Menurut Ghozali (2008), PLS merupakan pendekatan alternatif yang bergeser dari pendekatan Structur Equation Modeling (SEM) berbasis konvarian menjadi berbasis varian. Dinyatakan oleh wold dalam Ghozali (2008). Metode ini merupakan metode yang sangat kuat, karena tidak didasarkan oleh banyak asumsi, data tidak harus terdistribusi dengan normal multivariate dan untuk bahan sampel tidak harus besar. Tujuan dari pls adalah memprediksi suatu model dan mengkonfirmasi teori yang telah ada, tetapi juga bisa digunakan untuk menjelaskan ada tidaknya hubungan antar peubah atau variable laten. Alasan menggunakan model SEM berbasiskan komponen atau vaarian (PLS) adalah sebagai berikut:
1. PLS dapat digunakan untuk mengkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten, bahkan dengan PLS dapat menggunakan model persamaan struktural untuk menguji teori atau pengembangan teori untuk tujuan prediksi.
2. PLS merupakan metode analisis yang powerfull oleh karena tidak didasarkkan banyak asumsi.
3. Penggunaan data dengan PLS, tidak harus berdistribusi normal multivariate (indikator dengan skala katagori samapai ratio dapat digunakan pada model yang sama).
4. Penggunaan sampel pada PLS, tidaklah harus besar melainkan bisa minimal 30 sampel.
5. PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator refleksif dan indikator formatif.
6. PLS jauh lebih efisien perhitungan algoritma, sehingga mampu mengestimasi model yang besar dan komplek dengan ratusan variabel laten dan ribuan indikator.
3.4.1 Model Spesifikasi dengan PLS
a. Inner model yang menspesifikasi hubungan antar variabel laten (structural model). Inner model menggambarkan hubungan antar variabel laten berdasarkan pada subtantive theory. Model persamaannya = 0+ +Γ + . PLS didesain untuk model recursive, maka hubungan antar variabel laten sering disebut casual chain system dari variabel laten dapat dispesifikasikan sebagai berikut = ∑i +∑iγ
jbiξb+
b. Outer model yang mespesifikasi hubungan antara variabel laten dengan variabel indikatornya (measurement model). Outer model mendefinisikan bagaimana setiap blojyk indikator berhubungan dengan variabel latennya. Blok dengan indikator refleksif dapat ditulis persamaan =Λ + dan
=Λ + . Sedangkan Blok dengan indikator formatif dapat ditulis persamaan = Πξx+δξ dan =Πηy+δη
c. Weight relation dalam mana nilai kasus dari variabel laten dapat diestimasi.
Inner model dan outer model memberikan spesdifikasi yang diikuti dalam algoritma PLS. Nilai kasus untuk setiap variabel laten diestimasi dalam
PLS yaitu = ∑i dan =
3.4.2 Evaluasi Model
PLS tidak mengasumsikan distribusi tertentu untuk estimasi parameter, maka teknik parametik untuk menguji signifikansi parameter tidak diperlukan (Chin, 1998). Evaluasi model PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat non parametik. Model pengukuran atau outer model dengan indikator reflektif dievaluasi dengan validitas konvergen dan validitas diskriminan dari indikatornya dan composive reliability atau blok indikator. Model struktural atau inner model dievaluasi dengan melihat persentase variance yang dijelaskan yaitu dengan melihat nilai R-square untuk konstruk laten dependen dengan menggunakan ukuran stone-Geisser Q Square test (Stone, 1974: Geisser, 1975) dalam Ghozali (2006) dan juga melihat besarnya koefisien jalur strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji t-statistic yang diperoleh dari prosedur bootstraping.
3.4.3 Model Pengukuran dengan Outer Model
Validitas konvergen dari model pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antar skor item atau skor komponen dengan skor konstruk yang dihitung dari PLS. Ukuran reflektif individual dikatakan tinggi jika berkorelasi lebih dari 0,7 dengan konstruk yang ingin diukur.
Validitas diskriminan dari model pengukuran dengan refleksif indikator dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar dari pada ukuran konstruk lainnya, maka hal ini menunjukkan bahwa konstruk laten memprediksi ukuran pada blok mereka lebih baik dari pada ukuran pada blok lainnya.
Metode lain untuk menilai validitas diskriminan adalah
membandingkan nilai akar average extracted (AVE) setiap konstruk dengan korelasi antar konstruk dengan konstruk lainnya dalam model. Jika nilai akar AVE setiap konstruk lebih besar dari pada nilai korelasi antara konstruk dengan konstrukm lainnya dalam model, maka dikatakan memiliki nilai validitas diskriminan yang baik (Fornel dan Larcker, 1981) dalam Ghozali (2006). Direkomendasikan bahwa nilai AVE > 0,5.
Composite reliability blok indikator yang mengukur suatu konstruk dapat dievaluasi dengan dua macam pengukuran, yaitu internal consistency yang dikembangkan oleh Werts, Lim dan Jokerskog (1974) dan Cronbach Alpha dengan menggunakan output yang dihasilkan PLS, maka composite reliability dapat dihitung dengan rumus sebagai berikut:
pc = ) ( var ) ( ) ( 2 2 i i i pc Σ + Σ Σ λ λ
3.4.4 Model Pengukuran dengan Inner Model
Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen, Stone-Qeisser Q-square test untuk predictive relevance
dan uji t serta signifikansi dari koefisien parameter jalur struktural. Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel laten dependen. Interpretasinya sama dengan interpretasi pada regresi. Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variable laten independen tertentu terhadap variabel dependen apakah memilikipengaruh yang substantive. Pengaruh besarnya f2 dapat dihitung dengan menggunakan rumus sebagai berikut:
f2 = include R exclude R included R 2 2 2 1− −
Dimana R2 included dan R2 excluded adalah R-square dari variabel laten dependen ketika prediktor variabel laten digunakan atau dikeluarkan di dalam persamaan struktural. Nilai f2 sama dengan 0,02; 0,15 dan 0,35 dapat diartikan bahwa rediktor variabel laten memiliki pengaruh kecil; menengah; dan besar pada tingkat struktural. Disamping melihat R-square, model PLS juga dievaluasi dengan melihat Q-square predictive relevan untuk model konstruk. Q-square mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square lebih besar 0 (nol) menunjukkan bahwa model memiliki nilai prediktif relevance.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
4.1.1 Gambaran Umum Perusahaan
AR Cell berasal dari salah seorang yang bernama Saiful, Saiful memulai bisnisnya dengan melihat peluang yang amat dipasar telephon seluler kedepannya. akirnya pada tanggal 10 Agustus 2010 AR Cell resmi didirikan, AR Cell adalah sebuah toko yang menjual hanphone baru dan juga secound serta menjual acsesoris dan melayani servise handpone. AR Cell berlokasi di Jalan Mastrib Karang Pilang komplek pasar Karang Pilang. AR Cell mulai beroperasi dari jam 10.00 – 20.00.
Visi dan Misi AR Cell, yaitu :
Visi : AR Cell mengiginkan produk penjualan yang telah dijualnya dapat dikenal, khususnya oleh kalangan masyarakat setempat, umumnya dapat dikenal oleh seluruh kalangan masyarakat.
Misi : 1. Menjaga mutu dan kualitas dengan harga yang terjangkau
2. Memberi kenyamanan, keamanan yang bersahat untuk menjalin kebersamaan antar konsumen dan pembeli.
3. Memberikan akses yang terbaik guna melayani customer sebaik-baiknya.
4.2 Deskripsi J awaban Responden 4.2.1 Penyebaran Kuesioner
Data mengenai keadaan responden dapat diketahui melalui jawaban responden dari pertanyaan-pertanyaan yang diajukan kedalam kuisioner yang telah diberikan. Dengan mengunakan simple random sampling, adalah teknik untuk mendapatkan sample yang langsung dilakukan pada unit sampling. Dengan demikian setiap init sampling sebagai unsur populasi yang terkecil memperoleh peluang yang sama untuk menjadi sample atau untu mewakili populasi.sample diambil peneliti sebanyak 53 responden yaitu orang yang pernah membeli Smartphone Blackberry di AR Cell
4.2.2 Diskripsi Karakter Responden
Data mengenai responden dapat diketahui melalui jawaban responden dari pertanyaan-pertanyaan yang diajukan didalam kuisioner yang telah diberikan atau disebar oleh peneliti. Dari jawaban-jawaban tersebut diketahui hal-hal seperti dibawah ini :
A. Responden Berdasar kan J enis Kelamin
Perbedaan jenis kelamin dapat menjadi pembeda bagi seseorang dalam mencari-cari informasi Smartphone Blackberry, karena pada umumnya seseorang memilih tipe Smartphone yang nyaman dan sesuai dengan kebutuhanya. Dengan cukup banyaknya konsumen Smartphone Blackberry, maka jenis kelamin responden memungkinkan untuk memiliki perbedaan antara laki-laki dan perempuan. Komposisi responden menurut jenis kelamin disajikan pada Tabel 4.1 berikut ini.
Tabel 4.1
J umlah Responden Berdasar kan J enis Kelamin
NO J ENIS KELAMIN J UMLAH PERSENTASE
(% )
1 LAKI-LAKI 30 56,60
2 PEREMPUAN 23 43,40
TOTAL 53 100
Sumber : Data Diolah
Berdasarkan Tabel 4.1 dapat diketahui bahwa responden laki-laki sebanyak 30 orang (56,60%) dan responden perempuan sebanyak 23 orang (43,60%). Hal ini menunjukkan bahwa laki-laki sebagai konsumen yang lebih potensial dalam memilih Smartphone dibanding perempuan, karena laki-laki lebih memilih ponsel yang modelnya stylis dan sesuai dengan kebutuhan.
B. Responden Berdasar kan Umur
Perbedaan kondisi individu seperti umur seringkali dapat memberikan perbedaan perilaku membeli seseorang. Ini dilakukan untuk mengetahui kelompok umur yang lebih potensial dalam memilih smartphone. Tabulasi umur responden dapat dilihat sebagai berikut.
Tabel 4.2
J umlah Responden Menurut Umur
NO UMUR J UMLAH PERSENTASE (% )
1 17 – 25 Tahun 10 18,9
2 26 – 35 Tahun 23 43,3
3 36-45 Tahun 18 34
4 >46 tahun 2 3,8
5 Total 53 100
Berdasarkan Tabel 4.2 dapat diketahui bahwa untuk umur responden yang terbanyak adalah yang berumur antara 26 – 35 Tahun sebanyak 23 orang (43,3%), diikuti dengan usia responden 36 – 45 Tahun sebanyak 18 orang (34%). Hal ini menunjukkan kelompok umur 26 – 35 Tahun merupakan konsumen potensial dalam pembelian Smartphone Blackberry, karena biasana pada umur tersebut seseorang telah mapan dan telah memiliki pekerjaan tetap.
C. Responden Menurut Pekerjaan
Pekerjaan juga akan menunjukkan status social yang akan mempengaruhi seseorang dalam memilih produk sepeda motor Yamaha. Komposisi responden menurut jenis pekerjaan yang ditekuninya disajikan pada Tabel 4.3 berikut ini.
Tabel 4.3
J umlah Responden Menurut Pekerjaan
PEKERJ AAN J UMLAH PERSENTASE (% )
Pegawai Negeri 13 24,52
Pegawai Swasta 15 28,32
Wiraswasta 8 15,09
TNI / POLRI 17 32,07
J UMLAH 53 100
Sumber : Data diolah
Berdasarkan Tabel 4.3 menunjukkan bahwa jumlah responden yang tebanyak adalah dari kelompok responden dengan pekerjaan TNI / POLRI yaitu sebanyak 17 orang atau 32,07 % dari jumlah responden., diikuti oleh responden dengan pekerjaan Pegawai Swasta yaitu sebanyak
15 orang atau 28,32% responden. Data diatas menunjukkan TNI / POLRI lebih banyak memiliki Smartphone Blackberry, karena sebagai sarana komunikasi untuk aktivitasnya dan sesuai dengan daya beli serta penghasilannya.
4.3 Deskripsi Variabel
4.3.1 Deskripsi Variabel Harga ( X1 )
Harga merupakan satuan moneter atau ukuran lainnya (termasuk barang dan jasa lainnya) yang, ditukarkan agar memperoleh hak kepemilikan atau penggunaan suatu barang atau jasa. Harga merupakan komponen yang berpengaruh langsung terhadap laba perusahaan.
Tabel 4.4
J awaban Responden Tentang Harga ( X1 )
No Indikator Skor J awaban Total
1 2 3 4 5
1 Harga murah adalah pilihan 2 11 16 24 0 53
3,8% 20,8% 30,2% 46.3% - 100%
2
Kesesuaian harga dengan kemampuan atau daya beli masyarakat
7 10 31 5 0 53
13,2% 18,9% 58,5% 9,4% - 100%
3
Potongan harga (diskon)
atau cash back 9 12 19 13 0 53
17% 22,6% 35,8% 24,5% - 100%
Sumber : Data diolah
Berdasarkan Tabel 4.4 dapat dijelaskan bahwa :
1. Distribusi frekuensi indikator ( X1.1 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 3 dan 4
yaitu 30,2% dan 45,3%, sedangkan sisanya 3,8% pada skor 1 dan 20,8% pada skor 2. Hal ini berarti responden setuju bahwa harga smartphone Blackberry yang murah adalah pilihan konsumen.
2. Distribusi frekuensi indikator ( X1.2 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 2 dan 3 yaitu 18,9% dan 58,5%, sedangkan sisanya 13,2% pada skor 1 dan 9,4% pada skor 4. Hal ini berarti responden setuju bahwa kesesuaian harga smartphone Blackberry dengan kemampuan/daya beli masyarakat.
3. Distribusi frekuensi indikator ( X1.3 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 3 dan 4 yaitu 35,8% dan 24,5%, sedangkan sisanya 17% pada skor 1 dan 22,6% pada skor 2. Hal ini berarti responden setuju bahwa konsumen mendapat potongan harga (diskon) atau cashback.
4.3.2 Deskripsi Variabel Pr omosi ( X2 )
Promosi merupakan salah satu variabel dalam bauran pemasaran yang sangat penting dilaksanakan oleh perusahaan dalam memasarkan produk jasa. Kegiatan promosi bukan saja berfungsi sebagai alat komunikasi antara perusahaan dengan konsumen, melainkan juga sebagai alat untuk memengaruhi konsumen dalam kegiatan pembelian atau penggunaan jasa sesuai dengan keinginan dan kebutuhannya.
Tabel 4.5
J awaban Responden Tentang Promosi ( X2 )
No Indikator Skor J awaban Total
1 2 3 4 5
1 Daya tarik promosi 4 11 15 23 0 53
7,5% 20,8% 28,3% 43,4% - 100% 2 Jangkauan promosi 2 10 21 20 0 53 3,8% 18,9% 39,6% 37,7% - 100% 3 Frekuensi promosi 4 13 21 15 0 53 7,5% 24,5% 39,6% 28,3% - 100%
Sumber : Data diolah
Berdasarkan Tabel 4.5 dapat dijelaskan bahwa :
1. Distribusi frekuensi indikator ( X2.1 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 dan 3 yaitu 43,4% dan 28,3%, sedangkan sisanya 20,8% pada skor 2 dan 7,5% pada skor 1. Hal ini berarti responden setuju bahwa promosi penjualaan yang dilakukan di AR Cell seoerti pembelian Smartphone Blackberry (bonus accesoris dan potongan harga) menarik perhatian 2. Distribusi frekuensi indikator ( X2.2 ) yang terdapat pada tabel diatas
menunjukkan jawaban responden dominan pada skor 3 dan 4 yaitu 39,6% dan 37,7%, sedangkan sisanya 18,9% pada skor 2 dan 3,8% pada skor 1. Hal ini berarti responden setuju bahwa Saya pertama kali mengenal AR Cell melalui media brosur.
3. Distribusi frekuensi indikator ( X2.3 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 3 dan 4 yaitu
39,6% dan 28,3%, sedangkan sisanya 24,5% pada skor 2 dan 7,5% pada skor 1. Hal ini berarti responden setuju AR Cell sering menyebarkan brosur.
4.3.3 Deskripsi Variabel Kualitas Pelayanan ( X3 )
Sebuah kata yang bagi penyedia jasa merupakan sesuatu yang harus dikerjakan dengan baik.
Tabel 4.6
J awaban Responden Tentang Kualitas Pelayanan ( X3 )
No Indikator Skor J awaban Total
1 2 3 4 5 1 Kehandalan 0 8 19 26 0 53 - 15,1% 35,8% 49,1% - 100% 2 Responsive 0 7 22 24 0 53 - 13,2% 41,5% 45,3% - 100% 3 Keyakinan 0 8 8 37 0 53 - 15,1% 15,1% 69,8% - 100% 4 Empati 0 10 16 25 2 53 - 18,9% 30,2% 47,2% 3,8% 100% 5 Berwujud 6 4 29 14 0 11,3% 7,5% 54,7% 26,4% _ 100%
Sumber : Data diolah
Berdasarkan Tabel 4.6 dapat dijelaskan bahwa :
1. Distribusi frekuensi indikator ( X3.1 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 dan 3 yaitu 49,1% dan 35,8%, sedangkan sisanya 15,1% pada skor 2. Hal ini berarti responden setuju bahwa Karyawan AR Cell mengerti informasi teknologi.
2. Distribusi frekuensi indikator ( X3.2 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 dan 3 yaitu 45,3% dan 41,5%, sedangkan sisanya 13,2% pada skor 2. Hal ini berarti responden setuju bahwa Karyawan AR Cell cepat dalam menangani keluhan pembeli.
3. Distribusi frekuensi indikator ( X3.3 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 yaitu 69,8%, sedangkan sisanya 15,1% pada skor 2 dan 3. Hal ini berarti responden setuju bahwa AR Cell selalu memberikan garansi kepada pembeli.
4. Distribusi frekuensi indikator ( X3.4 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 dan 3 yaitu 47,2% dan 30,2%, sedangkan sisanya 18,9% pada skor 2, dan 3,8% pada skor 5, Hal ini berarti responden setuju bahwa AR Cell bertanggung jawab pada kerusakan Smartphone BlackBerry yang dijualnya.
5. Distribusi frekuensi indikator ( X3.5 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 3 dan 4 yaitu 54,7% dan 26,4%, sedangkan sisanya 11,3% pada skor 1 dan 7,5% pada skor 2. Hal ini berarti responden setuju bahwa Lokasi tokoh AR Cell mudah dijangkau.
4.3.4 Deskripsi Variabel Keputusan Pembelian ( Y )
Pengambilan keputusan merupakan suatu
kegiatan individu yang secara langsung terlibat dalam mendapatkan dan mempergunakan barang yang ditawarkan.
Tabel 4.7
J awaban Responden Tentang Keputusan Pembelian ( Y )
No Indikator Skor J awaban Total
1 2 3 4 5
1 Yakin Dalam Membeli 2 4 26 21 0 53
3,8% 7,5% 49,1% 39,6% - 100% 2 Mencari Informasi Lebih Lanjut 0 14 8 31 0 53 _ 26,4% 15,1% 58,5% - 100% 3 Merencanakan Pembelian 2 10 23 18 0 53 3,8% 18,9% 43,4% 34,0% - 100% 4 Sesuai Keinginan 4 10 14 25 0 53 7,5% 18,9% 26,4% 47,2% _ 100%
Sumber : Data diolah
Berdasarkan Tabel 4.6 dapat dijelaskan bahwa :
1. Distribusi frekuensi indikator ( Y1 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 3 dan 4 yaitu 49,1% dan 39,6%, sedangkan sisanya 7,5% pada skor 2 dan 3,8% pada skor 1. Hal ini berarti responden setuju bahwa harga Saya yakin membeli Smartphone BlackBerry di AR Cell .
2. Distribusi frekuensi indikator ( Y2 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 dan 2 yaitu 58,5% dan 26,4%, sedangkan sisanya 15,1% pada skor 3. Hal ini
berarti responden setuju bahwa Saya mencari informasi mengenai Smartphone BlackBerry di AR Cell sebelum memutuskan pembelian. 3. Distribusi frekuensi indikator ( Y3 ) yang terdapat pada tabel diatas
menunjukkan jawaban responden dominan pada skor 3 dan 4 yaitu 43,4% dan 34,0%, sedangkan sisanya 18,9% pada skor 2 dan 3,8% pada skor 1. Hal ini berarti responden setuju bahwa saya merencanakan pembelian di AR Cell karena tertarik.
4. Distribusi frekuensi indikator ( Y4 ) yang terdapat pada tabel diatas menunjukkan jawaban responden dominan pada skor 4 dan 3 yaitu 47,2% dan 26,4%, sedangkan sisanya 18,9% pada skor 2, dan 7,5% pada skor 1, Hal ini berarti responden setuju bahwa Saya membeli Smartphone BlackBerry di AR Cell karena keinginan saya sendiri. 4.4Hasil Partial Least Square.
4.4.1 Evaluasi Model Pengukuran
Evaluasi