TLI adalah sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan ≥0,95 nilai yang sangat mendekati 1 menunjukkan a verry good fit. 7. CFI – COMPERATIF FIT INDEX
Besaran indeks ini adalah pada rentang nilai sebesar 0-1, dimana semakin mendekati 1, mendidentifikasikan tingkat fit yang paling tinggi (a very good fit). Nilai yang direkomendasikan adalah CFI > 0.95. Keunggulan dari indeks ini besarnya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI adalah identik dengan
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskr ipsi Obyek Penelitian 4.1.1. Sejarah singkat Per usahaan
Acer, adalah perusahaan Jepang yang memproduksi dan memasarkan berbagai peralatan listrik dan produk elektronik yang canggih, yang berkantor pusat di Tokyo, Jepang. Acer dinilai sebagai perusahaan no 7 dunia untuk produsen terintegrasi untuk peralatan listrik, elektronik dan sebagai pembuat chip. Acer Semikonduktor termasuk 20 besar pemimpin penjualan semikonduktor di dunia.
Merger pada tahun 1939 dari Shibaura Seisakusho dan Tokyo Denki menciptakan sebuah perusahaan baru disebut Tokyo Shibaura Denki dan dijuluki sebagai Acer. Tapi pada baru tahun 1984 perusahaan itu resmi berubah menjadi Acer Corporation. Grup ini makin kuat melalui pertumbuhan internal dan melalui akuisisi perusahaan rekayasa alat berat dan perusahaan industri primer pada 1940-an dan 1950-an. Kemudian pada 1970-an dan seterusnya, anak perusahaan mulai didirikan, yaitu: grup Acer Lighting & Teknologi (1989), Acer Carrier Corporation (1999), Acer Elevator & Building System Corp (2001), Acer Solutions Corp (2003), Acer Medical Systems Corp (2003) dan Acer Materials Co Ltd (2003).
Acer Corporation adalah salah satu perusahaan diversifikasi produsen dan pemasar produk digital, perangkat elektronik dan komponen, sistem infrastruktur sosial dan Home appliances. Sebagai pendiri dan inovator terkemuka dalam komputasi portabel dan produk-produk jaringan, Acer mulai memasarkan notebook, PC, dan PC server untuk rumah, kantor dan pengguna mobile. Acer Qosmio Notebook PC memimpin jalan dalam konvergensi komputasi dan kemampuan, menawarkan konsumen yang lengkap solusi hiburan pribadi. Sementara itu, seri “Tipis dan Ringan” membawa tingkat mobilitas tinggi dan daya tahan untuk notebook PC untuk penggunaan bisnis di era ini.
Acer memproduksi semua jenis laptop, dari model Libretto yang lucu dan ultra portabel sampai model multimedia Qosmio keren. Laptop Acer juga populer di Amerika dan Eropa. Apakah pengguna mencari pengganti desktop, laptop untuk mahasiswa atau laptop untuk game, akan ada sesuatu yang cocok bagi mereka di antara rangkaian yang tak terhitung jumlahnya seperti notebook Acer Libretto, Portege, Qosmio, Satellite dan Portege.
4.2. Hasil Penelitian dan Pembahasan 4.2.1. Analisis Statistik Deskr iptif
Gambaran statistik deskriptif digunakan untuk mengetahui gambaran jawaban responden berdasarkan hasil penyebaran kuesioner terhadap unsur-unsur yang ada pada setiap variabel.
a. Deskr ipsi r esponden ber dasarkan jenis kelamin
Identitas Responden Menurut Jenis Kelamin dapat dilihat pada Tabel 4.1. Dalam Tabel 4.1 terlihat bahwa dari 108 responden 100 responden (92.5%) adalah laki-laki, 8 responden (7.5%) perempuan.
Tabel 4.1
Identitas Responden Menur ut J enis Kelamin
J enis Kelamin J umlah Per senta se
Laki-Laki 100 92.5
Perempuan 8 7.5
Total 108 100
Sumber : Lampiran.
b. Deskr ipsi r esponden ber dasarkan kelompok umur
Pada tabel 4.2 menunjukkan bahwa responden yang berusia 36–45 tahun sejumlah 42 orang (37%) selanjutnya, yang berumur sekitar 25–35 tahun sejumlah 40 orang (25%), selanjutnya responden yang berusia lebih dari 46-55 tahun sejumlah 21 orang (22%) dan yang terakhir adalah responden yang berusia 55 tahun sebanyak 5 orang (16%).
Tabel 4.2
Identitas Responden Menur ut Umur
No Umur Jumlah (orang) Persentase (%)
1. 25 – 35 tahun 40 25
2. 36 – 45 tahun 42 37
3. 46 – 55 tahun 21 22
4. > 55 tahun 5 16
Total 108 100
c. Deskr ipsi r esponden ber dasarkan kelompok pendidikan
Pada tabel 4.3 menunjukkan bahwa responden terbesar adalah berpendidikan D3 sebanyak 52 orang (38%), selanjutnya responden yang berpendidikan S1 sebanyak 32 orang (29%), dan D1 masing-masing sebanyak sejumlah 32orang (29%), SMU sejumlah 12 orang (14%).
Tabel 4.3
Identitas Responden Menur ut Pendidikan No Jabatan Jumlah (orang) Persentase (%)
1. SMU 12 14
2. D1 32 29
3. D3 52 38
4. S1 32 29
Total 108 100
Sumber : data diolah
4.2.2. Uji Outlier Multivar iate
Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi atau mutivariat (Hair, 1998). Evaluasi terhadap outlier multivariate (antar variabel) perlu dilakukan sebab walaupun data yang
dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional (Hair.dkk, 1998; Tabachnick & Fidel, 1996). Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p < 1%. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ² (chi kuadrat) pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut :
Tabel 4.4. Hasil Uji Outlier Multivar iate
Mi nim um Maxim um Mean
St d.
Deviat i on N
Pr edi ct ed Val ue 7. 448 89 .370 54.50 0 15 .414 108
St d. Pr edi ct ed Val ue - 3. 053 2.26 2 0.00 0 1.00 0 108
St an dar d Error of Pr edict ed
Val ue 9. 266 15 .920 12.45 8 1.43 3 108
Adj u st ed Pr edict ed Value 8. 465 91 .467 54.58 9 16 .392 108
Resi dual - 52. 771 62 .956 0.00 0 27 .266 108
St d. Resi dual - 1. 765 2.10 6 0.00 0 0.91 2 108
St ud. Residual - 1. 918 2.29 0 - 0.001 1.00 2 108
Delet ed Residual - 65. 364 74 .474 - 0.089 32 .961 108
St ud. Delet ed Residual - 1. 947 2.34 8 0.00 0 1.01 0 108
Mahal anobis Dist ance [ MD] 9. 287 2 9 . 3 5 1 17.83 3 4.30 9 108
Cook' s Dist ance 0. 000 0.06 3 0.01 1 0.01 3 108
Cent ered Leverage Val ue 0. 087 0.27 4 0.16 7 0.04 0 108
Sumber : Lampiran
Berdasarkan tabel diatas, setelah dilakukan pengujian ditemukan bahwa tidak terdapat outlier multivariat [antar variabel], karena MD Maksimum 29,351 < 42,312
4.2.3. Uji Reliabilitas
Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s
Alpha ini digunakan untuk mengestimasi reliabiltas setiap skala (variabel atau observasi indikator). Sementara itu item to total correlation digunakan untuk memperbaiki ukuran – ukuran dan mengeliminasi butir – butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan (Purwanto, 2002). Hasil selengkapnya dapat dilihat pada tabel berikut :
Tabel 4.5. Pengujian Reliability Consistency Inter nal Konst rak I ndikat or I t em t o Tot al
Corr elat i on
Koef isien Cron bach's Alpha
Produ ct Quali t y X11 0.703 0.80 1 X12 0.787 X13 0.815 X14 0.762 X15 0.193 Bran d I m age X21 0.592 0.66 9 X22 0.699 X23 0.694 X24 0.617 X25 0.685 Price X31 0.761 0.63 8 X32 0.767 X33 0.760
Purchase Deci sion
Y1 0.659 0.73 9 Y2 0.703 Y3 0.779 Y4 0.643 Y5 0.716 Sumber : Lampiran
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.
Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya < 0,5 [Purwanto,2003]. Terjadi eliminasi karena nilai item to total correlation indikator belum 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 cukup baik dimana koefisien Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998]..
4.2.4. Uji Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable / construct akan diuji dengan melihat loading factor
dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini.
Tabel 4.6. Hasil Uji Validitas
Konst rak I ndikat or Fakt or Loading
1 2 3 4 Produ ct Qual it y X11 0. 522 X12 0. 647 X13 0. 898 X14 0. 742 Bran d I m age X21 0.200 X22 0.290 X23 0.420 X24 0.706 X25 0.835 Pri ce X31 0.63 9 X32 0.56 7 X33 0.62 1
Purchase Deci sion
Y1 0. 573 Y2 0. 634 Y3 0. 748 Y4 0. 504 Y5 0. 582 Sumber : Lampiran
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik..
4.2.5. Uji Construct Reliability Dan Variance Eztracted
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 (Purwanto, 2002). Dan variance extracted direkomendasikan pada
tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted
dapat dilihat dalam tabel di bawah ini
Tabel 4.7. Constr uct Reliability & Var iance Extr ated Konst rak I ndikat or
St an dar dize Fact or Loading SFL Kuadrat Error [ εj ] Const ru ct Reliabilit y Vari ance Ext r at ed Produ ct Quali t y X11 0.52 2 0.272 0.72 8 0.802 0.51 2 X12 0.64 7 0.419 0.58 1 X13 0.89 8 0.806 0.19 4 X14 0.74 2 0.551 0.44 9 Bran d I m age X21 0.20 0 0.040 0.96 0 0.632 0.29 9 X22 0.29 0 0.084 0.91 6 X23 0.42 0 0.176 0.82 4 X24 0.70 6 0.498 0.50 2 X25 0.83 5 0.697 0.30 3 Price X31 0.63 9 0.408 0.59 2 0.639 0.37 2 X32 0.56 7 0.321 0.67 9 X33 0.62 1 0.386 0.61 4 Pu rchase Deci sion Y1 0.57 3 0.328 0.67 2 0.748 0.37 7 Y2 0.63 4 0.402 0.59 8 Y3 0.74 8 0.560 0.44 0 Y4 0.50 4 0.254 0.74 6 Y5 0.58 2 0.339 0.66 1 Sumber : Lampiran
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama.
Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen kurang reliabel, yang ditunjukkan dengan nilai construct reliability belumseluruhnya ≥ 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.
4.2.6. Uji Nor malitas
Uji normalitas sebaran dilakukan dengan Skewness Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut z-value. Bila nilai-z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 (1%) yaitu sebesar ± 2,58. Hasilnya diperoleh nilai c.r. multivariat diantara ±
2,58 dan itu berarti asumsi normalitas tidak terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut :
Tabel 4.8. Assessment of Nor mality
Variable m in m ax kurt osis c.r.
X11 4 7 - 0. 140 - 0. 296 X12 4 7 - 0. 393 - 0. 835 X13 4 7 - 0. 380 - 0. 806 X14 4 6 - 0. 613 - 1. 301 X21 4 7 - 0. 409 - 0. 867 X22 4 7 - 0. 074 - 0. 156 X23 4 7 - 0. 291 - 0. 617 X24 4 7 - 0. 312 - 0. 662 X25 4 7 - 0. 266 - 0. 563 X31 4 7 - 0. 813 - 1. 725 X32 5 7 - 1. 304 - 2. 765 X33 4 7 - 0. 510 - 1. 081 Y1 4 7 - 0. 623 - 1. 322 Y2 4 7 - 0. 240 - 0. 509 Y3 4 7 - 0. 380 - 0. 806 Y4 4 7 - 0. 177 - 0. 375 Y5 3 7 0.31 4 0.66 5 M u l t i v a r i a t e - 9. 319 - 1 .9 0 5 Ba t as N o r m al ± 2 ,5 8
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1%] yaitu sebesar ± 2,58.
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antaraq ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler & Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.2.7. Evaluasi Model One-Steep Approach to SEM
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 – steep approach to SEM). One – steep approach to SEM digunakan bila model dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik (Hair, et,al, 1998).
Gambar 4.1. Model Penguk uran dan Str uktur al MODEL PENGUKURAN & STRUKTURAL
Product Quality, Brand Image, & Purchase Decision Model Specification : One Step Approach - Base Model
1 Brand Image X31 er_6 1 X32 er_7 1 d_pd X33 er_8 1 1 Product Quality X11 er_1 X12 er_2 1 1 X13 er_3 1 X14 er_4 1 X15 er_5 1 1 Price X21 er_9 X22 er_10 X23 er_11 X24 er_12 X25 er_13 1 1 1 1 1 Purchase Decision Y1 er_14 Y2 er_15 Y3 er_16 Y4 er_17 Y5 er-18 1 1 1 1 1 1 1
Tabel 4.9. Evaluasi Kr iter ia Goodness of Fit Indeces Krit eri a Hasil Ni lai Kr it is Eval uasi
Model
Cm in/ DF 1.772 ≤ 2,00 bai k
Probabil it y 0.000 ≥ 0,05 kuran g baik
RMSEA 0.085 ≤ 0,08 kuran g baik
GFI 0.811 ≥ 0,90 kuran g baik
AGFI 0.750 ≥ 0,90 kuran g baik
TLI 0.755 ≥ 0,95 kuran g baik
CFI 0.793 ≥ 0,94 kuran g baik
Sumber : Lampiran
Dari hasil evaluasi terhadap model one step approach modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang kurang baik, berarti model telah
sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta.
Gambar 4.2. Model Penguk uran dan Str uktur al
MODEL PENGUKURAN & STRUKTURAL Product Quality, Brand Image, & Purchase Decision
Model Specification : One Step Approach - Elimination Modification Model
1 Brand Image X31 er_6 1 X32 er_7 1 d_pd X33 er_8 1 1 Product Quality X11 er_1 X12 er_2 1 1 X13 er_3 1 X14 er_4 1 1 Price X21 er_9 X22 er_10 X23 er_11 X24 er_12 X25 er_13 1 1 1 1 1 Purchase Decision Y1 er_14 Y2 er_15 Y3 er_16 Y4 er_17 Y5 er-18 1 1 1 1 1 1 1
Tabel 4.10. Evaluasi Kr iter ia Goodness of Fit Indeces Krit eri a Hasil Ni lai Kr it is Eval uasi
Model Cm in/ DF 1.111 ≤ 2,00 bai k Probabil it y 0.203 ≥ 0,05 bai k RMSEA 0.032 ≤ 0,08 bai k GFI 0.900 ≥ 0,90 bai k AGFI 0.900 ≥ 0,90 bai k TLI 0.967 ≥ 0,95 bai k CFI 0.973 ≥ 0,94 bai k
Dari hasil evaluasi terhadap model one step Elimination model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan
dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masing perlu dimodifikasi sebagaimana terdapat di bawah ini.
4.2.8. Uji Kausalitas
Dilihat dari angka determinant of sample covariance matrix : 18.542.650 > 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.
Tabel 4.11. Data Uji Kausalitas
Ust d St d
Prob.
Fakt or Fakt or Est i m at e Est im at e
Pu rchase_Deci sion Produ ct _Qualit y 0.106 0. 319 0.00 9
Pu rchase_Deci sion Pri ce - 0.042 - 0.126 0.60 6
Pu rchase_Deci sion Bran d_I m age 0.170 0. 513 0.05 3
Bat as Signifi kansi ≤ 0,10
4.3. Hasil Uji Pengujian Hipotesis Penelitian
4.4 Pembahasan
image
5.1 Kesimpulan
___________, 1991, Managing Brand Equity; Capitalizing on the Value of Brand Name, Free Press, New York.
Assael, 1993, Consumer Behavior and Marketing Action. 6th ed., Cincinnati OH: South Western College Publishing
Danibrata, Aulia, 2007, Pengaruh Perluasan Merek Terhadap Citra Merek Pada Produk-Produk Pepsodent, Jurnal Bisnis dan Akuntansi Vol 10 No.1
April 2008
Daniri, 2007. Loyalitas Pelanggan: Sebuah Kajian Konseptual Sebagai Panduan Bagi Penelitian Jurnal Ekonomi dan Bisnis Indonesia.
Ferdinand, Agusty, 2002, Structural Equation Modeling dalam penelitian Manajemen, Edisi kedua, BP Undip Semarang.
Hair, J.F. et. al. 1998, Multivariate Data Analysis, Fifth Edition, Prentice-Hall International, Inc., New Jersey.
Hartline, Michael D. and O.C. Ferrell, 1996, “The Management of Customer-Contact Service Employees : An Empirical Investigation”, Journal of Marketing. 60 (4) : 52-70.
Hidayat, 2009, Pengaruh Kualitas Layanan, Kualitas Produk dan Nilai Nasabah Terhadap Kepuasan dan Loyalitas Nasabah Bank Mandiri, Jurnal Manajemen Dan Kewirausahaan, Vol.11, No. 1, Maret 2009
Irawan, Nanda, 2009, pengaruh kualitas produk, promosi, harga, dan layanan purna jual terhadap keputusan pembelian mobil merek honda jazz
Janonis, V., Dovalien, A., & Virvilait, R. 2007. Engineering Economics. Vol 51. No.1. Page 69-79
Keegan, 1995. Access and Aligment of Data in an Array Processor. IEEE Trans. Comput. vol c-24
Keller, K. L. 2008. Strategic Brand Management: Building, Measuring, and Managing Brand Equity. Third Edition. USA: Pearson International Edition
Kotler, P., ,1997, Manajemen Pemasaran, Edisi Milenium, Jakarta, Prehallindo. ___________,2000, Manajemen Pemasaran, Edisi Revisi, Jakarta, Prehallindo. ___________, & Amstrong, G. 2001. Marketing An Introduction (3rd). Amerika:
Prentice – Hall, inc.
Koubaa, Y. 2008. Country of Origin, Brand Image Perception, and Brand Image Structure. Asia Pacific Journal of Marketing and Logistics. Vol.20. No.2. Kurniawati, 2009, Pengaruh Harga dan Iklan terhadap Keputusan Pembelian
Sepeda Motor Honda (Studi Kasus pada Konsumen di Kelurahan Tegalsari Semarang), Jurnal Ekonomi dan Bisnis, Vol. 6 No. 2 Agustus 2009
Parasuraman A.; Leonard L. Berry; Valerie Zeithaml, 1991, Delivery Quality Service: Balancing Customer Perseptions and Expectation, The Free Press, Division of Mc. Millan, New York.
Sulistiyawati, 2009, Analisis Pengaruh Citra Merek Dan Kualitas Produk Terhadap Keputusan Pembelian Laptop Merek Acer Di Kota Semarang,
Jurnal Ekonomi Manajemen Univeristas Diponegoro, Vol. 8 No. 1 Surachman, Arif 2008, Layanan Perpustakaan Berbasis Teknologi Informasi.
Perpustakaan Universitas Gadjah Mada,
Swastha, Basu. 2003. Manajemen Pemasaran Modern. Yogyakarta: Liberty ___________ dan Handoko, 2006, Manajemen Perusahaan Analisa Perilaku
Konsumen, Yogyakarta : Liberty Edisi Pertama.
Tjiptono, Fandi. 2000, Manajemen Jasa, Edisi Pertama, Andi Offset, Yogyakarta. ____________ 1997, Prinsip – Prinsip total Quality service, Edisi pertama,
Penerbit Andi, Jogjakarta.
Wicaksono. 2007. Perilaku Konsumen dan Komunikasi Pemasaran. Penerbit PT Remaja Rosdakarya. Bandung
Winardi. 1991. Marketing dan Perilaku Konsumen, Penerbit Mandar Maju, Bandung. Vranesevic, Tihomir. 2003. “The effect of the brand on perceived quality of food