, doi: https://doi.org/10.59888/ajosh.v3i6.542.

            [3]A. S. Efendi, L. L. Vidiananda, F. P. Utami, A. Fitriyah, dan D. I. Mardiningsih, “REPUTASI PERTAMINA DAN MANAJEMEN KRISIS PASCA ISU PENGOPLOSAN BBM DI INDONESIA,” J. Media Akad., vol. 3, no. 6, 2025, doi: https://doi.org/10.62281/v3i6.2074.

            [4]H. S. Bansal, S. F. Taylor, dan Y. S. James, “‘Migrating’ to new service providers: Toward a unifying framework of consumers’ switching behaviors,” J. Acad. Mark. Sci., vol. 33, no. 1, hal. 96–115, 2005, doi: 10.1177/0092070304267928.

            [5]F. Sa’baniyah, A. Ratnasari, D. Heksaputra, dan T. Rochmadi, “Analisis Push Pull Mooring Factors terhadap Switching Intention pada Penggunaan QRIS di UMKM Kabupaten Bantul Analysis of Push Pull Mooring Factors on Switching Intention in the Use of QRIS among MSMEs in Bantul Regency,” J. Sist. Inf., vol. 14, no. 1, hal. 40–53, 2025, doi: https://doi.org/10.32520/stmsi.v14i1.4396.

            [6]A. N. Ichsan, “Analisis Faktor-Faktor Switching Behavior Nasabah Bank Konvensional Ke Bank Syariah Dengan Switching Intention Sebagai Variabel Intervening ( Studi Pada Nasabah Bsi Kota Pekanbaru ),” J. Econ., vol. 13, no. 1, hal. 125–136, 2025, doi: https://doi.org/10.46750/economica.v13i1.345.

            [7]J. Yang dan D. Jong, “Understanding continuance intention determinants to adopt online health care community: An empirical study of food safety,” Int. J. Environ. Res. Public Health, vol. 18, no. 12, 2021, doi: 10.3390/ijerph18126514.

            [8]R. W. Primadineska, “Pengaruh Penggunaan Sistem Pembayaran Digital terhadap Perilaku Beralih di Era Pandemi COVID-19,” Telaah Bisnis, vol. 21, no. 2, hal. 89, 2021, doi: https://doi.org/10.35917/tb.v21i2.215.

            [9]Y. Li dan S. Kitcharoen, “Determinants of Undergraduates’ Continuance Intention and Actual Behavior to Play Mobile Games in Chongqing, China,” AU-GSB e-Journal, vol. 15, no. 2, hal. 206–214, 2022, doi: 10.14456/augsbejr.2022.86.

            [10]C. L. Lin, Y. Q. Jin, Q. Zhao, S. W. Yu, dan Y. S. Su, “Factors Influence Students’ Switching Behavior to Online Learning under COVID-19 Pandemic: A Push–Pull–Mooring Model Perspective,” Asia-Pacific Educ. Res., vol. 30, no. 3, hal. 229–245, 2021, doi: 10.1007/s40299-021-00570-0.

            [11]F. Muttaqin, “Pengaruh Push, Pull, and Mooring Effect Terhadap Switching Intention Konsumen Mobile Legends: Bang Bang Pada League of Legends: Wild Rift,” SIBATIK J. J. Ilm. Bid. Sos. Ekon. Budaya, Teknol. dan Pendidik., vol. 1, no. 10, hal. 2121–2132, 2022, doi: 10.54443/sibatik.v1i10.311.

            [12]M. Waluyo dan M. Rachman, Mudah Cepat Tepat dalam Aplikasi Structural Equation Modelling. Batu: PT Literasi Nusantara Abadi Grup, 2024.

            [13]N. R. Robitha dan K. K. Nursalin, “Pengaruh Push, Pull, dan Mooring Pada Switching Intention Konsumen Pertamina ke Shell,” J. Sos. Ekon. dan Hum., vol. 4, no. 1, hal. 1–14, 2025, doi: https://doi.org/10.56244/sosiera.v4i1.929.

            [14]D. M. Tangke dan H. Musriha, “Pengaruh Faktor Push-Pull-Mooring Terhadap Switching Intention Konsumen Dari Belanja Offline Ke Belanja Online,” J. Manaj. Dan Akunt. Medan, vol. 7, no. 2, hal. 402–410, 2025, doi: 10.47709/jumansi.v7i2.6116.

            [15]K. Setyadi, S. A. Wicaksono, dan A. R. Perdanakusuma, “Analisis Faktor Push-Pull-Mooring dalam Beralih Penggunaan Centralized Exchange (CEX) Cryptocurrency Indonesia ke CEX Internasional,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 1, hal. 2548–964, 2024, [Daring]. Tersedia pada: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13815

            [16]S. Wang, J. Wang, dan F. Yang, “From willingness to action: Do push-pull-mooring factors matter for shifting to green transportation?,” Transp. Res. Part D Transp. Environ., vol. 79, no. 96, hal. 102242, 2020, doi: 10.1016/j.trd.2020.102242.

            [17]M. Marhadi et al., “Continuance intention of Fintech Peer-to-Peer (P2P) financing Shariah: Moderation role of brand schematicity and digital financial literacy,” J. Open Innov. Technol. Mark. Complex., vol. 10, no. 2, hal. 100301, 2024, doi: 10.1016/j.joitmc.2024.100301.

            • Penelitian ini menunjukkan bahwa perilaku perpindahan konsumen dalam industri BBM lebih dipengaruhi oleh faktor push dibandingkan pull dan mooring. Ketidakpuasan terhadap penyedia sebelumnya menjadi pendorong utama terbentuknya switching intention, yang selanjutnya mendorong switching behavior dan berlanjut pada continuance intention. Sementara itu, faktor pull dan mooring tidak berpengaruh signifikan, sehingga menunjukkan bahwa keputusan perpindahan konsumen cenderung bersifat problem-driven.
            • Temuan ini memberikan implikasi pada penyedia BBM untuk melakukan peningkatan kualitas layanan, menjaga konsistensi harga, serta memperkuat kepercayaan konsumen sebagai upaya untuk menekan potensi perpindahan ke layanan lain. Selain itu, bagi penyedia alternatif juga perlu melakukan diferensiasi layanan agar tidak hanya bergantung pada kelemahan pesaing dalam menarik konsumen. Selain memberikan implikasi praktis, penelitian ini sekaligus menambah hasil penerapan model PPM pada sektor enertgi serta memperlihatkan hubungan berurutan dalam perilaku perpindahan konsumen. Untuk penelitian selanjutnya, disarankan untuk mengembangkan model dengan menambahkan variabel di luar kerangka PPM, seperti customer satisfaction, perceived risk, atau customer loyalty. Selain itu, cakupan responden juga dapat diperluas agar hasil penelitian menjadi lebih representatif.
            • REFERENCE

References

S. H. Posi and I. Muhammad, “Dampak Kenaikan Harga Bahan Bakar Minyak Terhadap Sembilan Bahan Pokok Di Kecamatan Tobelo,” JIMAD: Jurnal Ilmiah Multidisiplin, vol. 1, no. 2, pp. 67–71, 2023, doi: 10.59585/jimad.v1i2.189.

L. Nie and L. B. Sugiyanto, “The Influence of Price Perception and Customer Satisfaction on the Performance of Pertamina Gas Stations Mediated by Service Quality (Empirical Study: Pertamina Gas Station Consumers in Jakarta),” Asian Journal of Social Humanities, vol. 3, no. 6, pp. 1329–1345, 2025, doi: 10.59888/ajosh.v3i6.542.

A. S. Efendi, L. L. Vidiananda, F. P. Utami, A. Fitriyah, and D. I. Mardiningsih, “Reputasi Pertamina dan Manajemen Krisis Pasca Isu Pengoplosan BBM di Indonesia,” Jurnal Media Akademik, vol. 3, no. 6, 2025, doi: 10.62281/v3i6.2074.

H. S. Bansal, S. F. Taylor, and Y. S. James, “‘Migrating’ to New Service Providers: Toward a Unifying Framework of Consumers’ Switching Behaviors,” Journal of the Academy of Marketing Science, vol. 33, no. 1, pp. 96–115, 2005, doi: 10.1177/0092070304267928.

F. Sa’baniyah, A. Ratnasari, D. Heksaputra, and T. Rochmadi, “Analisis Push Pull Mooring Factors terhadap Switching Intention pada Penggunaan QRIS di UMKM Kabupaten Bantul,” Jurnal Sistem Informasi, vol. 14, no. 1, pp. 40–53, 2025, doi: 10.32520/stmsi.v14i1.4396.

A. N. Ichsan, “Analisis Faktor-Faktor Switching Behavior Nasabah Bank Konvensional ke Bank Syariah dengan Switching Intention sebagai Variabel Intervening (Studi pada Nasabah BSI Kota Pekanbaru),” Economica, vol. 13, no. 1, pp. 125–136, 2025, doi: 10.46750/economica.v13i1.345.

J. Yang and D. Jong, “Understanding Continuance Intention Determinants to Adopt Online Health Care Community: An Empirical Study of Food Safety,” International Journal of Environmental Research and Public Health, vol. 18, no. 12, 2021, doi: 10.3390/ijerph18126514.

R. W. Primadineska, “Pengaruh Penggunaan Sistem Pembayaran Digital terhadap Perilaku Beralih di Era Pandemi COVID-19,” Telaah Bisnis, vol. 21, no. 2, p. 89, 2021, doi: 10.35917/tb.v21i2.215.

Y. Li and S. Kitcharoen, “Determinants of Undergraduates’ Continuance Intention and Actual Behavior to Play Mobile Games in Chongqing, China,” AU-GSB e-Journal, vol. 15, no. 2, pp. 206–214, 2022, doi: 10.14456/augsbejr.2022.86.

C. L. Lin, Y. Q. Jin, Q. Zhao, S. W. Yu, and Y. S. Su, “Factors Influence Students’ Switching Behavior to Online Learning under COVID-19 Pandemic: A Push–Pull–Mooring Model Perspective,” The Asia-Pacific Education Researcher, vol. 30, no. 3, pp. 229–245, 2021, doi: 10.1007/s40299-021-00570-0.

F. Muttaqin, “Pengaruh Push, Pull, and Mooring Effect terhadap Switching Intention Konsumen Mobile Legends: Bang Bang pada League of Legends: Wild Rift,” SIBATIK: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, dan Pendidikan, vol. 1, no. 10, pp. 2121–2132, 2022, doi: 10.54443/sibatik.v1i10.311.

M. Waluyo and M. Rachman, Mudah Cepat Tepat dalam Aplikasi Structural Equation Modelling. Batu, Indonesia: PT Literasi Nusantara Abadi Grup, 2024.

N. R. Robitha and K. K. Nursalin, “Pengaruh Push, Pull, dan Mooring pada Switching Intention Konsumen Pertamina ke Shell,” Jurnal Sosial Ekonomi dan Humaniora, vol. 4, no. 1, pp. 1–14, 2025, doi: 10.56244/sosiera.v4i1.929.

D. M. Tangke and H. Musriha, “Pengaruh Faktor Push-Pull-Mooring terhadap Switching Intention Konsumen dari Belanja Offline ke Belanja Online,” Jurnal Manajemen dan Akuntansi Medan, vol. 7, no. 2, pp. 402–410, 2025, doi: 10.47709/jumansi.v7i2.6116.

K. Setyadi, S. A. Wicaksono, and A. R. Perdanakusuma, “Analisis Faktor Push-Pull-Mooring dalam Beralih Penggunaan Centralized Exchange (CEX) Cryptocurrency Indonesia ke CEX Internasional,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 1, no. 1, 2024. [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13815

S. Wang, J. Wang, and F. Yang, “From Willingness to Action: Do Push-Pull-Mooring Factors Matter for Shifting to Green Transportation?,” Transportation Research Part D: Transport and Environment, vol. 79, Art. no. 102242, 2020, doi: 10.1016/j.trd.2020.102242.

M. Marhadi et al., “Continuance Intention of Fintech Peer-to-Peer (P2P) Financing Shariah: Moderation Role of Brand Schematicity and Digital Financial Literacy,” Journal of Open Innovation: Technology, Market, and Complexity, vol. 10, no. 2, Art. no. 100301, 2024, doi: 10.1016/j.joitmc.2024.100301.