3. METODOLOGI PENELITIAN
3.1. Jenis Penelitian
Jenis Penelitian Jenis penelitian pada penelitian ini yang dilakukan oleh penulis adalah jenis penelitian kausal (Causal Research). Penelitian kausal adalah tipe penelitian dengan karakteristik masalah berupa hubungan sebab-akibat antara 2 (dua) variabel atau lebih. Peneliti melakukan pengamatan terhadap konsekuensi konsekuensi yang timbul, dan menelusuri kembali fakta yang secara masuk akal sebagai faktor-faktor penyebabnya. (Sugiyono., 2003). Tujuan dari penelitian kausal ini adalah untuk mengetahui mana yang merupakan variabel independen, dan mana yang merupakan variabel dependen. Metode penelitian ini menggunakan metode penelitian kuantitatif. Menurut (Malhotra., 2004) metode penelitian kuantitatif adalah suatu metode penelitian yang berusaha untuk mengukur data biasanya di aplikasikan dalam bentuk analisa statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
Penelitian ini untuk memproleh hubungan sebab akibat antara Electronic Word-of-Mouth (eWOM) terhadap Brand Image, dan Purchase Intention pada local cosmetic “MakeOver” di kota Surabaya.
3.2. Populasi dan Sampel Penelitian 3.2.1. Populasi
Menurut (Sugiyono., 2015) populasi adalah wilayah generalisasi terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu, ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan.
Populasi dari penelitian ini adalah para pelanggan kosmetik yang berdomisili di Surabaya.
3.2.2. Sampel Penelitian
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut Di dalam penelitian ini. peneliti menggunakan metode pengambilan sampel non-probability sampling, dimana tidak semua bagian dari populasi dapat menjadi sampel (Sugiyono., 2015).
Teknik pengambilan sampel yang di ciptakan di dalam penclitian ini adalah purposive random sampling dimana purposive sampling berarti bahwa dalam pengambilan sampel, ditentukan kriteria-kriteria tertentu dan random sampling adalah teknik pengambilan sampel yang memberikan kesempatan terhadapa seluruh anggota populasi (sugiyono., 2015).
Kriteria dan pertimbangan sampel:
1. Berjenis kelamin perempuan dengan usia minimal 17 tahun keatas.
2. Mengetahui tentang kosmetik dan menggunakannya dalam beraktivitas.
3. Mengetahui tentang merek lokal kosmetik “MakeOver”.
4. Aktif menggunakan media komunikasi elektronik.
5. mencari informasi mengenai kosmetik melalui review online dalam 3 bulan terakhir (oktober 2017-desember 2017).
Sampel untuk populasi tak terhingga dengan tingkat error 5%
𝑛 =𝑍2× 𝑃(1‒ 𝑃) 4(𝑒)2
= (1,96)2× 0,5(1‒ 0,5) 4(0,05)2
=0,9604 0,01
= 96,04 ≅ 100
Berdasarkan kriteria tersebut maka penelitian ini akan mengambil sampel sebanyak 100 responden dengan pertimbangan penelitian yang dilakukan di wilayah kota Surabaya.
3.3. Klasifikasi Variabel
(Sugiyono., 2012) menyatakan bahwa variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk diteliti dan ditarik kesimpulannya.
Variabel dalam penelitian ini dibedakan menjadi 3, yaitu:
a. Variabel Eksogen (Independen)
Variabel eksogen disebut juga sebagai variabel bebas atau variabel independen. Variabel eksogen adalah variabel yang mempengaruhi atau yang menjadi sebab timbulnya variabel endogen atau variabel dependen (Sugiyono 2012). Dalam penelitian ini variabel independen yang digunakan adalah Electronic Word-of-Mouth (eWOM).
b. Variabel Endogen (Dependen)
Variabel endogen yang disebut juga variabel terikat atau variabel dependen adalah variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas atau variabel independen (Sugiyono, 2012). Variabel dependen dalam penelitian ini adalah Purchase Intention.
c. Variabel Intervening
Variabel intervening adalah variabel yang mempengaruhi hubungan antara variabel independen dan dependen dimana menjadi hubungan yang tidak langsung dan dapat diamati serta diukur. (Sugiyono., 2012). Dalam penelitian ini, Brand Image akan diteliti sebagai variabel intervening yang dianggap memberikan pengaruh antara Electronic Word-of-Mouth (eWOM) dengan Purchase Intention.
3.4. Definisi Operasional Variabel
Definisi operasional di deskripsikan sebagai definisi menyangkut kriteria spesifik yang digunakan dalam pengujian atau pengukuran (Cooper & Schlinder, 2014). Definisi operasional dibutuhkan dalam penentuan pemakaian alat yang
dipakai dalam langkah pengambilan data penelitian agar data yang didapatkan sesuai dengan tujuan penelitian.
Ada 3 jenis variabel yang digunakan dalam penelitian ini yaitu variabel eksogen, variabel intervening, dan variabel endogen.
3.4.1. Variabel Eksogen (X) Electronic Word-of-Mouth (eWOM)
Komunikasi eWOM mengacu pada pernyataan positif atau negatif yang dibuat oleh calon pelanggan, pengguna produk aktual atau mantan pelanggan suatu produk atau perusahaan, yang tersedia untuk banyak orang dan institusi melalui internet. Indikator Electronic Word-of-Mouth (eWOM) dalam penelitian ini adalah:
1. Platform assistance. Merupakan kepercayaan konsumen terhadap platform yang digunakan..
X1.1 anda merasa yakin menggunakan platform (instagram, blog, youtube, dll) tersebut untuk mencari infomasi tentang “MakeOver”
X1.2 anda mempercayai platform (instagram, blog, youtube, dll) tersebut karena memiliki banyak komentar yang akurat
2. Venting negative feelings. Merupakan keinginan mengungkapkan ketidakpuasan konsumen terhadap produk atau perusahaan
X1.3 review ketidakpuasan dari “MakeOver” menunjukan kejujuran kualitas produk
X1.4 rating dari “MakeOver” menjadi acuan kualitas produk
3. Concern for other consumers. Merupakan keinginan tulus memberikan rekomendasi kepada konsumen lain.
X1.5 anda mendapatkan rekomendasi “MakeOver” dari pengguna internet
X1.6 anda merasakan kepedulian pengguna internet terhadap konsumen lainnya saat memberikan review terhadap produk “MakeOver”
4. Extraversion/positive self-enhancement. Pengguna internet sering memberikan informasi tentang produk untuk meyakinkan konsumen lainnya.
X1.7 anda merasa pengguna internet mereview produk “Makeover” demi meningkatkan citra diri/popularitas
X1.8 anda mendapatkan informasi bahwa “MakeOver” merupakan pilihan yang tepat untuk produk kosmetik
5. Social benefits. merupakan keinginan berbagi informasi dan berinteraksi dengan lingkungan sosial.
X1.9 anda akan aktif bergabung dengan komunitas virtual demi memperoleh informasi produk “MakeOver”
X1.10 Dari berinteraksi dengan sesama pengguna kosmetik didunia maya, anda bisa mendapatkan informasi tentang produk “MakeOver”
6. Helping the company. merupakan keinginan konsumen membantu perusahaan.
X1.11 anda merasa pengguna internet mereview “MakeOver” agar
“MakeOver” dikenal secara luas
X1.12 anda merasa bahwa pengguna “MakeOver” membantu konsumen lain untuk mengetahui tentang produk “MakeOver”
7. Advice seeking. Merupakan keinginan mencari saran dan rekomendasi dari konsumen lain.
X1.13 anda senang membaca review tentang “MakeOver” dari konsumen lainnya
X1.14 Saya merekomendasi review “MakeOver” ke konsumen lainnya
3.4.2. Variabel Intervening (𝑌1) Brand Image
Brand Image didefinisikan sebagai "kumpulan keyakinan, gagasan, dan kesan yang dimiliki seseorang tentang objek". Indikator brand image dalam penelitian ini adalah:
1. Favorability of brand association (keinginan konsumen terhadap suatu brand)
Y1.1 Kinerja “MakeOver” sesuai dengan janji yang ditawarkan
Y1.2 Produk - produk dari “MakeOver” sesuai dengan harapan anda terhadap sebuah produk kosmetik
2. Strength of brand association (kekuatan dari suatu brand)
Y1.3 “MakeOver” dapat melekat di benak anda sebagai produk kecantikan yang berkualitas
Y1.4 “MakeOver” akan muncul dibenak anda jika membicarakan kosmetik
3. Uniqueness of brand association (keunikan dari suatu brand)
Y1.5 “MakeOver” adalah kosmetik yang unik dibandingkan dengan kosmetik merek lokal lainnya (kemasan, penampilan, dll)
Y1.6 “MakeOver” berbeda dengan kosmetik merek lokal lainnya (kualitas, keberangaman produk, dll)
3.4.3. Variabel Endogen (𝑌2) Purchase Intention
Purchase intention adalah perilaku yang muncul sebagai respon terhadap obyek yang menunjukkan keinginan konsumen untuk melakukan pembelian.
Indikator Purchase Intention dalam penelitian ini adalah:
1. Minat transaksional
Y2.1 anda lebih tertarik membeli produk “MakeOver” daripada merek lainnya 2. Minat referensial
Y2.2 anda merefrensikan produk “MakeOver” kepada orang lain 3. Minat preferensial.
Y2.3 anda cenderung lebih ingin untuk membeli produk “MakeOver” saat berbelanja kosmetik
4. Minat eksploratif,
Y2.4 anda mencari informasi terhadap produk “MakeOver”.
3.5. Jenis Data dan Sumber Data 3.5.1. Jenis Data
Data menurut jenisnya adalah data kualitatif dan data kuantitatif. Jenis data yang digunakan di dalam penelitian ini adalah data kuantitatif, yaitu data yang berbentuk angka – angka dalam wujud data kuisioner yang diisi responden. Data ini selanjutnya diolah untuk menjadi indikator suatu pernyataan tertentu.
3.5.2. Sumber Data
Sumber data yang digunakan dalam penelitian ini yaitu:
a. Data Primer
Data primer adalah data yang dikumpulkan langsung melalui sumber utama dalam bentuk kuisioner. Responden yang merupakan objek penelitian mengisi kuisioner yang disebarkan, yang selanjutnya akan dikumpulkan dan diolah.
b. Data Sekunder
Data sekunder adalah data yang diperoleh dari studi kepustakaan, jurnal dan internet. Di dalam penelitian ini, penulis menggunakan jurnal akademik, buku akademik dan website “MakeOver” sebagai referensi penelitian.
3.6. Teknik Pengumpulan Data
Metode pengumpulan data adalah teknik atau cara – cara yang digunakan oleh peneliti untuk mengumpulkan data. Instrumen yang digunakan adalah kuisioner.
Variabel dalam penelitian ini diukur menggunakan skala Likert. Skala Likert digunakan untuk mengelompokkan variabel – variabel yang diukur berdasarkan bobotnya. Skala ini digunakan untuk mengukur sikap dan pandangan responden terhadap variabel penelitian.
Bobot skala Likert dalam penelitian ini:
Sangat Tidak Setuju (STS) : Skor 1
Tidak Setuju (TS) : Skor 2
Netral (N) : Skor 3
Setuju (S) : Skor 4
Sangat Setuju (SS) : Skor 5
3.7. Teknik Analisa Data
3.7.1. Structural Equation Modeling (SEM)
Structural Equation Modeling (SEM) adalah metode statistik yang kuat, yang menjelaskan hubungan dalam ilmu sosial (Hair et al., 2014) SEM merupakan metode analisis data multivatriat generasi ke-2. Analisis multivariate mencakup penggunaan metode statistic yang secara simultan data menganalisa banyak variabel yang menggambarkan pengukuran yang berhubungan dengan individu perusahaan, situasi, dan lain-lain. Dalam hal ini, SEM digunakan untuk tujuan eksplorasi dan mengkonfirmasi teori yang ada (Hair et al., 2014). (Hair et al., 2014) membagi SEM dalam dua tipe, yaitu Covariance-based SEM (CB-SEM) yang utama digunakan untuk menguji hipotesis yang dikembangkan berdasarkan teori yang sudah ada, dan Variance-based SEM yang digunakan untuk mengembangkan teori.
3.7.2. Partial Least Square Struktural Equation Modeling (PLS-SEM)
Partial Least square (PLS) adalah bagian dari SEM. PLS merupakan teknik terbaru yang banyak diminati karena tidak membutuhkan distribusi normal atau dapat dikatakan sebuah penelitian dengan jumlah sampel yang sedikit. PLS- SEM menggunakan software seperti PLS-Graph, Visual PLS SmartPLS, WarpPLS.
Peneliti menggunakan analisis PLS-SEM karena beberapa hal, yaitu:
A. Bentuk penelitian ini merupakan analisa pengaruh (kausal)
B. Salah satu kelebihan PLS-SEM adalah mampu menangani model yang kompleks dengan multiple variabel eksogen dan endogen dengan banyak indikator.
C. PLS-SEM dapat menganalisa model pengaruh antara variabel independen terhadap variabel dependen secara simultan. Sehingga dengan PLS-SEM peneliti mencari pengaruh langsung dan tidak langsung dari variabel independen dengan variabel dependen, seperti dalam penelitian ini adalah mengenai pengaruh antara.
3.7.3. Path Models dan Variabel Laten
Menurut (Joseph et al., 2014), path models adalah diagram yang digunakan untuk memperlihatkan secara visual dari hipotesis dan hubungan antar variabel yang dapat dijelaskan melalui SEM. Konstruk diperlihatkan dalam bentuk bulat atau oval pada path models. Indikator dalam path models disebut sebagai item atau manifest variable, yaitu variabel yang secara langsung diukur dan mengandung data mentah. Variabel ini ditunjukkan melalui bentuk persegi panjang. Sedangkan hubungan antar konstruk atau indikatornya ditunjukkan melalui tanda panah. Panah single-headed dalam PLS- SEM digunakan untuk menginterpretasikan hubungan kausal.
Path models PLS mengandung dua elemen, yaitu struktural model, yang juga disebut sebagai "inner model''. Struktural models dalam konteks PLS-SEM menjelaskan hubungan antara konstruk-konstruk. Elemen selanjutnya adalah measurement models, yang disebut sebagai "outer model'. Measurement models dalam konteks PLS-SEM menjelaskan hubungan antara konstruk dengan indikator- indikatornya.
3.7.4. Pengukuran Hasil PLS
Pengukuran atau evaluasi model dalam PLS-SEM menggunakan program SmartPLS 3 yang dilakukan dengan cara menilai hasil pengukuran measurement model (outer model) melalui analisis faktor konfirmatori atau confirmatory factor analysis (CFA) dengan menguji validitas dan kemudian reliabilitas konstruk laten.
Setelah itu, dilanjutkan dengan mengevaluasi struktural model (inner model) dan melihat signifikansi untuk menguji pengaruh antar konstruk atau variabel. Outer Model Loadings yang Model ini digunakan untuk mengetahui validitas dan reliabilitas
3.7.4.1. Outer Model Loadings
Model ini digunakan untuk mengetahui validitas dan reabilitas yang menghubungkan variabel laten dengan indikator-indikatornya.
1. Convergent Validity
Validitas konvergen berhubungan dengan prinsip bahwa pengukur - pengukur (manifest variable) dari suatu konstruk seharusnya berkorelasi tinggi uji validitas convergent indikator adalah dengan program smartPLs 3 yang dapat dilihat melalui nilai loading factor untuk tiap indikator konstruk. Rule of thumb yang digunakan untuk menilai validitas konvergen adalah nilai loading factor yang harus memiliki nilai lebih dari 0,7 dan nilai AVE yang harus lebih dari 0,5.
2. Discriminant Validity
Discriminant validity berhubungan dengan prinsip bahwa pengukur atau manifest variabel konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Cara untuk mengujinya yaitu dengan melihat nilai cross loading untuk tiap variabel yang harus lebih besar dari 0,7.
Discriminant validity dapat juga diukur dengan membandingkan akar kuadrat dari nilai AVE masing-masing variabel laten. Nilai ini harus lebih besar dari korelasi variabel laten lainnya agar dikatakan memiliki nilai discriminant validity yang baik.
3. Indicator Reliability
Indikator reliabilitas digunakan untuk membuktikan akurasi, konsistensi.
serta ketepatan instrumen dalam mengukur konstruk. Mengukur reliabilitas suatu konstruk dengan indikatornya dapat dilakukan dengan dua cara yaitu, Cronbach Alpha dan Composite Reliability. Cronbach's alpha memiliki asumsi bahwa semua indikator mempunyai reliabilitas yang sama serta akan memberikan nilai yang rendah, sehingga lebih disarankan untuk menggunakan Composite Reliability. Nilai yang biasaanya digunakan untuk menilai reabilitas konstruk adalah nilai composite reliability yang harus lebih besar 0,7.
3.7.4.2. Inner model path coefficient sizes and significance
Inner model menggambarkan seberapa kuat pengaruh suatu variabel laten eksogen terhadap variabel laten endogen.
1. Path Coefficient dan R-Square (𝑅2)
Menilai model struktural dengan PLS dapat dimulai dengan melihat nilai path coefficient pada model struktural, dimana nilai path coefficient dapat ditunjukkan dengan angka 0 sampai dengan 1. Jika nilai path coefficient semakin mendekati angka 1, hal ini berarti variabel eksogen memiliki pengaruh yang semakin kuat terhadap variabel endogen. Begitu pula sebaliknya, jika nilai path coefficient semakin mendekati angka 0, hal ini berarti variabel eksogen memiliki pengaruh yang semakin lemah terhadap variabel endogen.
Pengukuran model struktural dilanjutkan dengan melihat nilai R- Square (𝑅2) untuk setiap variabel laten endogen sebagai kekuatan prediksi model struktural. Koefisien determinan (𝑅2) yang terdapat dalam lingkaran variabel laten endogen menggambarkan seberapa besar variabel laten endogen dapat dijelaskan oleh variabel laten eksogen.
2. Structural Path Significance
Evaluasi model dapat dilakukan dengan melihat signifikansi untuk mengetahui pengaruh antar variabel melalui prosedur bootstrapping. Bootstrapping
adalah cara menghasilkan T-Statistics untuk melihat signifikansi baik pada inner maupun outer model. Jika nilai T-Statistics lebih besar dari 1.96, hal ini dapat dikatakan bahwa variabel laten memiliki hubungan yang signifikan atau tidak terhadap variabel laten lainnya.
Signifikan atau tidaknya hubungan antar variabel laten juga dapat dilihat dari nilai p-value yang ada. Jika nilai p-value lebih kecil dari 0.05, hal ini berarti variabel laten tersebut memiliki hubungan yang signifikan terhadap variabel laten lainnya.
3.7.5. Pengujian Hipotesis
Hipotesis akan diuji dengan menggunakan metode resampling boothstrap, menggunakan uji t. Hipotesis untuk uji t adalah:
a. Hipotesis statistik untuk outer model:
H0 : λi = 0 lawan H1 : λi ≠ 0
b. Hipotesis statistik untuk inner model: variabel laten eksogen terhadap endogen:
H0 : γi = 0 lawan H1 : γi ≠ 0
c. Hipotesis statistik untuk inner model: variabel laten endogen terhadap endogen:
H0 : βi = 0 lawan H1 : βi ≠ 0
Ketentuan dalam uji t adalah jika p-value ≤ 0,05 (alpha 5 %) berarti terjadi hubungan signifikan, dan sebaliknya, jika p-value ≥0,05, berarti terjadi hubungan yang tidak signifikan.
3.7.6. Statistika Deskriptif
Statistika deskriptif digunakan untuk menyajikan data secara deskriptif yang menggambarkan karakteristik responden serta jawaban - jawaban responden berkaitan dengan pertanyaan - pertanyaan yang diberikan melalui kuisioner pada masing - masing variabel. Analisis deskriptif pada penelitian ini menggunakan metode Top Two Boxes dan Bottom Two Boxes analisis.
Top Two Boxes Analysis (Lin & Wathen., 2008) adalah metode untuk menjelaskan jawaban reponden dengan menjumlah presentase dari jawaban resonden. Top Two Boxes Analysis akan menjumlah presentase responden yang memilih jawaban dua skala teratas dalam lima ukuran skala likert yang dipakai dalam kuisioner penelitian ini. Sedangkan Bottom Two Boxes analysis adalah metode untuk menjelaskan jawaban responden dangan menjumlah pressentase jawaban responden pada dua skala terendah.
