BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2. Hasil Penelitian dan Pembahasan
4.2.2. Uji Outlier
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 Multivariate
Resi d u a ls St a t ist i csa
Minim um Maxim um Mean St d.
Deviat ion N
Predicted Value 22.3089 88.1486 52.5000 14.88821 104
St d. Predict ed Value - 2.028 2.394 .000 1.000 104
St andard Error of Predicted
Value 6.810 14.245 10.190 1.494 104
Adj usted Predicted Value 22.5910 98.1428 52.6257 15.52180 104
Residual - 58.02529 49.35705 .00000 26.23626 104
St d. Residual - 2.067 1.759 .000 .935 104
St ud. Residual - 2.198 1.881 - .002 1.002 104
Deleted Residual - 65.61684 56.46223 - .12575 30.18376 104
St ud. Delet ed Residual - 2.247 1.908 - .002 1.009 104
Mahal. Distance 5.073 2 5 .5 4 0 12.875 4.090 104
Cook's Dist ance .000 .047 .011 .012 104
Centered Leverage Value .049 .248 .125 .040 104
a. Dependent Variable: RESP
Sumber : Lampiran
Nilai Mahal. Distance Maximum 25,540 yang lebih KECIL dari 34,528. Berarti tidak terdapat outlier pada data tersebut, oleh karena itu data ini mempunyai kualitas yang baik dan dapat dilanjutkan untuk diolah lebih lanjut.
4.2.3. 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.
First Or der (Model Pengukuran Indikator dengan Dimensi)
Variabel dengan dimensi formatif yaitu Celebrity Endorser pada dasarnya merupakan hubungan regresi dimensi ke variabel , maka cara menilainya adalah dengan melihat nilai koefisien regresi dan signifikansi dari koefisien regresi tersebut. Jadi dilihat nilai outer weight masing-masing dimensi dan nilai signifikansinya.
Tabel 4.5. First Order (Model Pengukuran Indikator dengan Dimensi)
Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics (|O/STERR|)
Keseuaian Merek -> CITRA MEREK 0.906459 0.904686 0.019468 0.019468 46.562672 Penget Merek -> CITRA MEREK 0.802665 0.807909 0.036817 0.036817 21.801690 Inovasi -> PERLUASAN MEREK 0.329581 0.321192 0.080195 0.080195 4.109740 Kesamaan -> PERLUASAN MEREK 0.221110 0.173562 0.125189 0.125189 1.766206 Reputasi -> PERLUASAN MEREK 0.444027 0.411197 0.083788 0.083788 5.299416 Tingkat Risiko -> PERLUASAN MEREK 0.502803 0.509649 0.075100 0.075100 6.695100
Hasil pengujian pada tabel outer weight menunjukkan bahwa seluruh dimensi (Kesamaan, Reputasi, Tingkat Risiko dan Inovasi) adalah dimensi yang signifikan karena nilain T- Statisticnya lebih besar 1,645 (pada Z α = 0,10). Jadi dapat disimpulkan bahwa keempat dimensi tersebut adalah sebagi dimensi dan pengukur variabel Perluasan Merek.
Sedang variabel Citra Merek adalah variabel dengan dimensi/Reflektif ,maka cara menilainya untuk model pengukuran dengan melihat tabel outer loading adalah dengan melihat nilai loading factor (original sample estimate) lebih besar dari 0,50 dan atau signifikan (Nilai T-Statistic lebih dari nilai Z α = 0,10 (10%) = 1,645 ) seperti pada tabel di bawah ini
Tabel 4.6. First Order (Model Pengukuran Indikator dengan Variabel)
Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics (|O/STERR|)
CITRA MEREK -> Keseuaian Merek 0.906459 0.904686 0.019468 0.019468 46.562672 CITRA MEREK -> Penget Merek 0.802665 0.807909 0.036817 0.036817 21.801690
Berdasarkan pada tabel outer loading di atas, maka pada dimensi dan variabel dengan indikator reflektif Yaitu dimensin : Kesesuaian Merek dan Pengetahuan Merek memiliki loading factor (original sample estimate) lebih besar dari 0,50 dan atau signifikan (Nilai T-Statistic lebih dari nilai Z α = 0,10 (10%) = 1,645 ), sehingga dimensi tersebut adalah menjadi pengukur dari Citra Merek. Secara keseluruahn hasil estimasi telah memenuhi Convergen vailidity dan validitas baik.
Second Order (Model Pengukur an Indikator dengan Dimensi)
Validitas Indikator : Nilai Factor Loading lebih besar dari 0,5 dan atau nilai T-Statistic lebih besar dari 1,645 (nilai Z pada α = 0,10). Factor Loading merupakan korelasi antara indikator dengan variabel, jika lebih besar dari 0,5 maka korelasi disebut valid dan jika nilai T-Statistic lebih besar dari 1,645 maka korelasinya disebut signifikan.
Tabel 4.7. Second Order (Model Pengukuran Indikator dengan Dimensi) Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics (|O/STERR|) X11 <- Kesamaan 1.000000 1.000000 0.000000 X21 <- Reputasi -0.032614 0.042834 0.478233 0.478233 0.068197 X22 <- Reputasi 0.999872 0.839549 0.335344 0.335344 2.981628 X31 <- Tingkat Risiko 0.843239 0.672271 0.363967 0.363967 2.316803 X32 <- Tingkat Risiko 0.490302 0.375412 0.410998 0.410998 1.192955 X33 <- Tingkat Risiko 0.432233 0.336870 0.436935 0.436935 0.989239 X41 <- Inovasi 0.988935 0.792356 0.276245 0.276245 3.579924 X42 <- Inovasi -0.131108 -0.126181 0.556176 0.556176 0.235732 Y1.1 <- Penget Merek 0.254393 0.232139 0.260474 0.260474 0.976655 Y1.2 <- Penget Merek 0.492645 0.440845 0.225998 0.225998 2.179867 Y1.3 <- Penget Merek 0.922351 0.905909 0.044987 0.044987 20.502623 Y2.1 <- Keseuaian Merek 0.904678 0.904240 0.014328 0.014328 63.139851 Y2.2 <- Keseuaian Merek 0.879028 0.877088 0.025944 0.025944 33.882346
Berdasarkan pada tabel outer loading di atas, maka pada dimensi dan variabel dengan indikator reflektif Yaitu dimensin : Kesamaan, Reputasi, Tingkat Resiko, Inovasi, Pengetahuan dan Kesesuaian Merek , dimana tidak seluruh indikator keenam dimensi dan dua variabel tersebut memiliki loading factor (original sample estimate) lebih besar dari 0,50 dan atau signifikan (Nilai T-Statistic lebih dari nilai Z α = 0,10 (10%) = 1,645 ), sehingga indikator yang memiliki loading factor (original sample estimate) lebih besar dari 0,50 dan atau signifikan (Nilai T-Statistic lebih dari nilai Z α = 0,10 (10%) = 1,645 ) tersebut adalah menjadi pengukur/indikator dari dimensinya atau variabelnya. Secara keseluruahn hasil estimasi telah memenuhi Convergen vailidity dan validitas baik.
Aver age var iance extr acted (AVE)
AVE
CITRA MEREK 0.408721 PERLUASAN
MEREK
Model Pengukuran berikutnya adalah nilai Avarage Variance Extracted (AVE) , yaitu nilai menunjukkan besarnya varian indikator yang dikandung oleh variabel latennya. Konvergen Nilai AVE lebih besar 0,5 juga menunjukkan kecukupan validitas yang baik bagi variabel laten. Pada variabel indikator reflektif dapat dilihat dari nilain Avarage variance extracted (AVE) untuk setiap konstruk(variabel). Dipersyaratkan model yang baik apabila nilai AVE masing-masing konstruk lebih besar dari 0,5. Hasil pengujian menunjukkan bahwa nilai AVE untuk konstruk (variabel) Citra Merek memiliki nilai lebih kecil dari 0,5 sehingga variabelnya rendah.
4.2.4. 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 4.8. Composite Reliability
Composite Reliability
CITRA MEREK 0.739472
PERLUASAN MEREK
Reliabilitas konstruk yang diukur dengan nilai composite reliability, konstruk reliabel jika nilai composite reliability di atas 0,70 maka indikator disebut konsisten dalam mengukur variabel latennya. Hasil pengujian menunjukkan bahwa konstruk (variabel) Brand Association memiliki nilai composite reliability lebih besar darin 0,7. Sehingga reliabel. Sedang variabel Citra Merek meiliki nilai composite reliability lebih besar dari 0,7 maka reliabel. Untuk variabel dengan indikator/dimensi Formatif yaitu Perluasan Merek tidak memerlukan ukuran validitas dan reliabilitas.
4.2.5. Model Str uktural
Pengujian terhadap model struktural dilakukan dengan melihat nilai R-Square yang merupakan uji goodness-fit model. Pengujian inner model dapat dilihat dari nilai R-square pada persamaan antar variabel latent. Nilai R2 menjelaskan seberapa besar variabel eksogen (independen/bebas) pada model mampu menerangkan variabel endogen (dependen/terikat)
Tabel 4.9. R-square
R Square
CITRA MEREK 0.22953
Nilai R2 = 0,229. Hal ini dapat diinterpretasikan bahwa model tidak baik, yaitu mampu menjelaskan fenomena Citra Merek sebesar 23,0 %. Sedangkan sisanya (77,00 %) dijelaskan oleh variabel lain (selain Perluasan Merek) yang belum masuk ke dalam model dan error. Artinya Citra Merek dipengaruhi oleh Perluasan Merek sebesar 23,0% sedang sebesar 77,00% dipengaruhi oleh variabel selain Perluasan Merek
4.2.6. Uji Hipotesis
Tabel 4.10. Uji Hipotesis
Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics (|O/STERR|) PERLUASAN MEREK -> CITRA MEREK 0.151503 0.143695 0.107994 0.107994 2.402877
1. Perluasan Merek berpengaruh terhadap Citra Merek dengan koefisien path sebesar 0,1515, dapat diterima dimana nilai T-Statistic = 2,4028 lebih besar dari nilai Z α = 0,10 (10%) = 1,645 , maka Signifikan (Positif)
4.4 Pembahasan
Berdasarkan hasil pengujian yang telah dilakukan didapatkan bahwa perluasan merek berpengaruh terhadap citra merek. Hal ini membuktikan bahwa keberhasilan perluasan merek sangat dipengaruhi oleh kualitas dari merek asalnya. Untuk itu dalam melakukan perluasan merek, pihak produsen tidak hanya memperhatikan keuntungan bisnis semata tetapi juga
memperhatikan persepsi konsumen. Konsumen cenderung menghindari risiko dalam memilih produk baru, maka ha1 tersebut akan menyebabkan strategi perluasan merk menjadi salah satu strategi merk yang sangat populer.Hal ini sesuai dengan teori Danibrata, (2008 : 41) menyebutkan bahwa terdapat pengaruh perluasan merk terhadap citra merk. Kegagalan dalam penerapan perluasan merk yang mengakibatkan turunnya citra merk. Hal ini disebabkan bahwa dengan dilakukannya strategi perluasan merk, maka akan muncul persepsi baru mengenai citra merk tersebut di benak konsumen. Produk tersebut akan kehilangan positioningnya yang sudah ada sehingga menyehabkan terjadinya penurunan citra merk. Strategi perluasan merek memudahkan produk baru untuk segera meraih pangsa pasar, tetapi yang harus diperhatikan bahwa tetap ada resiko karena produk tersebut masih terkait dengan citra merek (Adiwijaya, 2010 : 10).
BAB V
KESIMPULAN DAN SARAN
5.1.Kesimpulan
Berdasarkan analisis data dengan menggunakan PLS dan pembahasan hasil penelitian yang telah dikemukakan, dapat disimpulkan hal-hal untuk menjawab permasalahan sebagai berikut :
Semakin meningkatnya perluasan merek akan mampu meningkatkan citra merek, hal ini dikarenakan dengan memperhatikan kondisi bahwa konsumen cenderung menghindari risiko dalam memilih produk baru, maka hal tersebut akan menyebabkan strategi perluasan merk menjadi salah satu strategi merk yang sangat populer.
5.2.Saran
Sehubungan dengan permasalahan dari hasil analisa data yang telah disajikan dihasil penelitian,maka dapat dikemukakan beberapa saran yang bermanfaat, antara lain :
a. Pihak perusahaan hendaknya lebih menyesuaikan kualitas kategori produk baru dengan kualitas produk perluasan, untuk menjaga citra dari perusahaan tersebut.
b. Sebagai pertimbangan untuk penelitian berikutnya, disarankan agar menggunakan variabel lain diluar penelitian ini seperti konsistensi konsep merek dan intense pembelian yang diduga mempunyai hubungan dengan perluasan merek.
DAFTAR PUSTAKA
Aaker, David. 1997. Manajemen Ekuitas Merek. Jakarta: Spektrum.
Assael, 1993, Consumer Behavior and Marketing Action. 6th ed., Cincinnati OH: South Western College Publishing
Danibrata, Aulia, 2008, Pengaruh Perluasan Merek Terhadap Citra Merek Pada Produk-Produk Pepsodent, Jurnal Bisnis dan Akuntansi Vol 10 No.1 April 2008
Cravens, David, 1994, Management Strategic, Boston, Hill, Mc Grawh Hill
Dharmayanti 2006, Analisa Sensitivitas Respon Konsumen Terhadap Ekstensifikasi Merek (Brand Extension) Pada Margarine Merek Filma Di Surabaya Jurnal Bisnis dan Manajemen Vol 6 No.1 April 2006 Ghozali, Imam, 2009. Aplikasi Analisis Multivariate Dengan Program SPSS,
Edisi. Keempat, Penerbit Universitas Diponegoro.
Keegan, Moriarty dan Duncan, 1995. Access and Aligment of Data in an Array Processor. IEEE Trans. Comput. vol c-24
Keller, 2003. Manajemen Pemasaran, Jilid 1, Edisi Ketiga belas, Penerbit Erlangga, Jakarta
Kotler, P., ,2000, Manajemen Pemasaran, Edisi Milenium, Jakarta, Prehallindo. ___________,2002, Manajemen Pemasaran, Edisi Revisi, Jakarta, Prehallindo. ___________, & Amstrong, G. 1997. Marketing An Introduction (3rd). Amerika:
Prentice – Hall, inc.
Martinez, & Chernatony, 2004. Effect of Brand Extension Strategies on Brand Image: A Comparative Study of the UK and Spanish Markets. International Marketing Review. Vol.25. No.1. Page 107-137
Peter dan Olson, 2002. Consumer Behavior: New York: Mc GrawHill/Irwin Rangkuti, Freddy, 2004, Riset Pemasaran, PT Gramedia Pustaka Utama
Sumarsono, 2002, Metodologi Penelitian, Edisi Pertama, Fakultas Ekonomi, UPN ”Veteran” Jawa Timur.
_________, 2004. Metode Penelitian (edisi revisi), Universitas Pembangunan Nasional ”Veteran” Jatim, Surabaya
SWA, 2011, Majalah Marketing, Jakarta