ANALISIS DATA DAN PEMBAHASAN
C. Pengujian Instrumen
Kuesioner yang sudah dinilai baik disebarkan kepada responden yakni pengunjung grapari Telkomsel dan peneliti memastikan responden yang bisa dan layak mengisi kuesioner tersebut adalah responden yang menggunakan produk Telkomsel baik kartu biasa maupun kartu paketan data dan lebih dari setengah tahun (>6 bulan). Kuesioner tersebut dibagikan kepada 100 responden secara bertahap mengingat pengunjung grapari terbatas. Kemudian hasil kuesioner tersebut diolah dengan menggunakan WarpPLS 5.0.
1. Pengujian Model Pengukuran (Outer Model)
Instrumen penelitian harus berkualitas yang sudah distandarkan dan sesuai dengan kriteria teknik pengujian validitas dan reliabilitas.
Pengujian validitas dan reliabilitas instrumen adalah pengujian suatu ukuran yang menunjukkan tingkat keandalan suatu alat ukur. Seberapa besar suatu alat ukur dapat dipercaya yang konsisten dan stabil dari waktu ke waktu. Tujuannya untuk mengetahui data-data mana saja yang valid atau tidak valid. Alat ukur yang kurang valid berarti memiliki validitas rendah. Data yang valid dan data yang reliabel yang akan digunakan sebagai data penelitian.
a. Pengujian Validitas
Uji validitas digunakan untuk menguji validitas kuesioner untuk memastikan bahwa item-item pertanyaan yang digunakan dalam penelitian ini dapat dimengerti oleh responden.
Dalam menguji indikator dengan teknik analisis data menggunakan partial least square (PLS), validitas suatu indikator ditentukan oleh skor outer loading. Outer model atau model pengukuran, pada prinsipnya adalah menguji indikator terhadap variabel laten, atau dengan kata lain mengukur seberapa jauh indikator itu dapat menjelaskan variabel latennya. Dalam menguji validitas suatu instrumen penelitian menggunakan teknik analisis data partial least square (PLS) terdapat tiga hal yang perlu dilakukan yaitu,
convergent validity, discriminant validity dan average variance extracted (AVE).
1) Convergent Validity (Validitas Konvergen)
Terdapat dua kriteria untuk menilai outer model yang memenuhi syarat validitas konvergen untuk konstruk reflektif yaitu (1) loading harus di atas 0,70 dan (2) nilai p signifikan < 0,05 (Hair dkk., 2013 dalam Sholihin dan Ratmoko, 2013:65)
Menurut Wiyono (2011:403), validitas dapat ditentukan oleh convergent validity (outer model) dengan nilai loading factor
0,50 sampai 0,60 sudah dianggap cukup. Namun Sholihin dan Ratmoko (2013:65-67), menyatakan demikian:
Convergent validity harus mempunyai loading diatas 0,70. Dalam beberapa kasus, sering syarat loading diatas 0,70 sering tidak terpenuhi khususnya untuk kuesioner yang baru dikembangkan. Oleh karena itu, loading antara 0,40-0,70 harus tetap dipertimbangkan untuk tetap dipertahankan. Indikator dengan loading dibawah 0,40 harus dihapus dari model. Namun untuk indikator dengan loading 0,40 – 0,70 sebaiknya dianalisis dampak dari keputusan tersebut pada average variance extracted (AVE) dan composite reliability.
Hal senada diungkapkan oleh Abdillah dan Hartono (2015:206), jika skor loading antara 0,5 – 0,7, sebaiknya peneliti tidak menghapus indikator yang memiliki skor loading tersebut sepanjang skor AVE dan communality indikator tersebut > 0,5. Berikut tabel uji convergent validity:
Tabel V.13
Output Combined Loading and Cross-loading
Berdasarkan tabel V.13 di atas, ada beberapa indikator yang tidak memenuhi syarat validitas konvergen yaitu iklan 1 bernilai 0,522, iklan 2 bernilai 0,574, iklan 3 bernilai 0,599, iklan 6 bernilai 0,637, iklan 8 bernilai 0,575, promosi penjualan 1 bernilai 0,605, promosi penjualan 2 bernilai 0,574, promosi penjualan 6 bernilai 0,498, promosi penjualan 7 bernilai 0,552, promosi penjualan 8 bernilai 0,417, kualitas produk 1 bernilai 0,646, kualitas produk 4 bernilai 0,610, kualitas produk 6 benilai 0,692, kualitas produk 9 bernilai 0,673, kualitas produk 10 bernilai 0,504, harga 2 bernilai 0,561, harga 3 bernilai 0,691, harga 4 bernilai 0,686, harga 5 bernilai 0,454, harga 6 bernilai 0,594, kepuasan konsumen 1 bernilai 0,633 dan loyalitas konsumen 7 bernilai 0,599. Peneliti menggunakan loading factor
0,70. Indikator tersebut dinyatakan tidak valid karena nilai loading faktornya berada dibawah 0,70 dan belum memenuhi nilai average varian extracted (AVE) yakni harus di atas 0,50 (> 0,50). Sehingga nilai loading factor di bawah 0,70 tersebut harus dihapus dari konstruk.
Uji selanjutnya, dengan menghilangkan indikator dengan
outer loading yang memiliki nilai di bawah 0,70 yang nantinya akan dilihat dampaknya terhadap nilai AVE. Berikut gambar
Tabel V.14
Output Combined Loading and Cross-loading Setelah Penghapusan Skor Loading < 0,70
Berdasarkan tabel V.14 di atas, dapat disimpulkan bahwa semua indikator setelah penghapusan loading factor di bawah 0,70 telah memenuhi syarat validitas konvergen dan dan semua indikator signifikan dengan nilai p <0.05 serta nilai Average Variance Extracted (AVE) sudah memenuhi kriteria yakni di atas 0,50 (> 0,50).
2) Discriminant Validity
Discriminant validity merupakan tingkatan sejauh mana hasil pengukuran suatu konsep mampu membedakan diri dengan hasil pengukuran konsep lain yang secara teoritis memang harus berbeda (Prasetio dan Jannah, 2005:104). Validitas diskriminan juga merupakan bagian dari outer model. Untuk memenuhi syarat validitas diskriminan ini hasil cross-loadings menunjukkan bahwa
loading ke konstruk lain bernilai lebih rendah daripada loading ke konstruk variabel.
Dalam tabel V.13 terlihat bahwa untuk indikator I1 (Iklan 1) mempunyai loading yang lebih besar ke konstruk iklan sebesar 0,522. Cross-loading ke konstruk promosi penjualan sebesar -0,190, kualitas produk sebesar -0,008, harga sebesar 0,016, keputusan pembelian sebesar 0,174, kepuasan konsumen 0,008 dan ke loyalitas konsumen 0,147 lebih rendah dari konstruk iklan (demikian juga dengan konstruk lain). Dengan demikian, syarat
discriminant validity sebelum dan sesudah penghapusan loading factor di bawah 0,70 sudah memenuhi kriteria.
Untuk menguji validitas diskriminan selain cross-loading
hal yang juga diperhatikan adalah korelasi antarvariabel laten dengan melihat akar AVE. Berikut output korelasi antarvariabel laten.
Tabel V.15
Output Laten variable correlations
Sumber: Data diolah dengan WarpPLS 5.0
Output pada tabel V.15 di atas menunjukkan bahwa akar AVE pada kolom diagonal lebih tinggi daripada korelasi antarvariabel laten pada kolom selain diagonal. Hal ini menunjukkan validitas diskriminan telah terpenuhi.
3) Average Variance Extracted (AVE)
Untuk memenuhi standar validitas suatu indikator penelitian, nilai Average Variance Extracted (AVE) harus diatas 0,50 (>0,50). Berikut tampilan tabel nilai AVE.
Tabel V.16
Output Laten Variable Coefficients
Sumber: Data diolah dengan WarpPLS 5.0
Tabel V.16 di atas menunjukkan, nilai Average Variance Extracted (AVE) variabel laten keputusan pembelian sebesar 0,728, kepuasan konsumen sebesar 0,590 dan loyalitas konsumen sebesar 0,552 sudah memenuhi syarat. Sementara variabel laten iklan sebesar 0,462, promosi penjualan sebesar 0,414, kualitas produk sebesar 0,465, dan harga sebesar 0,459 masih di bawah 0,50 yang berarti belum memenuhi syarat atau ketentuan suatu validitas.
Uji selanjutnya, menghilangkan indikator dengan loading factor di bawah 0,70 seperti yang sudah ditampilkan pada tabel V.14 di atas. Berikut tabel output nilai AVE setelah loading factor di bawah 0,70 dihapus.
Tabel V.17
Output laten variable coefficients
Setelah Penghapusan Skor Loading < 0,70
Sumber : Data diolah dengan WarpPLS 5.0
Tabel V.17 di atas menunjukkan, nilai Average Variance Extracted (AVE) ketujuh konstruk sudah memenuhi kriteria yakni di atas 0,50 (> 0,50). Dengan nilai tertinggi sebesar 0,728 yaitu variabel laten keputusan pembelian dan nilai terendah sebesar 0,581 yaitu variabel laten kualitas produk.
b. Pengujian Reliabilitas
Reliabilitas menunjukkan tingkat konsistensi dan stabilitas alat ukur atau instrumen penelitian dalam mengukur suatu konsep atau konstruk. Konsep reliabilitas sejalan dengan validitas konstruk. Konstruk valid sudah pasti reliabel, sebaliknya konstruk yang reliabel belum tentu valid. Ada dua parameter yang biasa digunakan untuk mengukur reliabilitas instrumen penelitian yaitu composite reliability
dan cronbach’s alpha (Sholihin dan Ratmoko, 2013:73). Instrumen dapat dikatakan reliabel apabila memiliki besaran reliabilitas komposit (composite reliability) dengan nilai ≥ 0,70 (Wiyono, 2011:403) dan Cronbach’s alpha harus diatas 0,60 (> 0,60) (Abdillah dan Hartono,
2015:207). Berikut tabel nilai composite reliability dan cronbach’s
alpha:
Tabel V.18
Output laten variable coefficients untuk composite reliability dan cronbach’s alpha
Sumber : Data diolah oleh peneliti dengan WarpPLS 5.0 Dari tabel V.18 dapat diketahui bahwa ketujuh konstruk memiliki nilai composite reliability di atas 0,70 (>0,70) dengan nilai tertinggi 0,930 yakni variabel laten keputusan pembelian dan nilai terendah 0,874 yakni konstruk kualitas produk.
Selanjutnya dapat diketahui bahwa ketujuh konstruk memiliki nilai cronbach’s alpha di atas 0,50 (>0,50) dengan nilai tertinggi 0,906 yakni konstruk keputusan pembelian dan nilai terendah 0,805 yakni konstruk promosi penjualan. Sehingga dapat disimpulkan bahwa semua konstruk dalam penelitian ini dapat diterima dan reliabel.
2. Pemaknaan R2 dan Pengujian Model Struktural (Inner Model)
Inner model atau model struktural pada prinsipnya adalah menguji pengaruh antara satu variabel laten dengan variabel laten lainnya. Dapat dikatakan juga menguji hipotesis antara variabel laten yang satu dengan
yang lain. Pengujian dilakukan dengan melihat persentase varian yang dijelaskan yaitu R2 untuk variabel laten dependen yang dimodelkan
mendapatkan pengaruh dari variabel laten independen, serta melihat koefisien jalur strukturalnya.
a. Nilai R2
Nilai R2 (koefisien determinasi) digunakan untuk mengukur
tingkat variasi perubahan variabel independen terhadap variabel dependen. Semakin tinggi nilai R2 berarti semakin baik model prediksi
dari model penelitian yang diajukan.
Berdasarkan hasil dari output hasil estimasi WarpPLS 5.0 diketahui bahwa nilai R-square (R2) dari variabel-variabel sebagai berikut:
Tabel V.19
R-Square coefficients
Sumber : Data diolah oleh peneliti dengan WarpPLS 5.0
Tabel V.19 menunjukkan bahwa R2 variabel keputusan
pembelian adalah sebesar 0,37 yang berarti 37% keputusan pembelian konsumen pada kartu prabayar Telkomsel dipengaruhi oleh iklan, promosi penjualan, kualitas produk dan harga, sedangkan sisanya 63% dijelaskan oleh konstruk lain di luar model penelitian.
Nilai R2 untuk variabel kepuasan konsumen adalah sebesar 0,51
yang berarti 51% kepuasan konsumen pada kartu prabayar Telkomsel dipengaruhi oleh kualitas produk dan keputusan pembelian, sedangkan sisanya 49% dijelaskan oleh variabel lain selain model penelitian. Sementara, nilai R2 untuk variabel loyalitas konsumen adalah sebesar
0,27 yang berarti 27% loyalitas konsumen pada kartu prabayar Telkomsel dipengaruhi oleh kepuasan konsumen, sedangkan 73% dijelaskan oleh variabel lain selain model penelitian. Pengguna kartu prabayar Telkomsel memiliki loyalitas dalam level moderat.
b. Pengujian Hipotesis
Hubungan antarkonstruk laten dalam model penelitian dapat dilihat dari hasil estimasi koefisien jalur (path coefficients) dan tingkat signifikansinya (p-value). Tingkat signifikansi yang dipakai dalam penelitian ini adalah 5%. Berikut output gambar hasil estimasi untuk melihat hubungan antarvariabel laten.
Gambar V.1
Output hasil estimasi
Sumber : Data diolah dengan WarpPLS 5.0
Untuk menguji hipotesis penelitian yang diajukan, dapat dilihat dari besarnya nilai p-value. Apabila nilai p-value ≤ 0,05, maka HO ditolak dan Ha diterima. Hasil estimasi path coefficients untuk menguji kekuatan pengaruh antarvariabel dan menjelaskan ketegasan hubungan antararah variabel dapat dilihat pada tabel berikut:
Tabel V.20
Hasil estimasi path coefficients
Sumber: Hasil output WarpPLS 5.0 yang telah diolah
Berdasarkan nilai p-value dan path coefficients pada tabel di atas, maka hasil uji setiap hipotesis adalah sebagai berikut:
1) Iklan (X1) terhadap keputusan pembelian (I1)
a) Hipotesis:
HO : Iklan tidak memiliki pengaruh yang positif terhadap
keputusan pembelian.
Ha : Iklan memiliki pengaruh yang positif terhadap keputusan pembelian.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value> 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value iklan terhadap keputusan pembelian adalah 0,03 (di bawah nilai 0,05), maka H0 ditolak sementara Ha diterima. Berarti iklan berpengaruh
positif terhadap keputusan pembelian. Penelitian ini menunjukkan bahwa semakin menarik iklan kartu Prabayar Telkomsel dan semakin sering iklan kartu prabayar Telkomsel ditampilkan, maka semakin mantab keputusan pembelian konsumen terhadap produk tersebut dan sebaliknya, dengan tingkat keyakinan 95% (kesalahan 5%). 2) Promosi penjualan (X2) terhadap keputusan pembelian (I1)
a) Hipotesis
HO : Promosi penjualan tidak memiliki pengaruh yang positif
terhadap keputusan pembelian.
Ha : Promosi penjualan memiliki pengaruh yang positif terhadap keputusan pembelian.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value> 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value promosi penjualan terhadap keputusan pembelian adalah 0,07 (di atas nilai 0,05), maka H0 diterima sementara Ha ditolak. Berarti promosi penjualan tidak memiliki pengaruh terhadap keputusan pembelian. Artinya semakin menarik promosi penjualan tidak semakin mantab atau tidak mantab keputusan pembelian. Dengan tingkat kenyakinan 95% (kesalahan 5%).
3) Kualitas produk (X3) terhadap keputusan pembelian (I1) a) Hipotesis
HO : Kualitas produk tidak memiliki pengaruh yang positif terhadap keputusan pembelian.
Ha : Kualitas produk memiliki pengaruh yang positif terhadap keputusan pembelian.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value > 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value kualitas produk terhadap keputusan pembelian adalah <0,01 (di bawah nilai 0,05), maka H0 ditolak sementara Ha diterima. Berarti kualitas
produk berpengaruh positif terhadap keputusan pembelian. Artinya semakin tinggi dan bagus kualitas jasa telekomunikasi melalui kartu prabayar Telkomsel maka semakin tinggi pula keinginan konsumen membeli produk tersebut dan sebaliknya. Dengan tingkat keyakinan 95% (kesalahan 5%).
4) Harga (X4) terhadap keputusan pembelian (I1)
a) Hipotesis
HO : harga tidak memiliki pengaruh yang positif terhadap keputusan pembelian.
Ha : harga memiliki pengaruh yang positif terhadap keputusan pembelian.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value> 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value harga terhadap keputusan pembelian adalah 0,30 (di atas nilai 0,05), maka H0 diterima sementara Ha ditolak. Berarti harga tidak memiliki pengaruh terhadap keputusan pembelian. Artinya semakin mahal harga tidak semakin mantab atau tidak mantab keputusan pembelian. Dengan tingkat keyakinan 95% (kesalahan 5 %).
5) Kualitas produk (X3) terhadap kepuasan konsumen (I2) a) Hipotesis
HO : Kualitas produk tidak memiliki pengaruh yang positif terhadap kepuasan konsumen.
Ha : Kualitas produk memiliki pengaruh yang positif terhadap
kepuasan konsumen.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value > 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value kualitas produk terhadap kepuasan konsumen adalah <0,01 (di bawah nilai
0,05), maka H0 ditolak sementara Ha diterima. Berarti kualitas produk berpengaruh positif terhadap kepuasan konsumen. Artinya semakin tinggi dan bagus kualitas jasa kartu prabayar Telkomsel maka tingkat kepuasan konsumen terhadap produk tersebut tinggi pula dan sebaliknya. Dengan tingkat keyakinan 95% (kesalahan 5%).
6) Keputusan pembelian (I1) terhadap kepuasan konsumen (I2)
a) Hipotesis
HO : Keputusan pembelian tidak memiliki pengaruh yang
positif terhadap kepuasan pembelian.
Ha : Keputusan pembelian memiliki pengaruh yang positif terhadap kepuasan pembelian.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value> 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value keputusan pembelian terhadap kepuasan konsumen adalah <0,01 (di bawah nilai 0,05), maka H0 ditolak sementara Ha diterima. Berarti keputusan pembelian berpengaruh positif terhadap kepuasan konsumen. Artinya, semakin mantab keputusan pembelian maka semakin tinggi pula kepuasan konsumen dan sebaliknya. Dengan tingkat keyakinan 95% (kesalahan 5 %).
7) Kepuasan konsumen (I2) terhadap loyalitas konsumen (Y) a) Hipotesis
HO : Kepuasan konsumen tidak memiliki pengaruh yang positif terhadap loyalitas konsumen.
Ha : Kepuasan konsumen memiliki pengaruh yang positif terhadap loyalitas konsumen.
b) Menerima atau menolak hipotesis
Dasar pengambilan keputusan bahwa p-value > 0,05 maka H0 diterima sementara Ha ditolak, dan p-value ≤ 0,05 maka H0 ditolak dan Ha diterima. Nilai p-value kepuasan konsumen terhadap loyalitas konsumen adalah <0,01 (di bawah nilai 0,05), maka H0 ditolak sementara Ha diterima. Berarti
kepuasan konsumen berpengaruh positif terhadap loyalitas konsumen. Artinya semakin tinggi kepuasan konsumen menggunakan jasa kartu prabayar Telkomsel maka semakin loyal pula konsumen terhadap produk tersebut. Dengan tingkat keyakinan 95% (kesalahan 5 %).
8) Keputusan pembelian (I1) memediasi pengaruh iklan (X1), promosi penjualan (X2), kualitas produk (X3), harga (X4) terhadap
kepuasan konsumen (I2)
Pengujian pengaruh variabel mediasi atau disebut juga pengujian pengaruh tidak langsung bertujuan untuk mengetahui kedudukan variabel mediasi. Untuk menguji peran variabel
mediasi pada setiap konstruk peneliti menggunakan WarpPLS 5.0 untuk mengolah data. Proses pemeriksaan terhadap variabel mediasi dilakukan dengan (1) menghitung koefisien jalur dengan memasukkan variabel mediasi dalam model empirik dan (2) menghitung koefisien jalur tanpa memasukkan variabel mediasi dalam model empirik. Menurut Baron dan Kenny (dalam Sholihin dan Ratmoko, 2013:56), prosedur pengujian hipotesis variabel mediasi dengan prosedur sebagai berikut:
Melakukan estimasi direct effect (pengaruh langsung) antara variabel independen terhadap veriabel dependen kemudian melakukan estimasi indirect effect (pengaruh tidak langsung) secara simultan dengan triangle PLS SEM Model yaitu antara variabel independent terhadap variabel
dependent, variabel independent terhadap variabel mediasi, dan variabel mediasi terhadap variabel dependent.
Persyaratan efek mediasi yang harus dipenuhi adalah koefisien jalur independent terhadap dependent signifikan dan koefisien jalur antara variabel independent terhadap variabel mediasi dan antara variabel mediasi terhadap variabel dependent harus signifikan. Menurut Baron dan Kenny (dalam Sholihin dan Ratmoko, 2013:57), pengambilan kesimpulan tentang mediasi adalah sebagai berikut:
Jika koefisien jalur antara variabel independent terhadap variabel dependent setelah memasukkan variabel mediasi, hasil estimasi indirect effect tetap signifikan dan tidak berubah maka hipotesis mediasi tidak didukung, jika koefisien jalur antara variabel independent terhadap variabel dependent setelah memasukkan variabel mediasi, nilainya turun tetapi tetap signifikan maka bentuk mediasi adalah mediasi sebagian (partial mediation), jika koefisien
jalur antara variabel independent terhadap variabel
dependent setelah memasukkan variabel mediasi nilainya turun dan menjadi tidak signifikan maka bentuk mediasi adalah penuh (full mediation).
Berikut adalah hasil pengujian model direct effect (pengaruh langsung):
Gambar V.2
Hasil Pengujian Model Direct Effect (pengaruh langsung) Sumber: Data diolah dengan WarpPLS 5.0
Hasil estimasi path coefficients untuk menguji kekuatan pengaruh langsung antara variabel prediktor terhadap kriterion tanpa peran variabel mediasi dapat dilihat pada tabel berikut:
Tabel V.21
Output hasil estimasi direct effect (pengaruh langsung)
Sumber: Hasil output WarpPLS 5.0 yang telah diolah
Selanjutnya, mengestimasi model indirect effect (pengaruh tidak langsung) dengan memasukkan variabel mediasi, kemudian menghubungkan secara simultan antara variabel prediktor terhadap variabel mediasi, variabel mediasi terhadap variabel kriterion, dan variabel prediktor terhadap variabel kriterion. Berikut tampilan gambar model indirect effect.
Gambar V.3
Hasil Pengujian Model Indirect Effects
Sumber: Data diolah dengan WarpPLS 5.0
Hasil estimasi path coefficients untuk menguji kekuatan pengaruh langsung antara variabel prediktor terhadap kriterion dengan memasukkan peran variabel mediasi dapat dilihat pada tabel berikut:
Tabel V.22
Output hasil estimasi indirect effect (pengaruh tidak langsung)
a) Keputusan pembelian (I1) memediasi pengaruh iklan (X1) terhadap kepuasan konsumen (I2)
(1) Hipotesis
HO : Keputusan pembelian tidak memediasi pengaruh
iklan terhadap kepuasan konsumen.
Ha : Keputusan pembelian memediasi pengaruh iklan terhadap kepuasan konsumen.
(2) Menerima atau menolak hipotesis
Hasil pengujian hipotesis mediasi diuraikan sebagai berikut. Iklan berpengaruh positif terhadap keputusan pembelian didukung dengan koefisien sebesar 0,18 dan signifikan dengan nilai p = 0,03. Iklan juga berpengaruh positif terhadap kepuasan konsumen didukung dengan koefisien sebesar 0,16 dan signifikan dengan nilai p = 0,05 dan keputusan pembelian berpengaruh positif terhadap kepuasan konsumen dengan koefisien 0,25 dan signifikan dengan nilai p<0,01. Dapat disimpulkan bahwa iklan terhadap keputusan pembelian, iklan terhadap kepuasan konsumen dan keputusan pembelian terhadap kepuasan konsumen melalui pengujian triangel PLS SEM Model signifikan secara keseluruhan. Maka Ha diterima dan HO ditolak artinya keputusan pembelian
kepuasan konsumen. Hasil estimasi sebelumnya menunjukkan bahwa koefisien direct effect iklan terhadap kepuasan konsumen adalah sebesar 0,21 dan signifikan pada 0,01. Hasil estimasi pada gambar V.3 di atas indirect effect iklan terhadap kepuasan konsumen turun menjadi 0,16 namun tetap signifikan pada 0,05. Hal ini menunjukkan bentuk partial mediation atau dengan kata lain keputusan pembelian memediasi secara parsial pengaruh iklan terhadap kepuasan konsumen. Bentuk partial mediation ini menunjukkan bahwa keputusan pembelian bukan satu-satunya pemediasi hubungan iklan terhadap kepuasan konsumen namun terdapat faktor pemediasi lain.
b) Keputusan pembelian (I1) memediasi pengaruh promosi
penjualan (X2) terhadap kepuasan konsumen (I2) (1) Hipotesis
HO : Keputusan pembelian tidak memediasi pengaruh
promosi penjualan terhadap kepuasan konsumen .
Ha : Keputusan pembelian memediasi pengaruh promosi
penjualan terhadap kepuasan konsumen. (2) Menerima atau menolak hipotesis
Hasil pengujian hipotesis mediasi diuraikan sebagai berikut. Hasil estimasi koefisien direct effect promosi
penjualan terhadap kepuasan konsumen adalah sebesar 0,12 dan p = 0,12 (tidak signifikan). Hasil estimasi
indirect effect promosi penjualan terhadap keputusan pembelian sebesar 0,14 dan nilai p = 0,07 (tidak signifikan), keputusan pembelian terhadap kepuasan konsumen sebesar 0,25 dan signifikan pada p<0,01, promosi penjualan terhadap kepuasan konsumen sebesar 0,09 dan signifikan pada nilai p = 0,18. Salah satu syarat peran mediasi adalah hubungan antara variabel prediktor dan kriterion harus signifikan pada pengujian direct effect, dan hubungan variabel prediktor terhadap variabel mediasi dan variabel mediasi terhadap kriterion harus signifikan pada pengujian indirect effect. Pada pengujian peran mediasi di atas tidak dapat dilakukan karena tidak memenuhi syarat. Maka dapat disimpulkan Ha ditolak dan HO diterima artinya keputusan pembelian tidak berperan sebagai mediator antara promosi penjualan terhadap kepuasan konsumen.
c) Keputusan pembelian (I1) memediasi pengaruh kualitas
produk (X3) terhadap kepuasan konsumen (I2) (1) Hipotesis
HO : Keputusan pembelian tidak memediasi pengaruh
Ha : Keputusan pembelian memediasi pengaruh kualitas produk terhadap kepuasan konsumen.
(2) Menerima atau menolak hipotesis
Hasil pengujian hipotesis mediasi diuraikan sebagai berikut. Hasil estimasi direct effect kualitas produk terhadap kepuasan konsumen adalah sebesar 0,54 dan signifikan pada p<0,01. Hasil estimasi indirect effect
kualitas produk terhadap keputusan pembelian sebesar 0,44 dan signifikan pada p<0,01, keputusan pembelian terhadap kepuasan konsumen sebesar 0,25 dan signifikan pada p<0,01, kualitas produk terhadap kepuasan konsumen sebesar 0,43 dan signifikan pada nilai p<0,01. Dapat disimpulkan bahwa kualitas produk terhadap keputusan pembelian, kualitas produk terhadap kepuasan konsumen dan keputusan pembelian terhadap kepuasan konsumen signifikan secara keseluruhan melalui pengujian triangel PLS SEM Model. Maka Ha diterima dan HO ditolak artinya keputusan pembelian berperan sebagai mediator antara kualitas produk terhadap kepuasan konsumen. Hasil estimasi sebelumnya menunjukkan bahwa koefisien direct effect kualitas produk terhadap kepuasan konsumen adalah sebesar 0,54 dan signifikan pada p<0,01. Hasil estimasi indirect effect
kualitas produk terhadap kepuasan konsumen turun menjadi 0,43 namun tetap signifikan pada p<0,05. Hal ini menunjukkan bentuk partial mediation atau dengan kata lain keputusan pembelian memediasi secara parsial pengaruh kualitas produk terhadap kepuasan konsumen. Bentuk partial mediation ini menunjukkan bahwa keputusan pembelian bukan satu-satunya pemediasi hubungan kualitas produk terhadap kepuasan konsumen namun terdapat faktor pemediasi lain.
d) Keputusan pembelian (I1) memediasi pengaruh harga (X4) terhadap kepuasan konsumen (I2)
(1) Hipotesis
HO : Keputusan pembelian tidak memediasi pengaruh
