BAB IV PEMBAHASAN
4.3. Deskripsi Hasil Teknik Analisis Data
4.3.1. Asumsi Model
4.3.1.3. Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 [kecil], maka terjadi multikolinieritas dan singularitas [Tabachnick & Fidell,1998].
Berdasarkan hasil pengujian dengan menggunakan program AMOS 4.0 diperoleh hasil Determinant of Sample Covariance Matrix
adalah > 0 yaitu sebesar 50.156.070 mengindikasikan tidak terjadi multikolinieritas dan singularitas dalam data ini sehingga asumsi terpenuhi.
4.3.1.4. Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajad sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
Karena indikator multidimensi, maka uji validitas dari setiap latent variabel construct akan diuji dengan melihat faktor loading faktor dari hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Dari hasil pengolahan data didapatkan hasil sebagai berikut :
Tabel 4.11. Faktor Loading dan Construct dengan Confirmatory Factor Analysis
Konstrak Indikator Faktor Loading
1 2 3 4 Product Attribute X11 0,854 X12 0,855 X13 0,831 X14 0,871 X15 0,764 X16 0,774 X17 0,780 X18 0,750 Price X21 0,785 X22 0,847 X23 0,873 X24 0,888 Promotion X31 0,814 X32 0,796 X33 0,843 X34 0,713 X35 0,705 Product Distribution X41 0,952 X42 0,684 Switching Behavior Y1 0,698 Y2 0,697 Y3 0,835 Y4 0,952 Y5 0,921
Sumber : Hasil Pengolahan Data (Lampiran 6)
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pernyataan yang membentuk setiap construct seluruhnya ≥ 0,5, sehingga butir -butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya baik.
Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala [variabel atau indikator observasian]. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi item-item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan.
Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini dapat dilihat pada tabel berikut ini :
Tabel 4.12. Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total
Correlation Koefisien Cronbach's Alpha Product Attribute X11 0,871 0,937 X12 0,870 X13 0,851 X14 0,875 X15 0,797 X16 0,818 X17 0,808 X18 0,795 Price X21 0,858 0,911 X22 0,889 X23 0,899 X24 0,909 Promotion X31 0,844 0,878 X32 0,825 X33 0,850 X34 0,793 X35 0,807 Product Distribution X41 0,923 0,783 X42 0,893 Switching Behavior Y1 0,923 0,912 Y2 0,893 Y3 0,871 Y4 0,934 Y5 0,919 : tereliminasi Sumber : Lampiran 5
Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya < 0,5 [Purwanto,2003]. Tidak terjadi eliminasi karena nilai item to total correlation indikator seluruhnya ≥ 0,5. Indikator
yang tereliminasi tidak disertakan dalam perhitungan cronbach's alpha. Perhitungan cronbach's dilakukan setelah proses eliminasi.
Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan hasil baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998].
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Construct reliability dan Variance-extracted dihitung dengan rumus sebagai berikut :
Sementara εj dapat dihitung dengan formula εj = 1 – [ Standardize loading ] secara umum, nilai construct reliability yang dapat diterima adalah ≥ 0,5 (Hair at, 1998). Standardize loading dapat diperoleh dari output AMOS 4.01, dengan melihat estimasi setiap construct standardize regression weight terhadap setiap butir sebagai indikatornya.c.
εj = 1 - [Standardize Loading]2 Σ[Standardize Loading2] Variance Extracted = Σ [Standardize Loading2] +Σεj [Σ StandardizeLoading]2 Construct Reliability = [Σ Standardize Loading]2 + Σεj]
Hasil pengujan Construct Reliability dan Variance Extraced dalam penelitian ini akan ditampilkan pada tabel berikut :
Tabel 4.13. Construct Reliability & Variance Extrated
Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [εj] Reliability Construct Variance Extrated Product Attribute X11 0,854 0,729 0,271 0,939 0,658 X12 0,855 0,731 0,269 X13 0,831 0,691 0,309 X14 0,871 0,759 0,241 X15 0,764 0,584 0,416 X16 0,774 0,599 0,401 X17 0,780 0,608 0,392 X18 0,750 0,563 0,438 Price X21 0,785 0,616 0,384 0,912 0,721 X22 0,847 0,717 0,283 X23 0,873 0,762 0,238 X24 0,888 0,789 0,211 Promotion X31 0,814 0,663 0,337 0,883 0,602 X32 0,796 0,634 0,366 X33 0,843 0,711 0,289 X34 0,713 0,508 0,492 X35 0,705 0,497 0,503 Product Distribution X41 0,952 0,906 0,094 0,810 0,687 X42 0,684 0,468 0,532 Switching Behavior Y1 0,698 0,487 0,513 0,914 0,685 Y2 0,697 0,486 0,514 Y3 0,835 0,697 0,303 Y4 0,952 0,906 0,094 Y5 0,921 0,848 0,152
Batas Dapat Diterima ≥ 0,7 ≥ 0,5
Sumber : Hasil Pengolahan Data (Lampiran 7)
Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya ≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50.
4.3.2. Pengujian Model Dengan One-Step Approach
Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama [One Step Approach to SEM]. One step aprroach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas & reliabilitas data sangat baik [Hair et.al.,1998].
Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 4.01 terlihat pada Gambar dan Tabel Goodness of Fit di bawah ini.
Gambar 4.1 Model Pengukuran Kausalitas One Step Approach-Base Model
MODEL PENGUKURAN & STRUKTURAL Product Attribute, Price, Promotion, Product Stock, &Switching Behavior
Model Specification : One Step Approach - Base Model
Switching Behavior 1 Price 1 Product Attribute X11 1 er_12 Y1 er_20 1 1 X21 er_1 1 X22 er_2 1 X23 er_3 1 X24 er_4 1 d_ti 1 Y2 1 er_21 X12 1 er_13 X13 1 er_14 Y3 1 er_22 1 Promotion X31 er_5 X32 er_6 X33 er_7 1 1 1 X14 1 er_15 X15 1 er_16 X16 1 er_17 X17 1 er_18 X18 1 er_19 1 Product Stock X41 er_10 X42 er_11 1 1 X34 er_8 1 X35 er_9 1 Y4 1 er_23 Y5 1 er_24
Tabel 4.14. Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil Nilai Kritis Evaluasi Model
Cmin/DF 0,508 ≤ 2,00 baik Probability 0,095 ≥ 0,05 baik RMSEA 0,000 ≤ 0,08 baik GFI 0,920 ≥ 0,90 baik AGFI 0,901 ≥ 0,90 baik TLI 1,076 ≥ 0,95 baik CFI 1,000 ≥ 0,94 baik Sumber : Hasil Pengolahan data
Dari hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini.
Dilihat dari angka determinant of sample covariance matrix : 50.156.070 > 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini.
4.3.3. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung [koefisien jalur] diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR [Critical Ratio] atau p [probability] yang sama dengan nilai t hitung. Apabila t hitung
Tabel 4.15. Uji Kausalitas
Regression Weights Ustd Std
Prob. Faktor Faktor Estimate Estimate
Switching_Behavior Product_Attribute -0,067 -0,123 0,097 Switching_Behavior Price 0,067 0,123 0,091 Switching_Behavior Promotion 0,103 0,189 0,031 Switching_Behavior Product_Distribution 0,345 0,630 0,000 Batas Signifikansi ≤ 0,10 Sumber : Lampiran 8
Dilihat dari tingkat probabilitas arah hubungan kausal, hipotesis yang menyatakan bahwa :
a. Faktor Product Attribute berpengaruh negatif terhadap Faktor
Switching Behavior, dapat diterima [Prob. kausalnya 0,097 ≤ 0,10 [signifikan [negatif].
b. Faktor Price berpengaruh positif terhadap Faktor Switching Behavior, dapat diterima [Prob. kausalnya 0,091 ≤ 0,10 [signifikan [positif]. c. Faktor Promotion berpengaruh positif terhadap Faktor Switching
Behavior, dapat diterima [Prob. kausalnya 0,031 ≤ 0,10 [signifikan [positif].
d. Faktor Product Distribution berpengaruh positif terhadap Faktor
Switching Behavior, dapat diterima [Prob. kausalnya 0,000 ≤ 0,10 [signifikan [positif].
4.4. Pembahasan
Berdasarkan hasil penelitian yang telah dilakukan untuk menganalisis pengaruh antara atribut produk, harga, promosi dan persediaan produk terhadap switching behavior konsumen dalam pembelian kartu selular, ditemukan hasil bahwa semua hipotesis yang diajukan terbukti kebenarannya.
4.4.1. Pengaruh Atribut Produk Terhadap Switching Behavior Konsumen Dari hasil pengujian ditemukan pengaruh negatif dan signifikan dari atribut produk terhadap switching behavior, hal ini dapat dikarenakan saat ini pemasar melakukan strategi seperti menjaga agar jangan sampai kehabisan persediaan barang. Sekali kehabisan stok, konsumen akan beralih ke merek lain. Apalagi para pesaing sudah menawarkan barang dengan harga yang lebih rendah, kupon, sampel yang mengajak konsumen untuk mencoba sesuatu yang baru. Ini jelas harus dicermati dengan baik oleh para pemasar agar perusahaan dapat mempertahankan dan meningkatkan pasar guna mengungguli para pesaing dengan produk atau merek yang ditawarkan, karena dewasa ini, satu-satunya atribut yang sulit ditiru adalah merek yang kuat. Produk yang memiliki merek yang kuat cenderung lebih mudah memenuhi kebutuhan dan keinginan sesuai dengan persepsi pelanggan. Alasan penting lainnya adalah merek lebih bermakna daripada sekedar produk. Produk hanya menjelaskan atribut fisik, sedangkan merek dapat menjelaskan emosi serta hubungan secara spesifik dengan pelanggannya. Hal ini dapat terjadi karena merek mengandung nilai-nilai yang bersifat intangible seperti emosional, keyakinan, harapan, serta sarat dengan persepsi pelanggan. Peralihan merek (brand switching) ditandai dengan adanya perbedaan signifikan antar merek, konsumen dalam hal ini tidak mengetahui banyak mengenai kategori produk yang ada. Para pemasar dengan demikian perlu mendeferensiasikan keistimewaan mereknya untuk menjelaskan merek tersebut. Hal ini sesuai
dengan penelitian yang dilakukan oleh
4.4.2. Pengaruh Harga Terhadap Switching Behavior Konsumen
Ribhan (2007) bahwa atribut produk merupakan salah satu faktor yang mempengaruhi switching behaviour.
Dari hasil pengujian ditemukan pengaruh positif dan signifikan dari harga terhadap switching behavior, hal ini dikarenakan memang saat ini harga adalah sesuatu yang dapat membuat pemikiran dari konsumen berubah, dengan ditemukannya pengaruh yang positif yang berarti bahwa apabila harga meningkat maka switching behavior dari konsumen juga akan meningkat, selain itu perilaku konsumen dalam perpindahan merek yang lebih memperhatikan harga di dalam melakukan pembelian, mendorong perusahaan untuk melakukan serangkaian promosi guna menjelaskan keistimewaan produknya dan menjaga persediaan di setiap rak penjualan pada setiap saluran distribusi yang ada untuk menghindari terjadi celah distribusi yang nantinya dapat memberikan keuntungan pesaing dan tingkat loyalitas yang paling dasar adalah pembeli tidak loyal atau tertarik pada merek-merek apapun yang ditawarkan. Disebut konsumen Switcher atau price buyer (Konsumen lebih memperhatikan harga didalam melakukan pembelian). Berdasarkan definisi tersebut, ciri yang paling nampak dari jenis pelanggan ini adalah konsumen membeli suatu produk karena harganya murah. Semakin tinggi frekuensi pelanggan
untuk memindahkan pembeliannya dari suatu merek ke merek-merek yang lain mengindikasikan konsumen sebagai pembeli yang sama sekali tidak loyal, hal ini sesuai dengan penelitian yang dilakukan oleh
4.4.3. Pengaruh Promosi Terhadap Switching Behavior Konsumen
Ribhan (2007) yang menyatakan bahwa harga merupakan salah satu faktor yang mempengaruhi switching behaviour.
Dari hasil pengujian ditemukan pengaruh positif dan signifikan dari promosi terhadap switching behavior, hal ini dapat dikarenakan bahwa dengan adanya promosi yang kuat dari pihak penjual maka akan meningbulkan dampak yang baik dari konsumen, konsumen akan merasa ikut memiliki produk tersbeut dan penjual seakan – akan selalu membutuhkan konsumen untuk membeli produk tersebut, karena memang promosi merupakan salah satu kegiatan strategik pemasaran yang diyakini memiliki pengaruh terhadap keberhasilan pemasaran, apakah itu untuk tujuan menaikkan penjualan, membentuk citra merek (brand image building), mendorong konsumen untuk membeli suatu merek, dan tujuan marketing lainnya. Konsumen brand switching tidak secara aktif mencari informasi mengenai suatu merek, dan promosi merupakan salah satu kegiatan strategi pemasaran yang secara efektif dapat membangun brand awareness dalam benak konsumen, hal ini merupakan strategi pemasaran yang merupakan pernyataan (baik secara implisit maupun eksplisit)
mengenai bagaimana suatu merek atau lini produk mencapai tujuannya. Pada dasarnya strategi pemasaran memberikan arah dalam kaitannya dengan variabel-veriabel seperti segmentasi pasar, identifikasi pasar sasaran, positioning, elemen bauran pemasaran dan biaya bauran pemasaran. Strategi pemasaran merupakan bagian integral dari strategi bisnis yang memberikan arah pada semua fungsi manajemen suatu orgaisasi, hal ini sesuai dengan penelitian yang dilakukan oleh Ribhan (2007) yang menyatakan bahwa prmosi merupakan salah satu faktor yang mempengaruhi switching behaviour
4.4.4. Pengaruh Persediaan Produk Terhadap Switching Behavior
Konsumen
.
Dari hasil pengujian ditemukan pengaruh positif dan signifikan dari persediaan produk terhadap switching behavior, hal ini dikarenakan jika perusahaan ingin memenangkan persaingan mereka maka perusahaan itu lebih banyak menyediakan produk untuk kebutuhan konsumen dan harus beralih dari filosofi produk dan penjualan ke filosofi pemasaran. Perusahaan dapat menarik pelanggan dan mengungguli persaingannya dengan memenuhi dan memuaskan kebutuhan mereka secara lebih baik. Bagi seorang pemasok, hubungan baik dengan pengecer sama pentingnya dengan hubungan baik antara perusahaan dengan konsumen, serta membangun hubungan yang baik tidak hanya meningkatkan kinerja saat
ini, tetapi juga mempertahankan pertumbuhan ekspor yang berkesinambungan. Menurut Aaker (1996:22): “Active management requires efforts to avoid distribution gaps or out-of-stocks that might
precipitate a decision to switch brands”. Berdasarkan pernyataan tersebut, dapat dijelaskan bahwa tindakan manajemen lebih suka menghendaki usaha-usaha untuk menghindarkan celah distribusi (out-of-stocks) yang mungkin dapat mempercepat konsumen memutuskan untuk berpindah-pindah merek (brand switching). Berdasarkan teori yang telah diungkapkan di atas dapat ditarik suatu kesimpulan persediaan produk merupakan salah satu faktor yang mempengaruhi switching behaviour. Hal ini didukung oleh penelitian yang dilakukan Ribhan (2007) yang menyatakan bahwa persediaan produk merupakan salah satu faktor yang mempengaruhi switching behaviour.
80
5.1. Kesimpulan
Berdasarkan hasil pengujian dengan menggunakan analisis SEM untuk menganalisis pengaruh antara atribut produk, harga, promosi dan persediaan produk terhadap switching behavior konsumen dalam pembelian kartu selular, maka dilihat dari tingkat probabilitas arah hubungan kausal, hipotesis yang menyatakan bahwa :
1. ”Atribut produk berpengaruh negatif terhadap switching behavior
konsumen dalam pembelian kartu selular dapat terbukti”.
2. ”Harga berpengaruh positif terhadap switching behavior konsumen dalam pembelian kartu selular dapat terbukti”.
3. ”Promosi berpengaruh positif terhadap switching behavior konsumen dalam pembelian kartu selular dapat terbukti”.
4. ”Persediaan produk positif berpengaruh terhadap switching behavior
konsumen dalam pembelian kartu selular dapat terbukti”.
5.2. Saran
Sebagai implikasi dari hasil penelitian ini dapat dikemukakan beberapa saran yang dapat dipertimbangkan atau dimanfaatkan sebagai bahan dalam pengambilan keputusan, antara lain sebagai berikut :
1. Bagi Pihak Perusahaan
Banyaknya pilihan kartu seluler memudahkan konsumen untuk melakukan switching behavior untuk memilih kartu seluler yang disukai.
Oleh karena itu perusahaan harus mempertimbangkan faktor-faktor yang dapat mempengaruhi switching behavior konsumen antara lain :
a. Nama
Perusahaan dalam memproduksi atau membuat kartu seluler hendaknya dengan memberi nama pada produk kartu seluler yang mudah diingat dan yang menarik sehingga disukai oleh konsumen.
b. Harga
Perusahaan dalam memproduksi kartu seluler hendaknya memperhatikan harga jual kartu tersebut, karena denga harga yang relatif terjangkau oleh konsumen maka akan semakin banyak banyak konsumen yang membeli dan memakai kartu seluler tersebut.
c. Promosi
Hendaknya perusahaan lebih giat lagi dalam melakukan promosi terhadap kartu seluler yag diproduksi sehingga konsumen tahu tentang kelebihan-kelebihan kartu seluler yang dibuat sehingga apabila konsumen sudah tahu kelebihan kartu seluler maka konsumen akan melakukan switching behavior terhdap produk kartu seluler tersebut
d. Ketersediaan
Hendaknya perusahaan dalam memproduksi atau membuat kartu seluler dalam jumlah yang banyak sehingga apabila permintaan konsumen akan produk yang dihasilkan banyak perusahaan tidak
perlu bingung karena sudah mempunyai ketersediaan barang dalam jumlah yang banyak dan bisa memenuhi permintaan konsumen.
2. Bagi Peneliti Selanjutnya
Penelitian yang dilakukan pada kesempatan kali ini hanya menganalisis pengaruh antara produk, harga, promosi dan persediaan produk terhadap
switching behavior konsumen dalam pembelian kartu selular. Untuk itu peneliti menyarankan agar di masa yang akan datang, untuk penelitian selanjutnya juga membahas variabel–variabel yang ada hubungannya dengan switching behavior konsumen seperti kualitas produk, agar hasil yang diperoleh dapat lebih akurat, dan mungkin bisa menambah jumlah sampel yang diteliti.
Schuster Inc. New York.
Alma, Buchari, 2000, Manajemen Pemasaran dan Pemasaran Jasa, Cetakan Keempat, Penerbit Alfabeta, Bandung.
Ferdinand, Augusty. 2002. Structural Equation Modeling dalam Penelitian Manajemen. Penerbit BP UNDIP. Semarang.
Hair, J.F. et. Al, 1998, Multivariate Data Analysis, Fifth Edition, Prentice-Hall International, Inc., New Jersey.
Rangkuti, Freddy. 2002. The Power of Brands. Penerbit PT Gramedia Pustaka Utama. Jakarta.
Ribhan, 2007. Faktor-Faktor Yang Mempengaruhi Brand Switching Pada Pengguna Sim Card Di Fakultas Ekonomi Univesitas Lampung. Dosen Pada Jurusan Manajemen Fe Unila.
Riduwan, M.B.A., 2003, Skala Pengukuran Variabel-Variabel Penelitian, Penerbit Alfabeta, Bandung.
Simamora, Bilson. 2004. Panduan Riset Perilaku Konsumen. Penerbit PT Gramedia Pustaka Utama. Jakarta.
Sugiyono, 2003, Statistika untuk Penelitian, Cetakan 5, Penerbit CV. Alphabeta, Bandung
Sunarto, 2003, Manajemen Pemasaran, Penerbit BPFE-UST. Yogyakarta. Tjiptono, Fandy. 2000.Manajemen Jasa, Penerbit Andi, Yogyakarta.
Wen-Yi Lai, 2007. Customers Switch Behavior- A Case of Travel Agencies.
Department of Managerial Economics. Nanhua University, 32, Chung Keng Li, Dalin, Chiayi ,Taiwan