BAB II LANDASAN TEORI
2.9 Kerangka Pemikiran
Brand image adalah seperangkat karakteristik berwujud dan tidak berwujud, seperti ide, keyakinan, nilai, preferensi, dan karakteristik yang membedakannya. Brand image harus mewakili semua faktor internal dan eksternal yang dapat mempengaruhi pelanggan berdasarkan tujuan produk (Hasan dalam Labesi 2019:3779). Merek ini mengandung komitmen perusahaan untuk memberikan manfaat, keistimewaan dan pelayanan tertentu kepada konsumen.Harga yang diberikan oleh perusahaan merupakan salah satu indikator yang menentukan keputusan pembelian sehingga terciptanya kepuasan konsumen terhadap apa yang diberikan perusahaan.
Harga suatu produk merupakan salah satu faktor penentu dalam memutuskan untuk membeli suatu produk atau jasa. Tjiptono (2007:151) mengemukakan bahwa harga adalah satuan mata uang atau standar ukuran lain (termasuk barang dan jasa lainnya), yang dipertukarkan untuk memperoleh kepemilikan atau hak pakai atas barang atau jasa. Harga adalah satuan mata uang atau satuan ukuran lain (termasuk barang atau jasa lain) yang ditukar dengan kepemilikan atau hak penggunaan barang atau jasa.
Keputusan pembelian adalah perilaku atau keputusan konsumen untuk memilih suatu produk atau jasa sesuai dengan keinginan konsumen. Menurut Foster (dalam Hapsoro dan Hafidh, 2018), konsumen dihadapkan pada pilihan ganda atau multiple product yang ada ketika mereka melakukan pembelian sebelum memutuskan untuk membeli. Keputusan pembelian produk iPhone dapat diukur dengan mempertimbangkan kualitas produk yang diberikan. Hal ini didukung oleh penelitian Anggita dan Ali (dalam Hapsoro dan Hafidh, 2018) yang menunjukkan bahwa kualitas produk berpengaruh positif dan signifikan terhadap keputusan pembelian. Oleh karena itu, terdapat hubungan antara kualitas produk produk dan posisi produk di pasar terhadap keputusan pembelian konsumen.
Berdasarkan uraikan diatas, hasil dari penelitian terdahulu. Berikut kerangka pemikiran peneliti:
Gambar 2.2
Model Kerangka Pemikiran
Sumber: Data Olahan Pribadi 2.10 Hipotesis Penelitian
Menurut Sugiyono (2018:63), hipotesis adalah jawaban sementara dari rumusan pertanyaan penelitian, dimana rumusan pertanyaan penelitian tersebut telah dituangkan dalam bentuk pertanyaan. Bersifat sementara, karena jawaban yang diberikan hanya berdasarkan teori yang relevan dan belum berdasarkan fakta empiris yang diperoleh melalui pengumpulan data.
Maka hasil sementara terhadap rumusan masalah yang diajukan. Berdasarkan kerangka di atas, penelitian ini memiliki asumsi bahwa tedapat pengaruh brand image melalui harga terhadap keputusan pembelian.
2.11 Ruang Lingkup Penelitian
Pembahasan dalam penelitian ini memiliki batasan agar penelitian yang dilakukan dapat fokus pembahasannya. Dengan demikian penulis menentukan batasan penelitian sebagai berikut:
1. Variabel penelitian
Penelitian ini terdapat tiga variabel, diantaranya:
a. Variabel bebas atau independen (X) adalah brand image.
b. Variabel terikat atau dependen (Y) adalah keputusan pembelian.
c. Variabel intervening (Z) adalah harga.
2. Lokasi dan Objek Penelitian Brand Image
(X)
Harga (Z)
Keputusan Pembelian
(Y)
Penelitian ini dilakukan di Kota Bandung dengan objek penelitian produk iPhone.
3. Waktu dan Periode Penelitian
Penelitian ini dilakukan mulai dari Bulan Oktober 2021 hingga Bulan Maret 2022.
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Metode penelitian adalah suatu metode yang diperlukan untuk melakukan penelitian untuk menyatukan tujuan dan kegunaan tertentu dalam penelitian (Sugiyono, 2019:). Dalam penelitian ini, metode yang digunakan adalah kuantitatif, dan jenis penelitian yang digunakan adalah deskriptif analisis. Menurut Sugiyono (2019:15), metode kuantitatif adalah suatu metode yang didasarkan pada filosofi positivis atau metode pengumpulan data untuk penelitian pada populasi atau sampel tertentu.Pengumpulan data menggunakan alat penelitian, dan analisis data bersifat kuantitatif/statistik dengan tujuan untuk Deskripsi dan hipotesis uji telah ditetapkan.
Metode kuantitatif dapat juga disebut metode induktif dan metode kontinu, yang tujuan akhirnya adalah menghasilkan konsep dan pemahaman serta merekonstruksi teori baru (Kurniawan, 2018: 241).
Jenis penelitian yang digunakan adalah analisis deskriptif, yaitu mencari nilai satu atau lebih variabel bebas dengan tidak membandingkan atau menghubungkan satu variabel dengan variabel lainnya (Kurniawan, 2018: 37). Atau bisa juga disebut metode untuk menganalisis atau mendeskripsikan variabel yang akan diukur (Silalahi, 2018: 96). Penelitian ini juga bersifat kausal, artinya merupakan hubungan sebab akibat (Sugiyono, 2019:23).
3.2 Operasional Variabel dan Skala Pengukuran 3.2.1 Operasional Variabel
Menurut Kurniawan (2018: 190), variabel adalah objek penelitian atau setiap titik tekanan dalam penelitian yang dapat menghasilkan efek dan nilai yang konkrit dan abstrak. Hal inilah yang menyebabkan terjadinya perubahan variabel, variabel yang dapat diukur, variabel yang tidak tetap, dan dapat menentukan hasil penelitian.
Dalam penelitian ini peneliti menggunakan tiga variabel yaitu variabel bebas, variabel intervening dan variabel terikat. Variabel yang akan diperiksa dalam penelitian ini antara lain:
1. Variabel Independent X (bebas)
Variabel bebas/variabel bebas adalah variabel yang mempengaruhi atau menyebabkan nilai variabel terikat berubah (Sugiyono, 2019). Atau bisa disebut variabel yang menyebabkan
munculnya variabel lain untuk menentukan pengaruhnya terhadap variabel lain. Variabel bebas yang digunakan dalam penelitian ini adalah Brand Image (X).
2. Variabel Intervening
Variabel Intervening, yaitu variabel variabel intervening merupakan variabel yang secara teoritis dapat mempengaruhi hubungan antara variabel independen dengan variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur (Sugiyono, 2018:5).
Variabel yang dimaksud dalam penelitian ini adalah Harga (Z) 3. Variabel Dependen Y (Terikat)
Variabel dependen/terikat adalah variabel yang dipengaruhi oleh variabel independen atau menjadi hasil dari adanya variabel independen (Sugiyono, 2019: 57). Atau bisa disebut sebagai variabel yang bergantung pada variabel lain yang dipengaruhi akibat adanya variabel bebas.
Variabel dependen yang digunakan dalam penelitian ini adalah Keputusan pembelian (Y).
Variabel operasional atau variabel penelitian adalah dimensi dan konsep indeks yang membuat tersusunya sebuah pernyataan atau pertanyaan untuk data. Selain itu, operasional variabel juga membuat penelitian mendapatkan data dengan mudah (Sudaryono, 2017). Berikut adalah tabel operasional dari setiap variabel yang digunakan:
Tabel 3.1 Operasional Variabel
No Variabel Dimensi Pernyataan Skala No
mudah diinngat Ordinal BI1
1. Brand Image
dan Priansa
Pelayanan counter Ordinal BI1
iPhone sangat
Menurut
diberbagai counter
Saya membeli
fasilitas yang sesuai Ordinal H6
dengan kebutuhan
Produk iPhone memiliki banyak
kegunaan yang sesuai dengan harga
yang ditawarkan
Ordinal H12
3.2.2 Skala Pengukuran
Menurut Sugiyono (2019: 151) skala pengukuran merupakan kesepakatan yang dapat dijadikan/dipergunakan untuk menentukan panjang atau pendeknya interval pada alat ukur sehingga jika menggunakan alat ukur tersebut akan memperoleh data kuantitatif. Pengukuran setiap variabel dalam penelitian ini menggunakan skala likert, maka variabel yang akan diukur diuraikan menjadi indikator variabel, lalu setiap indikator akan menjadi titik tolak ukur untuk menentukan susunan item – item berupa pertanyaan atau pernyataan (Sugiyono, 2019:152).
Skala likert digunakan sebagai pengukuran dalam penelitian ini dimana setiap item pernyataan akan diberi range skor mulai 1 – 5 seperti tabel dibawah berikut:
Tabel 3. 2 Skala Likert
Skala Jawaban Nilai
Sangat Tidak Setuju 1
Tidak Setuju 2
Cukup Setuju 3
Setuju 4
Sangat Setuju 5
Sumber: Sugiyono (2019: 153) 3.3 Populasi dan Sampel
3.3.1 Populasi
Populasi adalah seluruh kelompok partisipan yang akan peneliti lihat sebelum melakukan eksperimen untuk melakukan penelitian, sehingga peneliti perlu memahami keluasan dan ketakterhinggaan dari semua aspek yang ada (Widodo dan Yusiana, 2021:202). Menurut
Sugiyono (2020) populasi adalah semua elemen yang digunakan sebagai area umum.
Populasi adalah suatu wilayah yang tergeneralisasi yang terdiri dari objek atau topik dengan kualitas dan karakteristik yang ditentukan oleh peneliti umtuk dipelajari dan diambil kesimpulannya (Sudaryono, 2017).
Berdasarkan objek yang ditetapkan peneliti, maka populasi yang digunakan pada penelitian ini adalah penduduk Kota Bandung yang menggunakan atau minimal pernah melakukan pembelian produk iPhone minimal satu kali dengan jumlahnya tidak diketahui secara pasti.
3.3.2 Sampel
Menurut Sugiyono (2020), sampel merupakan salah satu faktor penting yang harus diperhatikan dalam melakukan penelitian, karena sampel merupakan bagian dari populasi sehingga memudahkan peneliti dalam mengumpulkan data. Ketika melakukan penelitian, populasi sasaran biasanya terlalu luas, sehingga lebih mudah menggunakan sampel, dimana sampel merupakan kesimpulan tentang populasi.
Dalam penelitian ini, purpose sampling, yaitu non-probability sampling, merupakan teknik pengambilan sampel yang akan digunakan peneliti. Non-probability sampling adalah teknik yang tidak memberikan kesempatan yang sama bagi setiap elemen atau anggota populasi untuk dipilih sebagai sampel (Sugiyono, 2018). Ciri utama dari metode pengambilan sampel ini adalah bahwa anggota sampel dipilih secara khusus untuk tujuan penelitian. Purpose sampling adalah teknik pengambilan sampel dengan standar dan persyaratan tertentu (Sugiyono, 2020).
Sampel yang digunakan dalam penelitian ini adalah masyarakat di Kota Bandung yang pernah melakukan pembelian produk iPhone minimal satu kali. Namun karena jumlah penduduk yang tidak menentu. Penelitian ini menggunakan rumus Cochran dalam Mahyarni (2020: 120) untuk menentukan jumlah sampel yang dibutuhkan untuk menggambarkan suatu populasi yang tidak diketahui, yang dapat dilihat sebagai berikut:
"2#$
! = %2
Keterangan :
n : Jumlah sampel yang di perlukan
Z : Tingkat keyakinan yang diperlukan (95%) = 1,96%
P : Peluang benar 50% = 0,5 q : Peluang salah = 50% = 0,5 e : Tingkat kesalahan 5% = 0,05%
1,962 . 0,5 . 0,5
! = 0,052
! = 384,16 ≈ 385
Dari hasil perhitungan di atas menunjukan bahwa sampel yang harus didapatkan sebesar 384,14 yang kemudian dibulatkan menjadi 385 sampel.
3.3.3 Tahap penelitian
Gambar 3.1 Tahapan Penelitian Sumber : Widodo dan Yusiana 2021
3.4 Teknik Pengumpulan Data
Pengumpulan data dapat dilakukan dalam berbagai sumber, dan cara. Pada penelitian kali ini, pengumpulan data dilakukan berdasarkan sumbernya yaitu menggunakan data primer dan data sekunder.
3.4.1 Data primer
Data mentah mengacu pada item data yang dikumpulkan secara langsung. Metode yang paling umum untuk mengumpulkan data mentah untuk penelitian kuantitatif adalah dengan menggunakan eksperimen dan survei. Seperti yang dikatakan Sugiyono (2019), sumber utama adalah sumber data yang langsung memberikan data kepada pengumpul data. Data diperoleh langsung dari observasi dan wawancara, dan hasil kuesioner dibagikan kepada responden yang memenuhi standar sasaran yang dipersyaratkan untuk mewakili seluruh populasi. Kuesioner adalah teknik pengumpulan data lengkap yang dapat memberikan kepada orang yang diwawancarai serangkaian pertanyaan atau pernyataan tertulis.Responden pada penelitian ini adalah orang-orang yang pernah melakukan pembelian produk iPhone minimal satu kali.
3.4.2 Data Sekunder
Data bekas adalah data yang tersedia sebelumnya, yang dikumpulkan dari sumber tidak langsung, seperti sumber pustaka tertulis. Data sekunder atau tambahan adalah data yang tidak secara langsung memberikan informasi kepada pengumpul data. Data bekas dapat diperoleh secara tidak langsung dari pihak lain dan terkait dengan penelusuran yang dilakukan (Sugiyono, 2019). Dalam penelitian ini, penulis memperoleh data bekas melalui buku referensi, jurnal dalam dan luar negeri, majalah, artikel, dan penelitian sebelumnya.
3.5 Uji Validitas dan Realibilitas 3.5.1 Uji Validitas
Validitas sangat penting karena menjamin validitas pengukuran dari skala deterministik variabel yang digunakan untuk menentukan hubungan antara peristiwa atau fenomena (Hardani, 2020:393).
Aturan praktis biasanya digunakan untuk mengevaluasi efektivitas konvergensi. Untuk studi konfirmasi dan eksplorasi, validitas harus lebih besar dari 0,7. Selain itu, nilai AVE (average variance extract) harus lebih besar dari 0,5.
Tabel 3.3 Parameter Uji Validitas
Uji Validitas Parameter Rule Of Thumbs
Validitas
Convergent Loading Factors >0.7 untuk confirmatory dan Exploratory Reseacrh
Average Variance Extracted (AVE) >0.5 untuk confirmatory dan Exploratory Reseacrh Communality >0.5 untuk confirmatory dan
Exploratory Reseacrh Validitas
Diskriminan
Cross Loading >0.5 untuk setiap variabel Akar kuadrat AVE dan Kolerasi antar
Konstruk Laten
Akar kuadrat AVE > Kolerasi antar Konstruk Laten Sumber: Ghazali & Latan, 2015
Untuk menguji validitas dari setiap butir pernyataan yang ada dalam kuisioner dan sebelum menyebarkan kuisioner kepada responden yang sebenarnya, maka dilakukan uji coba kuisioner kepada 30 orang responden untuk mengetahui baik atau tidaknya kuisioner. Berikut ini adalah hasil uji validitas item pernyataan yang telah disebarkan kepada 30 responden yang sudah pernah melakukan pembelian produk iPhone sebagai berikut:
Tabel 3.4 Uji Validitas Brand Image
Item Cross Loading Nilai Kritis Keterangan
BI1 0.855 >0.7 Valid
Sumber: SmartPLS Data Olahan Peneliti, 2021
Tabel 3.5 Uji Validitas Harga
Item Cross Loading Nilai Kritis Keterangan
H1 0.817 >0.7 Valid
H2 0.798 >0.7 Valid
H3 0.867 >0.7 Valid
H4 0.829 >0.7 Valid
H5 0.873 >0.7 Valid
H6 0.901 >0.7 Valid
H7 0.708 >0.7 Valid
H8 0.747 >0.7 Valid
H9 0.824 >0.7 Valid
H10 0.842 >0.7 Valid
H11 0.788 >0.7 Valid
H12 0.748 >0.7 Valid
Sumber: SmartPLS Data Olahan Peneliti, 2021
Tabel 3.6 Uji Validitas Keputusan Pembelian
Item Cross Loading Nilai Kritis Keterangan
KP1 0.784 >0.7 Valid
KP2 0.765 >0.7 Valid
KP3 0.819 >0.7 Valid
KP4 0.765 >0.7 Valid
KP5 0.822 >0.7 Valid
KP6 0.854 >0.7 Valid
KP7 0.786 >0.7 Valid
KP8 0.797 >0.7 Valid
KP9 0.858 >0.7 Valid
KP10 0.838 >0.7 Valid
KP11 0.834 >0.7 Valid
KP12 0.797 >0.7 Valid
KP13 0.755 >0.7 Valid
KP14 0.786 >0.7 Valid
KP15 0.752 >0.7 Valid
Sumber: SmartPLS Data Olahan Peneliti, 2021
Berdasarkan hasil uji validitas yang dilakukan oleh penulis menggunakan SmartPLS 3.3.3 dengan 30 responden pada tabel 3.5, tabel 3.6, dan tabel 3.7 memperoleh hasil cross loading masing- masing variabel Brand Image (X), Keputusan Pembelian (Y), dan Harga (Z) memperoleh hasil
>0.7. Maka dapat disimpulkan, bahwa perntaan yang diajukan disetiap variabel valid dan layak digunakan pada tahap selanjutnya.
3.5.2 Uji Realibilitas
Menurut (Sekaran & Bougie, 2017), pengukuran adalah untuk menentukan derajat pengukuran tanpa penyimpangan (error) untuk memastikan konsistensi dan penerapan pengukuran pada setiap titik pada instrumen. Dalam studi yang menggunakan ukuran waktu yang konsisten, pengukuran ini dapat diandalkan. Ada dua metode untuk menguji realibilitas yaitu menggunakan Partial Least Squares (PLS), yaitu Cronbach’s Alpa dan Composite Realibilitty.
Tabel 3.7
Parameneter Uji Realibilitas
No Uji Realibilitas Parameter Rule of Thumbs
1. Realibilitas
Cronbach’s Alpha > 0.7 untuk Confirmatory
& Exploratory Research Composite Realibility > 0.7 untuk Confirmatory
& Exploratory Research
Sumber : (Ghozali: 2015)
Hasil Uji Realibilitas item pernyataan yang telah disebar kepada 30 responden adalah sebagai berikut:
Tabel 3.8 Hasil Uji Realibilitas
Variabel Composite
Realibility Nilai Kritis Keterangan Brand
Image(X) 0.967 >0.7 Reliable
Keputusan Pembelian
(Y) 0.964 >0.7 Reliable
Harga (Z) 0.959 >0.7 Reliable
Sumber: SmartPLS Data Olahan Peneliti, 2021
Tabel 3.9 Hasil Uji Realibilitas
Variabel Cronbach’s
Apla Nilai Kritis Keterangan Brand
Image(X) 0.963 >0.7 Reliable
Keputusan Pembelian
(Y)
0.960
>0.7 Reliable
Harga (Z)
0.953
>0.7 Reliable
Sumber: SmartPLS Data Olahan Peneliti, 2021
Berdasarkan data uji reliabilitas menggunakan SmartPLS pada tabel 3.9, dan tabel 3.10, nilai koefisien Composite Realibility dan Cronbach’s Apla alpa masing-masing variabel berada di atas batas kritis > 0.7. Dari hasil data tersebut dapat diketahui bahwa variabel dalam penelitian ini reliabel dan layak untuk tahap selanjutnya.
3.6 Teknik Analisis Data
Analisis Deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono,2017:207).
3.6.1 Analisis Deskriptif
Menurut uraian Samsu (2017:111), analisis deskriptif adalah analisis terhadap fenomena yang sedang terjadi. Prosesnya berupa pengumpulanpenyusunan data dan interpretasi data secara deskriptif. Analisis deskriptif dapat memberikan gambaran reflektif atau komparatif dengan membandingkan persamaan dan perbedaan kasus/fenomena tertentu. Menurut Hardani (2020:377), analisis deskriptif melibatkan rangkaian kegiatan dan perkembangan di berbagai bidang. Peneliti harus mampu mengidentifikasi topik yang belum banyak diketahui, dan meyakinkan peneliti lain akan pentingnya topik tersebut, serta mampu mengumpulkan data yang relevan. Dalam penelitian ini, peneliti menggunakan kuesioner di mana setiap pernyataan disertai dengan lima kemungkinan jawaban, dan orang yang diwawancarai harus memilihnya. Dari jawaban yang diperoleh, selanjutnya dikembangkan kriteria evaluasi untuk setiap item presentasi.
Kriteria evaluasi untuk setiap item pernyataan didasarkan pada persentase, dan langkah- langkahnya adalah sebagai berikut:
1. Nilai kumulatif adalah jumlah dari setiap pernyataan yang merupakan jawaban dari 385 responden
2. Presentase adalah nilai kumulatif item dibagi dengan nilai frekauensinya dikali 100%
3. Jumlah responden adlah 385 orang dengan nilai skala pengukuran terbesar adlah 5 dan skala pengukuran terkecil adalah 1. Sehingga diperoleh:
a) Jumlah kumulatif terbesar = 385 x 5 = 1925 b) Jumlah kumulatif terkecil = 385 x 1 = 385 c) Nilai persentase terbesar 100%
d) Nilai persentase terkecil = (385 : 1925) x 100% = 20%
e) Nilai rentang = 100% - 20% = 80%. Jika nilai rentang dibagi lima skala pengukuran, didapat nilai interval persentase sebesar 16%
Berdasarkan perhitungan tersebut, dapat diperoleh kriteria interpretasi skor yang dapat dilihat pada tabel 3.9 berikut ini:
Tabel 3.10
Kriteria Interpretasi Skor
Presentasi Kriteria Penilaian
20% - 36% Sangat Tidak Baik
36% - 52% Tidak Baik
52 %– 68% Cukup Baik
68% - 84% Baik
84% - 100% Sangat Baik
Sumber: (Sugiyono, 2016)
Untuk melihat hasil kriteria interpretasi skor dari setiap variabel dapat dilihat pada garis kontinium berikut ini:
Gambar 3.2 Klasifikasi Garis Kontinum Sumber: (Arikunto, 2012)
Perhitungan skor total untuk masing-masing variabel adalah sebagai berikut:
a. Skor total = (Jumlah responden sangat setuju x 5) + (Jumlah responden setuju x 4) + (Jumlah responden cukup setuju x 3) + (Jumlah responden tidak setuju x 2) + (Jumlah responden tidak setuju x 1).
b. Skor ideal = (Diasumsikan seluruh responden menjawab sangat setuju) x (Jumlah responden atau skor total).
3.6.2 Analisis Structural Equation Model – partial Least Square (SEM-PLS)
Structural Equation Modeling (SEM) atau biasa disebut Model Persamaan Sktruktural adalah teknik analisis multivariat yang menggabungkan analisis faktor dan analisis jalur, sehingga memungkinkan peneliti untuk secara bersamaan menguji dan memperkirakan beberapa faktor eksogen dan endogen multiple dengan banyak fakor (Ghozali, 2015). Metode SEM merupakan pengembangan dari analisis jalur dan regresi berganda, yaitu model analisis berganda yang dapat menganalisis data secara lebih komprehensif. Menurut Widodo dan Yusiana (2021:153), PLS- SEM digunakan untuk mengembangkan teori-teori dalam penelitian eksploratif dan berfokus untuk menjelaskan varians dari variabel dependen ketika menguji model. Menurut Hair dkk (2019:330): "Model persamaan struktural kuadrat terkecil parsial (PLS-SEM) adalah metode estimasi berbasis varians dari model persamaan struktural. Tujuannya adalah untuk memaksimalkan varians penjelas variabel laten endogen."
Menurut Latan dan Ghozali (dalam Zahrah, 2021:73), partial least squares (PLS) merupakan metode analisis yang ampuh karena tidak hanya mengasumsikan bahwa data berukuran tertentu atau sampel berukuran kecil. Partial Least Squares (PLS) digunakan untuk memberikan prediksi tentang dampak variabel Independen (X) terhadap variabel dependen (Y) dan memberikan penjelasan tentang hubungan teoritis antara kedua variabel tersebut. Dalam penelitian kuantitatif, analisis data dilakukan ketika mengumpulkan data dari semua orang yang diwawancarai, termasuk mengelompokkan data menurut variabel dan jenis orang yang diwawancarai, dan mentabulasi data menurut variabel semua orang yang diwawancarai, menyajikan data setiap variabel penelitian, perhitungan untuk menjawab rumusan soal, dan perhitungan untuk menguji hipotesis yang diajukan. Karena datanya bersifat kuantitatif, maka teknik analisis datanya menggunakan metode statistik yang tersedia (Sugiyono, 2019: 333).
Penulis menggunakan analisis PLS untuk mengetahui hubungan antar variabel struktural melalui uji validitas dan uji reliabilitas. Menggunakan model pengukuran untuk uji validitas dan
uji reliabilitas, sedangkan uji kausalitas menggunakan model struktural. Kausalitas adalah kausalitas, yang menggambarkan peristiwa yang akan mengarah pada peristiwa lain (Santosa, 2018: 59). Menurut Ghozali (dalam Zahrah, 2021:74), PLS memiliki metode untuk menggunakan bobot perkiraan untuk menghasilkan skor variabel laten, yang dicapai dengan menyiapkan model struktural (Inner Model) yang menghubungkan variabel laten dan mengukur hubungan antara variabel laten, indikator dan konstruksinya (Outer Model). Hasilnya adalah varians residual dari variabel dependen. Karena distribusi PLS tidak diketahui, tidak ada tes penting. Namun dapat dilakukan dengan menggunakan outer loading pada setiap variabel laten yang nilainya sebaiknya
> 0.7, AVE > 0.5, skor community > 0.5, serta uji Cronbach’s alpha dan composite reliability >
0.6.
3.6.3 Pengukuran Model Outer (Outer Model)
Outer Model digunakan untuk mengevaluasi efektivitas dan keandalan model. Melakukan uji validitas untuk mengetahui kemampuan alat ukur penelitian. Uji reliabilitas digunakan untuk mengukur suatu konsep, dan juga dapat digunakan untuk mengukur konsistensi responden dalam menjawab butir-butir pernyataan dalam penelitian. Outer Model dapat memberikan gambaran tentang hubungan antara indikator dan variabel.
Persamaan outer model untuk konstruk refleksif adalah:
X = ^x ξ + ɛx Y
= ^yɳ + ɛy
Keterangan:
x dan y = Indikator variabel independen dan variabel dependen ξ dan ɳ
^x dan ^y = Matrix loading yang menggambarkan koefisien regresi yang menghubungkan variabel laten dengan indikatornya
εx dan εy = Tingkat kesalahan pengukuran
Uji yang dilakukan outer model adalah sebagai berikut:.
a. Validitas Konvergen (Convergent Validity)
Convergent Validity adalah nilai Average Variance Extracted (AVE). Nilai AVE yang diharapkan dari variabel laten dan indikatornya > 0,5. Nilai outer loading yang
diharapkan > 0,7.
b. Validitas Diskriminan (Discriminant Validity)
Diskriminan validitas digunakan untuk mengetahui apakah konstruk memiliki
diskriminan yang cukup, dengan cara membandingkan nilai pada loading konstruk yang akan dituju harus lebih besar dibandingkan pada konstruk lainnya.
c. Composite Realibility
Data yang memiliki nilai composite realibility cronbach’s alpa >0.7 akan dinyatakan memiliki nilai realibilitas yang tinggi.
3.6.4 Pengukuran Struktural (Inner Model)
Model struktural (Inner Model) mempunyai tujuan yaitu untuk memprediksi kausal antar variabel laten. Menurut Chin dalam Sarwono dan Narimawati (2015: 23) terdapat beberapa uji inner model yaitu:
a. R-Square
Nilai R-Square adalah koefisien determinasi pada konstruk endogen. Penilaian pada R- Square yaitu 0.67 akan dinyatakan kuat, 0.33 dinyatakan moderat, dan 0.19 dinyatakan lemah.
b. Q-Square
Nilai Q-Square adalah nilai untuk mengukur seberapa baiknya nilai observasi yang dihasilkan oleh model dan parameter estimasi. Jika Q-Square kurang dari 0 (nol) maka model dinyatakan kurang predictive relevance, sedangkan Q-Square lebih dari 0 (nol) maka model dinyatakan memiliki predictive relevance dan dapat dihitung menggunakan rumus:
2 2 2
$2 = 1 − (1 − &1 ) (1 − &2 ) … (1 − &! )
c. Estimate for Path Coefficient
Nilai estimasi untuk menghubungkan jalur dalam model struktural harus signifikan. Nilai signifikan dapat diperoleh melalui prosedur Booststrapping.
3.7 Uji Hipotesis
Hipotesis merupakan jawaban sementara atas ungkapan pertanyaan penelitian, di mana ungkapan pertanyaan penelitian telah dinyatakan dalam bentuk kalimat pertanyaan (Sugiyono, 2018: 63).
Menjelaskan gambaran hubungan antara dua variabel yang berkaitan dengan kasus atau masalah tertentu, disebut juga hipotesis sementara yang perlu diuji.
Berdasarkan kerangka pemikiran teoritis dalam penelitian ini maka diajukan hipotesis sebagai berikut:
H1: Brand Image berpengaruh terhadap keputusan pembelian.
H2: Harga berpengaruh terhadap keputusan pembelian.
H3: Brand Image berpengaruh terhadap keputusan pembelian.
H4: Brand Image berpengaruh terhadap keputusan pembelian dengan variabel intervening harga.
DAFTAR PUSTAKA
Abdillah, Willy Dan Jogiyanto. (2015). Partial Least Square (Pls) Alternatif Structural Equation Modeling (Sem) Dalam Penelitian Bisnis. Ed.1. Yogyakarta: Andi.
Aditya wardhana. (2015). Strategi Digital Marketing dan Implikasinya Pada Keunggulan Bersaing UMKdi Indonesia. In Seminar Nasional Keuangan danBisnis IV (pp. 327–337). Universitas Pendidikan Indonesia.
Aditya wardhana. (2015). Strategi Digital Marketing dan Implikasinya Pada Keunggulan Bersaing UMKdi Indonesia. In Seminar Nasional Keuangan danBisnis IV (pp. 327–337). Universitas Pendidikan Indonesia.