ANALISIS DATA DAN PEMBAHASAN
B. Deskripsi Karakteristik Responden
Karakteristik responden digunakan penulis dalam memberikan gambaran
tentang responden yang menjadi subyek penelitian. Setelah data karakteristek
responden diperoleh kemudian dilakukan penghitungan dengan menggunakan
1. Jenis Kelamin
Karakteristik responden berdasarkan jenis kelamin ditunjukkan pada tabel
berikut:
Tabel V.1
Karakteristik Responden Berdasarkan Jenis Kelamin
Sumber: Data Primer Diolah (2018)
Berdasarkan tabel V.1 di atas dapat dilihat bahwa dari 134 responden yang
diambil sebagai sampel, 70 orang berjenis kelamin laki-laki dengan
persentase sebesar 52% dan 64 orang berjenis kelamin perempuan dengan
persentase 48%. Disimpulkan bahwa mahasiswa pengguna smartphone
Xiaomi di Universitas Sanata Dharma didominasi oleh laki-laki No Jenis Kelamin Jumlah (responden) Persentase
1 Laki-laki 70 52%
2 Perempuan 64 48%
2. Usia
Karakteristik responden berdasarkan usia ditunjukkan pada tabel berikut:
Tabel V.2
Karakteristik Responden Berdasarkan Usia
Sumber: Data Primer Diolah (2018)
Berdasarkan tabel V.2 di atas dapat dilihat bahwa dari 134 responden sebagai
sampel, 4 orang berusia 17 tahun dengan persentase 3%, 19 orang berusia
18 tahun dengan persentase 14%, 24 orang berusia 19 tahun dengan
persentase 18%, 37 orang berusia 20 tahun dengan persentase 28%, 23 orang
berusia 21 tahun dengan persentase 17%, 17 orang berusia 22 tahun, 8 orang
berusia 23 tahun dengan persentase 6%, 2 orang berusia 24 tahun dengan
persentase 1%. Disimpulkan bahwa smartphone Xiaomi paling banyak
diminati oleh mahasiswa Universitas Sanata Dharma yang berusia 20 tahun.
3. Berapa kali membeli smartphone Xiaomi
Karakteristik responden berdasarkan berapa kali membeli smartphone
Xiaomi ditunjukkan pada tabel berikut:
No Usia Jumlah (responden) Persentase
1 17 4 3% 2 18 19 14% 3 19 24 18% 4 20 37 28% 5 21 23 17% 6 22 17 13% 7 23 8 6% 8 24 2 1% Total 134 100%
Tabel V.3
Karakteristik Responden Berdasarkan Berapa Kali Membeli Smartphone Xiaomi
No Berapa Kali Jumlah (responden) Persentase
1 1 Kali 106 79%
2 2 kali 22 16%
3 > 2 Kali 6 4%
Total 134 100%
Sumber: Data Primer Diolah (2018)
Berdasarkan tabel V.3 di atas dapat dilihat bahwa dari 134 responden
sebagai sampel, responden yang membeli smartphone Xiaomi 1 kali
sebanyak 106 orang dengan persentase sebesar 79%, responden yang
membeli smartphone Xiaomi 2 kali sebanyak 22 orang dengan persentase
16%, dan responden yang membeli smartphone Xiaomi >2 kali sebanyak 6
orang dengan persentase sebesar 4%. Disimpulkan bahwa 79% mahasiswa
pengguna smartphone Xiaomi di Universitas Sanata Dharma baru pertama
kali membeli smartphone Xiaomi.
C. Analisis Deskripsi Data 1. Harga
Kuesioner pada variabel harga menggunakan skala data berbasis 1-5,
dimana skala data 1 menunjukkan bahwa persepsi konsumen tentang setiap
item pernyataaan kuesioner pada variabel harga smartphone Xiaomi sangat
tidak sesuai, sedangkan skala data 5 menunjukkan bahwa persepsi
smartphone Xiaomi sangat sesuai (lihat tabel III.3). Berikut ini hasil analisis deskriptif variabel harga tersebut:
Sumber: Data Primer Diolah (2018)
Berdasarkan hasil pada tabel V.4 dapat diketahui bahwa item pernyataan
pada variabel harga yang memiliki skor paling rendah adalah “menurut saya, harga smartphone Xiaomi lebih rendah dari pada smartphone merek
lain untuk spesifikasi yang sama” dengan skor rata-rata 3,90 menunjukkan
bahwa persepsi responden terhadap harga smartphone Xiaomi yang lebih
rendah daripada smartphone pesaing dengan spesifikasi yang sama itu
sesuai. Item skor pernyataan yang paling tinggi adalah “Menurut saya,
harga smartphone Xiaomi yang ditawarkan sangat terjangkau” dengan skor
rata-rata 4,34 menunjukkan bahwa persepsi responden terhadap harga
Tabel V.4
Hasil Analisis Deskriptif Variabel Harga
Variabel No Item Pernyataan
Rata-Rata Skor
Kategori
Harga
1 Menurut saya, harga smartphone Xiaomi
yang ditawarkan sangat terjangkau 4,34
Sangat Sesuai 2 Menurut saya, harga smartphone Xiaomi
sesuai dengan kualitasnya 3,99 Sesuai
3
Menurut saya, harga smartphone Xiaomi lebih rendah dari pada smartphone merek lain untuk spesifikasi yang sama.
3,9 Sesuai
4 Menurut saya, harga smartphone Xiaomi
sesuai dengan manfaat yang saya peroleh 4,04 Sesuai
5
Menurut saya, harga smartphone Xiaomi sesuai dengan kemampuan atau daya beli mahasiswa
4,1 Sesuai
smartphone Xiaomi terjangkau itu sangat sesuai. Selain itu, rata-rata skor persepsi konsumen terhadap variabel harga smartphone Xiaomi sebesar
4,07 termasuk dalam kategori sesuai yang berarti bahwa persepsi konsumen
terhadap harga smartphone Xiaomi secara umum sesuai. Hal tersebut
menunjukkan bahwa harga smartphone Xiaomi adalah smartphone yang
memiliki harga terjangkau, sesuai dengan kualitasnya, lebih murah dari
pesaing untuk spesifikasi yang sama, sesuai dengan manfaat, dan sesuai
dengan daya beli konsumen.
2. Kualitas Produk
Kuesioner pada variabel kualitas produk menggunakan skala data berbasis
1-5, dimana skala data 1 menunjukkan bahwa persepsi konsumen tentang
setiap item pernyataaan kuesioner pada variabel kualitas produk
smartphone Xiaomi sangat tidak baik, sedangkan skala data 5 menunjukkan bahwa persepsi konsumen tentang setiap pernyataaan kuesioner pada
variabel kualitas produk smartphone Xiaomi sangat baik (lihat tabel III.4).
Sumber: Data Primer Diolah (2018)
Berdasarkan hasil pada tabel V.5 dapat diketahui bahwa item pernyataan
pada variabel kualitas produk yang memiliki skor paling rendah adalah
“Menurut saya, smartphone Xiaomi memiliki daya tahan yang baik” dengan skor rata-rata 3,60 menunjukkan bahwa persepsi responden
terhadap daya tahan smartphone Xiaomi termasuk dalam kategori baik.
Item skor pernyataan yang paling tinggi adalah “Menurut saya, smartphone
Xiaomi memiliki fitur yang dapat menunjang kebutuhan saya seperti
aplikasi mi remote” dengan skor rata-rata 4,22 menunjukkan bahwa
persepsi responden terhadap fitur mi remote pada smartphone Xiaomi dapat Variabel No Item Pernyataan Rat-Rata
Skor Kategori
Kualitas Produk
1
Menurut saya, smartphone Xiaomi memiliki kualitas yang baik
3,93 Baik
2
Menurut saya, smartphone Xiaomi memiliki daya tahan yang baik
3,6 Baik
3
Menurut saya, smartphone Xiaomi memiliki kualitas keseuaian (produk sesuai dengan spesifikasi yang dijanjikan)
3,83 Baik
4
Menurut saya, smartphone Xiaomi memiliki tampilan produk yang unik dan menarik
3,64 Baik
5
Menurut saya, smartphone Xiaomi memiliki bentuk dan ukuran yang menarik.
3,74 Baik
6
Menurut saya, smartphone Xiaomi memiliki fitur yang dapat menunjang kebutuhan saya seperti aplikasi mi remote
4,22 Sangat Baik
menunjang kebutuhan memiliki kategori sangat baik. Selain itu, rata-rata
skor persepsi konsumen secara keseluruhan terhadap variabel kualitas
produk smartphone Xiaomi sebesar 3,83 termasuk dalam kategori baik
yang berarti bahwa persepsi konsumen terhadap kualitas produk
smartphone Xiaomi baik. Hal tersebut menunjukkan bahwa smartphone Xiaomi memiliki kualitas yang baik, memiliki daya tahan yang baik,
memiliki kualitas kesesuaian, memiliki bentuk dan ukuran yang menarik
dan memiliki fitur yang dapat menunjang kebutuhan.
3. Kepuasan Konsumen
Kuesioner pada variabel kepuasan konsumen menggunakan skala data
berbasis 1-5, dimana skala data 1 menunjukkan bahwa persepsi konsumen
tentang setiap item pernyataaan kuesioner pada variabel kepuasan
konsumen pada smartphone Xiaomi sangat tidak puas, sedangkan skala
data 5 menunjukkan bahwa persepsi konsumen tentang setiap pernyataaan
kuesioner pada variabel kepuasan konsumen pada smartphone Xiaomi
sangat puas (lihat tabel III.5). Berikut ini hasil analisis deskriptif variabel
Sumber: Data Primer Diolah (2018)
Berdasarkan hasil pada tabel V.6 dapat diketahui bahwa item pernyataan
pada variabel kepuasan konsumen yang memiliki skor paling rendah adalah
“Saya merasa puas dengan kualitas produk yang diberikan karena sudah memenuhi harapan saya” dengan skor rata-rata 3,79 menunjukkan bahwa
persepsi responden merasa puas dengan kualitas produk smartphone
Xiaomi karena sudah memenuhi harapan. Item skor pernyataan yang paling
tinggi adalah “Saya merasa puas dengan manfaat yang saya peroleh karena sesuai dengan biaya yang saya keluarkan” dengan skor rata-rata 4,01
menunjukkan bahwa persepsi responden terhadap manfaat yang diperoleh
karena sesuai dengan biaya yang dikeluarkan memiliki kategori puas.
Selain itu, rata-rata skor persepsi konsumen secara umum terhadap variabel Tabel V.6
Hasil Analisis Deskriptif Variabel Kepuasan Konsumen Variabel No Item Pernyataan
Rata-Rata Skor Kategori Kepuasan Konsumen 1
Saya merasa puas karena kualitas produk dari smartphone Xiaomi sangat baik
3,86 Puas
2
Saya merasa puas dengan manfaat yang saya peroleh karena sesuai dengan biaya yang saya keluarkan
4,01 Puas
3
Saya merasa puas dengan kualitas produk yang diberikan karena sudah memenuhi harapan saya
3,79 Puas
4
Saya merasa puas karena smartphone Xiaomi dapat dioperasikan dengan baik.
3,90 Puas
kepuasan konsumen pada smartphone Xiaomi sebesar 3,89 termasuk dalam
kategori puas yang berarti bahwa persepsi konsumen terhadap kepuasan
konsumen pada smartphone Xiaomi puas. Hal tersebut menunjukkan
bahwa smartphone Xiaomi mampu memberikan rasa puas karena memiliki
kualitas produk yang baik, memperoleh manfaat yang sesuai dengan biaya
yang dikeluarkan, mampu memenuhi harapan konsumen dan dapat
dioperasikan dengan baik.
4. Minat Beli Ulang Konsumen
Kuesioner pada variabel minat beli ulang konsumen menggunakan skala
data berbasis 1-5, dimana skala data 1 menunjukkan bahwa persepsi
konsumen tentang setiap item pernyataaan kuesioner pada variabel minat
beli ulang konsumen pada smartphone Xiaomi sangat tidak berminat,
sedangkan skala data 5 menunjukkan bahwa persepsi konsumen tentang
setiap pernyataaan kuesioner pada variabel minat beli ulang konsumen pada
smartphone Xiaomi sangat berminat (lihat pada tabel III.6). Berikut hasil analisis deskriptif variabel minat beli ulang konsumen tersebut:
Sumber: Data Primer Diolah (2018)
Berdasarkan hasil pada tabel V.7 dapat diketahui bahwa item pernyataan
pada variabel minat beli ulang konsumen yang memiliki skor paling rendah
adalah “Smartphone Xiaomi adalah pilihan utama saya diantara smartphone merk lain.” dengan skor rata-rata 3,19 menunjukkan bahwa persepsi
responden tentang smartphone Xiaomi sebagai pilihan utama di antara
smartphone merk lain termasuk dalam kategori cukup berminat. Item skor pernyataan yang paling tinggi adalah “Saya akan merekomendasikan kepada orang lain untuk membeli smartphone Xiaomi” dengan skor
rata-rata 3,67 menunjukkan bahwa persepsi responden untuk
merekomendasikan smartphone Xiaomi kepada orang lain termasuk dalam
kategori berminat. Selain itu, rata-rata skor persepsi konsumen terhadap Tabel V.7
Hasil Analisis Deskriptif Variabel Minat Beli Ulang Konsumen Variabel No Item Pernyataan
Rata-Rata Skor Kategori Minat Beli Ulang Konsumen 1
Setelah merasakan manfaatnya, saya berminat untuk membeli kembali smartphone Xiaomi dikemudian hari
3,46 Berminat
2
Saya akan merekomendasikan kepada orang lain untuk membeli smartphone Xiaomi
3,67 Berminat
3
Smartphone Xiaomi adalah pilihan utama saya diantara smartphone merk lain.
3,19 Cukup
4
Saya selalu mencari informasi mengenai smartphone Xiaomi yang saya minati
3,53 Berminat
variabel minat beli ulang konsumen pada smartphone Xiaomi secara
keseluruhan sebesar 3,46 termasuk dalam kategori berminat yang berarti
bahwa persepsi konsumen terhadap minat beli ulang konsumen pada
smartphone Xiaomi termasuk dalam kategori berminat. Hal tersebut menunjukkan bahwa konsumen berminat untuk membeli kembali
smartphone Xiaomi dikemudian hari, berminat untuk merekomendasikan smartphone Xiaomi kepada orang lain dan berminat untuk selalu mencari informasi tentang produk yang diminati. Berbeda dengan pernyataan
smartphone Xiaomi adalah pilihan utama diantara smartphone merk lain menunjukkan kategori cukup yang artinya bahwa konsumen masih
ragu-ragu untuk menentukan apakah mereka berminat menjadikan smartphone
Xiaomi sebagai pilihan utama diantara smartphone merk lain atau tidak.
D. Pengujian
1. Pengujian Model Pengukuran (outler model)
Model pengukuran sendiri digunakan untuk menguji validitas konstruk dan
reabilitas instrumen.
a. Validitas konstruk
Uji validitas digunakan untuk menguji validitas kuesioner untuk
memastikan bahwa item-item pernyataan yang digunakan dalam
penelitian dapat dimengerti oleh responden. Validitas konstruk terdiri
1) Uji Validitas Konvergen
Menurut (Chin dalam Abdillah dan Jogiyanto 2015:195) Rule of
thum yang digunakan untuk validitas konvergen adalah Faktor loading ˃ 0,7. Penulis menggunakan nilai loading factor > 0,70. Kuesioner telah disebarkan kepada 134 responden yaitu mahasiswa
pengguna smartphone Xiaomi Universitas Sanata Dharma kampus
1 (Mrican) dan kampus 3 (Paingan). Setelah itu, hasil kuesioner
diolah dengan menggunakan WarpPLS 6.0 yang menghasilkan nilai
loading factor sebagai berikut:
Sumber: Data diolah dengan WarpPLS 6.0 Tabel V. 8
Nilai Loading Factor
No Item Pernyataan Nilai Loading Factor Status
1 X11 0,71 Valid 2 X12 0,687 Tidak Valid 3 X13 0,663 Tidak Valid 4 X14 0,742 Valid 5 X15 0,705 Valid 6 X21 0,705 Valid 7 X22 0,677 Tidak Valid 8 X23 0,734 Valid 9 X24 0,614 Tidak Valid 10 X25 0,648 Tidak Valid 11 X26 0,724 Valid 12 M1 0,835 Valid 13 M2 0,842 Valid 14 M3 0,783 Valid 15 M4 0,779 Valid 16 Y1 0,84 Valid 17 Y2 0,79 Valid 18 Y3 0,839 Valid 19 Y4 0,787 Valid
Berdasarkan tabel V.8 tabel nilai loading factor, item pernyataan
X12 bernilai 0,687, X13 bernilai 0,663, X22 bernilai 6,77, X24
bernilai 0,614, X25 bernilai 0,648 dinyatakan tidak valid karena
nilainya <0,70. Maka harus dilakukan penghapusan terhadap 5 item
tersebut. Berikut nilai loading factor dalam tabel setelah
penghapusan:
Sumber: Data diolah dengan WarpPLS 6.0
Berdasarkan tabel V.9 nilai loading factor setelah dilakukan
penghapusan, semua item pernyataan > 0,70 dan dinyatakan valid.
Alat ukur lain untuk mengukur validitas konvergen adalah
dengan menggunakan alat ukur Average Variance Extracted (AVE). Tabel V. 9
Nilai Loading Factor
No Item Pernyataan Nilai Loading Factor Status
1 X11 0,762 Valid 2 X14 0,73 Valid 3 X15 0,818 Valid 4 X21 0,743 Valid 5 X23 0,814 Valid 6 X26 0,811 Valid 7 M1 0,84 Valid 8 M2 0,79 Valid 9 M3 0,839 Valid 10 M4 0,787 Valid 11 Y1 0,835 Valid 12 Y2 0,842 Valid 13 Y3 0,783 Valid 14 Y4 0,779 Valid
Rule of thumb yang digunakan untuk validitas konvergen adalah Average Varian Extracted (AVE) ˃ 0,5 (Chin dalam Abdillah dan
Jogiyanto 2015:195). Berikut nilai AVE dalam tabel:
Sumber: Data diolah dengan WarpPLS 6.0
Berdasarkan tabel V.10 nilai Average Variance Extracted (AVE),
semua variabel dinyatakan valid karena nilai AVE > 0,50.
2) Uji Validitas Diskriminan
Suatu model mempunyai validitas diskriminan yang cukup
besar jika akar AVE untuk setiap konstruk lebih besar daripada
korelasi antara konstruk lainnya dalam model (Chin, Gopal, dan
Salinsbury dalam Abdillah dan Jogiyanto 2015:195). Berikut adalah
nilai akar AVE dan korelasi variabel laten dalam tabel:
Tabel V.11
Nilai Akar AVE dan Korelasi Variabel Laten
Sumber: Data diolah dengan WarpPLS 6.0 Tabel V. 10
Nilai Average Variance Extracted (AVE)
No Variabel Nilai AVE Status
1 Harga 0,594 Valid
2 Kualitas Produk 0,624 Valid 3 Kepuasan Konsumen 0,657 Valid 4 Minat Beli Ulang Konsumen 0,664 Valid
Harga KP KK MBUK Harga (0,771) 0,556 0,571 0,418
KP 0,556 (0,790) 0,768 0,556 KK 0,571 0,768 (0,810) 0,599 MBUK 0,418 0,556 0,599 (0,815)
Berdasarkan tabel V.10 nilai akar AVE dan korelasi variabel
laten di atas, semua variabel dinyatakan valid karena nilai akar AVE
˃ korelasi variabel laten. b. Uji Reliabilitas
Reliabilitas menunjukan akurasi, konsistensi, dan ketepatan suatu
alat ukur dalam suatu penelitian. Menurut Hair et al,(dalam Abdillah
dan Jogiyanto 2015:196) suatu konstruk dikatakan reliabel jika
memenuhi syarat rule of thumb nilai cronbach’s alpha dan composite
reliability harus lebih besar dari 0.7 meskipun nilai 0.6 masih dapat diterima. Berikut adalah nilai cronbach’s alpha dan composite
reliability dalam tabel:
Sumber: Data diolah dengan WarpPLS 6.0
Berdasarkan tabel V.12 Nilai Cronbach’c Alpha dan Composite
Reliability di atas disimpulkan bahwa semua variabel dinyatakan reliabel karena nilai cronbach’s alpha dan composite reliability > 0,6.
Pada nilai cronbach’s alpha, nilai tertinggi sebesar 0,831 pada variabel
minat beli ulang konsumen dan nilai terendah sebesar 0,657 pada
Tabel V.12
Nilai Cronbach,s Alpha dan Compositer Reliability
No Variabel Cronbach’s Alpha Composite Reliability Status 1 Harga 0,657 0,814 Reliabel 2 KP 0,698 0,833 Reliabel 3 KK 0,825 0,884 Reliabel 4 MBUK 0,831 0,887 Reliabel
variabel harga. Selain itu, pada composite reliability, nilai tertinggi
sebesar 0,887 pada variabel minat beli ulang konsumen dan nilai
terendah 0,814 pada variabel harga.
2. Pemaknaan R2 dan Pengujian Model Struktural (Inner Model)
a. Nilai R2
Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel
independen terhadap variabel dependen. Berikut adalah hasil nilai R2
diolah menggunakan WarpPLS 6.0 yang digunakan untuk menilai
pengaruh variabel independen terhadap variabel dependen:
Sumber: Data diolah dengan WarpPLS 6.0
Berdasarkan tabel V.13 nilai R2 di atas dapat diketahui bahwa nilai
R2 pada variabel kepuasan konsumen sebesar 0,633 yang berarti 63,3%
variabel kepuasan konsumen dipengaruhi secara bersama-sama oleh
variabel harga dan kualitas produk, sedangkan sisanya 36,7% dapat
dijelaskan oleh variabel lain di luar model penelitian.
Nilai R2 pada variabel minat beli ulang konsumen sebesar 0,432
yang berarti 43,2% variabel minat beli ulang konsumen dipengaruhi
secara bersama-sama oleh variabel harga, kualitas produk dan kepuasan Tabel V.13
Nilai R2
No Variabel R2
1 Kepuasan Konsumen 0,633
konsumen, sedangkan sisanya 56,8% dapat dijelaskan oleh variabel lain
di luar model penelitian.
b. Pengujian Hipotesis 1-5
Hubungan antara variabel dalam model penelitian ini dapat dilihat
dari hasil estimasi path coefficient (koefisien jalur) dan p value (tingkat
signifikasnsinya). Berikut ini gambar hasil pengujian yang diolah
menggunakan warpPLS 6.0:
Gambar V.1
Pengujian Model Penelitian dengan WarpPLS 6.0
Pengujian hipotesis yang diajukan dapat dilihat dari besarnya
nilai p value. Apabila p value lebih kecil atau sama dengan 0,05, maka
Ho ditolak atau terdapat pengaruh yang signifikan. Jika p value lebih
besar dari 0,05 maka Ho diterima atau terdapat pengaruh tidak
signifikan. Hasil estimasi path coefficient untuk menguji kekuatan
pengaruh antar masing-masing variabel dan menjelaskan ketegasan
Sumber: Data diolah dengan WarpPLS6.0
Berdasarkan tabel V.14 Hasil Estimasti Path Coefficient di atas, maka
hasil uji hipotesis 1-5 adalah sebagai berikut:
1) Uji Hipotesis 1
a) Hipotesis:
HO: Harga tidak berpengaruh positif terhadap kepuasan
konsumen
HA: Harga berpengaruh positif terhadap kepuasan konsumen
b) Dasar Pengambilan Keputusan:
P-value ≤ 0,05 (α = 5%), HO ditolak, HA diterima
P-value ˃ 0,05 (α = 5%), HO diterima, HA ditolak c) Keputusan:
P value = 0,006 < 0,05 maka HA diterima dan HO ditolak d) Penjelasan:
Harga berpengaruh positif terhadap kepuasan konsumen terlihat
pada nilai p value. Artinya semakin sesuai harga dari suatu Tabel V.14
Hasil Estimasi Path Coefficient
No Hipotesis Path
Coefficient P Value Keterangan
1 Harga KK (H1) 0,208 0,006 Signifikan
2 KP KK (H2) 0,662 <0,001 Signifikan 3 Harga MBUK (H3) 0,113 0,09 Tidak Signifikan
4 KP MBUK (H4) 0,329 <0,001 Signifikan
produk maka akan semakin tinggi kepuasan konsumen dengan
tingkat keyakinan 95% (kesalahan 5%).
2) Uji Hipotesis 2
a) Hipotesis:
HO: Kualitas produk tidak berpengaruh positif terhadap
kepuasan konsumen
HA: Kualitas produk berpengaruh positif terhadap kepuasan
konsumen
b) Dasar Pengambilan Keputusan:
P-value ≤ 0,05 (α = 5%), HO ditolak, HA diterima
P-value ˃ 0,05 (α = 5%), HO diterima, HA ditolak c) Keputusan:
P value = 0,001 < 0,05 maka HA diterima dan HO ditolak d) Penjelasan:
Kualitas produk berpengaruh positif terhadap kepuasan
konsumen terlihat pada nilai p value. Artinya semakin baik
kualitas suatu produk maka akan semakin tinggi kepuasan
konsumen dengan tingkat keyakinan 95% (kesalahan 5%).
3) Uji Hipotesis 3
a) Hipotesis:
HO: Harga tidak berpengaruh positif terhadap minat beli ulang
HA: harga berpengaruh positif terhadap minat beli ulang
konsumen
b) Dasar Pengambilan Keputusan:
P-value ≤ 0,05 (α = 5%), HO ditolak, HA diterima
P-value ˃ 0,05 (α = 5%), HO diterima, HA ditolak c) Keputusan:
P value = 0,090 > 0,05 maka HO diterima dan HA ditolak d) Penjelasan:
Harga tidak berpengaruh positif terhadap minat beli ulang
konsumen terlihat pada nilai p value. Artinya semakin sesuai
harga maka tidak semakin meningkatkan minat beli ulang
konsumen dengan tingkat keyakinan 95% (kesalahan 5%).
4) Uji Hipotesis 4
a) Hipotesis:
HO: Kualitas produk tidak berpengaruh positif terhadap minat
beli ulang konsumen
HA: Kualitas produk berpengaruh positif terhadap minat beli
ulang konsumen
b) Dasar Pengambilan Keputusan:
P-value ≤ 0,05 (α = 5%), HO ditolak, HA diterima
c) Keputusan:
P value = 0,001 < 0,05 maka HA diterima dan HO ditolak d) Penjelasan:
Kualitas produk berpengaruh positif terhadap minat beli ulang
konsumen terlihat pada nilai p value. Artinya semakin baik
kualitas suatu produk maka akan semakin tinggi minat beli ulang
konsumen dengan tingkat keyakinan 95% (kesalahan 5%).
5) Uji Hipotesis 5
a) Hipotesis:
HO: Kepuasan konsumen tidak berpengaruh positif terhadap
minat beli ulang konsumen
HA: Kepuasan konsumen berpengaruh positif terhadap minat
beli ulang konsumen
b) Dasar Pengambilan Keputusan:
P-value ≤ 0,05 (α = 5%), HO ditolak, HA diterima
P-value ˃ 0,05 (α = 5%), HO diterima, HA ditolak c) Keputusan:
P value = 0,001 < 0,05 maka HA diterima dan HO ditolak d) Penjelasan:
Kepuasan konsumen berpengaruh positif terhadap minat beli
ulang konsumen terlihat pada nilai p value. Artinya semakin
minat beli ulang konsumen dengan tingkat keyakinan 95%
(kesalahan 5%).
c. Pengujian hipotesis 6 dan 7 dengan efek mediasi
Menurut Baron dan Kenny (dalam Sholihin dan Ratmono, 2013:56)
pengujian efek mediasi dilakukan dengan 2 langkah, yaitu:
1) Melakukan estimasi direct effect antar variabel independen dan
dependen. Penulis melakukan estimasi direct effect yaitu pengaruh
langsung antara variabel harga dan kualitas produk terhadap minat
beli ulang konsumen. Hasil estimasi direct effect disajikan dalam
bantuk gambar dan tabel sebagai berikut:
Gambar V.2
Pengujian Model Direct Effect dengan WarpPLS 6.0
Sumber: Data diolah dengan WarpPLS6.0
2) Melakukan estimasi indirect effect secara simultan dengan
menambahkan variabel mediasi antara variabel independen dan Tabel V.15
Hasil Estimasi Path Coefficient Direct Effect
No Hipotesis Path
Coefficient P Value Keterangan
1 Harga MBUK 0,196 0,010 Signifikan
dependen. Penulis melakukan estimasi indirect effect yaitu peran
variabel kepuasan konsumen dalam memediasi pengaruh variabel
harga dan kualitas produk terhadap minat beli ulang konsumen.
Hasil estimasi indirect effect disajikan dalam bantuk gambar dan
tabel sebagai berikut:
Gambar V.3
Pengujian Model Indirect Effect Penelitian dengan WarpPLS 6.0
Sumber: Data diolah dengan WarpPLS6.0 Tabel V.16
Hasil Estimasi Path Coefficient Indirect Effect
No Hipotesis Path
Coefficient P Value Keterangan
1 Harga KK (H1) 0,208 0,006 Signifikan
2 KP KK (H2) 0,662 <0,001 Signifikan 3 Harga MBUK (H3) 0,113 0,09 Tidak Signifikan
4 KP MBUK (H4) 0,329 <0,001 Signifikan
Setelah dilakukan estimasi melalui direct maupun indirect
effect. Langkah selanjutnya adalah melakukan pengujian efek mediasi pada hipotesis 6 dan 7 sebagai berikut:
3) Uji Hipotesis 6
a) Hipotesis:
HO: Kepuasan konsumen tidak memediasi pengaruh
harga terhadap minat beli ulang konsumen
HA: Kepuasan konsumen memediasi pengaruh harga
terhadap minat beli ulang konsumen.
b) Dasar Pengambilan Keputusan:
1) Jika path coefficient antara harga dan minat beli
ulang dari direct effect (lihat pada tabel V.15) ke
indirect effect (lihat pada tabel V.16) tidak berubah dan tetap signifikan, maka HO diterima dan HA
ditolak.
2) Jika path coefficient antara harga dan minat beli
ulang dari direct effect (lihat pada tabel V.15) ke
indirect effect (lihat pada tabel V.16) nilainya turun dan tetap signifikan, maka HO ditolak dan HA
diterima dengan mediasi sebagian (partial
3) Jika path coefficient antara harga dan minat beli
ulang dari direct effect (lihat pada tabel V.15) ke
indirect effect (lihat pada tabel V.16) nilainya turun dan menjadi tidak signifikan, maka HO ditolak dan
HA diterima dengan mediasi penuh (full mediation)
c) Keputusan:
Path coefficient 0,196 turun menjadi 0,113 dan menjadi tidak signifikan. Maka HO ditolak dan HA diterima
dengan mediasi penuh (full mediation).
d) Penjelasan:
Kepuasan konsumen memediasi pengaruh harga
terhadap minat beli ulang konsumen. Artinya semakin