BAB 4
HASIL PENELITIAN 4.1 Responden Kuesioner
Kuesioner uji coba disebarkan pada 30 responden untuk menguji validitas dan reliabilitas butir- butir pertanyaan yang ada dikuesioner sebagai langkah awal. Jumlah kuesioner uji coba awal yang disebarkan dan yang terkumpul dapat dilihat pada tabel 4.1.
Tabel 4.1 Responden Kuesioner Uji Coba
Responden Kuesioner yang disebarkan Kuesioner yang terkumpul Binusian 2011 15 15 Binusian 2012 10 7 Binusian 2013 10 4 Binusian 2014 10 4 Total 45 30
Kuesioner tersebut memiliki tujuh data yang tidak valid kemudian, dilakukan penyebaran ulang kuesioner uji coba. Setelah kuesioner uji coba dinyatakan valid maka dilanjutkan dengan mencari tahu jumlah populasi mahasiswa semua jurusan di Universitas Bina Nusantara, meliputi BINUSIAN 2011, 2012, 2013, dan 2014. Jumlah keseluruhan populasi diketahui ada 19.101 mahasiswa, perinciannya adalah sebagai berikut :
Tabel 4.2 Mahasiswa Aktif
No. BINUSIAN JUMLAH
1. BINUSIAN 2011 2,726 2. BINUSIAN 2012 5,125 3. BINUSIAN 2013 5,377 4. BINUSIAN 2014 5,873
Jumlah 19.101
Untuk menghitung jumlah sampel dari populasi tersebut peneliti menggunakan rumus Isaac dan Michael.
Berdasarkan tabel penentuan jumlah sampel dari populasi tertentu dengan taraf kesalahan 5% didapat hasil jumlah kuesioner yang harus dikumpulkan disesuaikan dengan jumlah populasi masing-masing angkatan. Didapatkan bahwa apabila jumlah populasi 19.101 mahasiswa maka jumlah sampelnya adalah 395 mahasiswa.
Tabel 4.3 Populasi masing – masing angkatan
BINUSIAN
Fasilkom FST FEB FBB
Fak.
Psikologi FKM Ganda
SI KA TI SK TD TS AR MN AK HM IG JP CN PSI DKV DI MC SI + MN SI + AK SI + TD MN + TD TI + MAT T ST T 2011 483 98 430 37 71 17 42 202 234 ‐ 87 77 93 55 224 ‐ 330 84 58 23 10 56 15 2012 1.117 349 1.402 80 57 20 48 385 305 20 76 62 86 99 393 11 383 101 56 16 7 38 14 2013 1.122 232 1.397 63 126 18 47 463 323 116 97 66 99 106 450 72 374 86 66 15 11 23 5 2014 1.178 183 1.365 55 108 47 76 593 387 136 121 78 93 126 464 117 471 131 91 9 9 30 5 Total 3.900 862 4.594 235 362 102 213 1.643 1.249 272 381 283 371 386 1.531 200 1.558 402 271 63 37 147 39
Tabel 4.4 Sampel masing – masing angkatan
BINUSIAN Fasilkom FST FEB FBB
Fak. Psikologi FKM Ganda SI KA TI SK TD TS AR MN AK HM IG JP CN PSI DKV DI MC SI + MN SI + AK SI + TD MN + TD M 2011 9 2 8 1 2 1 1 4 5 0 2 2 2 1 5 0 6 2 2 1 1 2012 21 7 26 2 2 1 1 7 6 1 2 2 2 2 8 1 7 2 2 1 1 2013 21 5 26 2 3 1 1 9 6 3 2 2 2 2 9 2 7 2 2 1 1 2014 22 4 25 1 2 1 2 11 7 3 3 2 2 3 9 3 9 3 2 1 1 Total 73 18 85 6 9 4 5 31 24 7 9 8 8 8 31 6 29 9 8 4 4
Gambar 4.1 Sampel Berdasarkan Jurusan
Gambar 4.1 digunakan untuk mengetahui pembagian responden dalam penyebaran kuesioner yang dilakukan secara merata pada setiap jurusan. Responden pengisi kuesioner terbanyak adalah jurusan TI sebanyak 85 responden. Responden pengisi kuesioner terbanyak kedua adalah jurusan SI sebanyak 73 responden sedangkan untuk SK, TD, TS, AR, HM, EG, JP, CN, PSI, DI, MC merupakan responden kuesioner terkecil. Jadi dapat disimpulkan bahwa responden terbanyak berasal dari Fakultas Ilmu Komputer (FASILKOM).
42
87
70
74
69
53
Informasi berdasarkan umur
18
19
20
21
22
23
Gambar 4.2 Profil Responden Berdasarkan Umur
Profil responden berdasarkan umur diperlihatkan pada gambar 4.2. Umur responden 18 tahun sebanyak 42 responden, usia 19 tahun sebanyak 87 responden, usia 20 tahun sebanyak 70 responden, usia 21 tahun sebanyak 74 responden, usia 22 tahun sebanyak 69 responden. usia 23 tahun sebanyak 53 responden. Dari data tersebut dapat dilihat bahwa tidak adanya perbedaan yang terlalu jauh antara pengisian kuesioner yang dilakukan oleh responden yang berusia 18 sampai 23 tahun. Jadi dapat disimpulkan bahwa baik responden yang berusia 18 sampai 23 tahun memiliki pandangan yang tidak terlalu jauh berbeda terhadap website BINUS.
242
153
Informasi berdasarkan Jenis
Kelamin
Laki ‐ laki
Perempuan
Gambar 4.3 Profil Responden Berdasarkan Jenis Kelamin
Profil responden berdasarkan jenis kelamin diperlihatkan pada gambar 4.3. dari 395 responden yang terlibat dalam penelitian ini, mayoritas responden berjenis kelamin laki-laki yaitu dengan jumlah sebanyak 242 responden, atau dengan mendapatkan nilai persentasi sebesar 67%. Sedangkan sisanya adalah responden yang berjenis kelamin perempuan yaitu dengan jumlah sebanyak 153 responden atau nilai persentasinya sebesar 33%. Dari data tersebut dapat dilihat bahwa tidak adanya perbedaan yang terlalu jauh antara pengisian kuesioner yang dilakukan oleh responden laki – laki dan responden perempuan. Jadi dapat disimpulkan bahwa baik responden laki – laki maupun responden perempuan memiliki pandangan yang tidak terlalu jauh berbeda terhadap website BINUS.
4.2 Transformasi data Ordinal ke Interval
Data hasil pengisian kuesioner maka didapatkan nilai yang berupa data ordinal (1, 2, 3, 4, 5, 6). Dari data ordinal tersebut kita convert menjadi data interval dengan menggunakan Microsoft excel sebagai media perhitungannya. Hasil transformasi data interval dapat dilihat pada lampiran L31 dan L36. Setelah dilakukan transformasi data ordinal ke data interval maka dapat dilanjutkan untuk pengujian Validitas, Reliabilitas, Korelasi dan Regresi.
4.3 Daftar Pertanyaan pada Kuesioner
Daftar pertanyaan pada kuesioner yang akan disebarkan pada mahasiswa berdasarkan Sub variabel yang telah ditentukan. Pertanyaan - pertanyaan tersebut dapat dilihat pada Tabel 4.5.
Tabel 4.5 Daftar Pertanyaan Kuesioner
Sub Variabel Penjelasan
Attract (X1)
1. Banner Ads (iklan web) yang digunakan BINUS membantu kita dalam mencari situs BINUS (X1.1).
2. Search Engine memudahkan kita dalam mencari situs BINUS(X1.2).
3. Iklan baris memudahkan kita dalam mencari website BINUS (X1.3).
4. Response Time yang cepat memudahkan kita akses kedalam
Sub Variabel Penjelasan
5. Promosi – promosi yang dilakukan BINUS mempermudah kita dalam mencari situs BINUS (X1.5).
6. Affliate Program ( program kerjasama) yang dicantumkan dalam situs BINUS dengan situs lain membantu kita mempermudah mencari situs BINUS (X1.6).
Engage (X2):
1. Informasi yang tersedia pada situs BINUS sangat memadai (X2.1). 2. Virtual Community seperti jejaring sosial (facebook, twitter)
memudahkan interaksi dengan sesama BINUSIAN (X2.2). 3. Pilihan bahasa pada situs BINUS sangat baik (X2.3).
Retain (X3):
1. Halaman – halaman pada situs BINUS bersifat user friendly (mudah digunakan) (X3.1).
2. Hyperlink yang disediakan pada situs BINUS mempermudah kita dalam mencari program – program yang disediakan oleh BINUS (X3.2).
3. Security Feature (fitur keamanan) yang ada pada situs BINUS menjamin data kita aman (X3.3).
4. Privacy Statement (garansi privasi) pada situs BINUS membuat privasi kita lebih terjamin (X3.4).
5. Pada situs BINUS kita dapat menemukan informasi seputar BINUS dengan mudah (X3.5).
Sub Variabel Penjelasan
Learn (X4):
1. Feedback via online survey membantu binus untuk mengoptimalkan kinerja dari website binus (X4.1).
2. Fasilitas chatting untuk bantuan online pada website BINUS sangat membantu user untuk bertanya (X4.2).
Relate (X5):
1. Produk / jasa yang ditampilkan pada laman situs BINUS telah memadai (X5.1)
2. Adanya helpdesk yang selalu online dalam membantu kita untuk berkonsultasi (X5.2).
3. Realtime interaction (melalui telepon) yang disediakan
mempermudah kita dalam bertanya secara langsung (realtime) (X5.3).
Online Branding(Y):
1. Pelanggan mengenal situs BINUS dengan cukup baik (Y1). 2. Citra BINUS di mata masyarakat sangat bagus (Y2). 3. Biaya perkuliahan di BINUS tidak semahal dengan biaya
perkuliahan pada universitas swasta yang lain (Y3).
4. Fakultas yang paling diminati oleh calon mahasiswa BINUS adalah FASILKOM (Fakultas Ilmu Komputer) (Y4).
4.4 Analisis Validitas dan Reliabilitas
Validitas mengukur sejauh mana perbedaan skor yang mencerminkan perbedaan sebenarnya antara individu, kelompok, atau situasi menyangkut karakteristik yang akan diukur, atau kesalahan sebenarnya pada individu atau
kelompok yang sama dari satu situasi ke situasi yang lain. Untuk analisis validitas digunakan rumus statistika Koefisien Korelasi Product Moment.
Sedangkan reliabilitas adalah tingkat keandalan kuesioner. Kuesioner yang reliabel adalah kuesioner yang apabila dicobakan secara berulang–ulang kepada kelompok yang sama akan menghasilkan data yang sama. Untuk analisis reliabilitas digunakan formula Alpha Cronbach.
4.4.1 Uji Validitas terhadap variabel Attract (X1)
Gambar 4.4 Uji Validitas terhadap variabel Attract (X1)
Berdasarkan hasil penyebaran kuesioner awal dilakukan uji validitas terhadap variabel Attract (X1). Setelah dilakukan pengujian validitas maka akan didapatkan hasil bahwa butir pertanyaan variabel
Attract (X1) dinyatakan valid.
Digital Marketing
Model (X)
Attract (X1)
Engage (X2)
Retain (X3)
Learn (X4)
Relate (X5)
Tabel 4.6 Validitas variabel Attract (X1)
Correlations X1.1 X1.2 X1.3 X1.4 X1.5 X1.6 X1total X1.1 Pearson Correlation 1 ,777* * ,404* ,382* ,966** ,372* ,837** Sig. (2-tailed) ,000 ,027 ,037 ,000 ,043 ,000 N 30 30 30 30 30 30 30 X1.2 Pearson Correlation ,777** 1 ,740** ,498** ,742** ,572** ,918** Sig. (2-tailed) ,000 ,000 ,005 ,000 ,001 ,000 N 30 30 30 30 30 30 30 X1.3 Pearson Correlation ,404* ,740* * 1 ,594** ,445* ,513** ,791** Sig. (2-tailed) ,027 ,000 ,001 ,014 ,004 ,000 N 30 30 30 30 30 30 30 X1.4 Pearson Correlation ,382* ,498* * ,594** 1 ,351 ,247 ,659** Sig. (2-tailed) ,037 ,005 ,001 ,057 ,189 ,000 N 30 30 30 30 30 30 30 X1.5 Pearson Correlation ,966** ,742* * ,445* ,351 1 ,415* ,841** Sig. (2-tailed) ,000 ,000 ,014 ,057 ,023 ,000 N 30 30 30 30 30 30 30 X1.6 Pearson Correlation ,372* ,572* * ,513** ,247 ,415* 1 ,646** Sig. (2-tailed) ,043 ,001 ,004 ,189 ,023 ,000 N 30 30 30 30 30 30 30 X1total Pearson Correlation ,837** ,918* * ,791** ,659** ,841** ,646** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 N 30 30 30 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Tabel 4.7 Hasil Uji Validitas Kepentingan variabel Attract (X1) Pertanyaan Nilai korelasi dengan total
Attract (X1) Nilai r tabel (n = 30, α = 5%) Simpulan X1.1 0.837 0.361 valid X1.2 0.918 0.361 valid X1.3 0.791 0.361 valid X1.4 0.659 0.361 valid X1.5 0.841 0.361 valid X1.6 0.646 0.361 valid
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Pearson Correlation lebih besar dari pada r tabel (0,361), hal ini membuktikan bahwa variabel
Attract (X1) valid.
4.4.2 Uji Validitas terhadap variabel Engage (X2)
Gambar 4.5 Uji Validitas terhadap variabel Engage (X2)
Digital Marketing
Model (X)
Attract (X1)
Engage (X2)
Retain (X3)
Learn (X4)
Relate (X5)
Berdasarkan hasil penyebaran kuesioner awal dilakukan uji validitas terhadap variabel Engage (X2). Setelah dilakukan pengujian validitas maka akan didapatkan hasil bahwa butir pertanyaan variabel Engage (X2) dinyatakan valid.
Tabel 4.8 Validitas variabel Engage (X2) Correlations X2.1 X2.2 X2.3 X2total X2.1 Pearson Correlation 1 ,554** ,658** ,890** Sig. (2-tailed) ,002 ,000 ,000 N 30 30 30 30 X2.2 Pearson Correlation ,554** 1 ,340 ,773** Sig. (2-tailed) ,002 ,066 ,000 N 30 30 30 30 X2.3 Pearson Correlation ,658** ,340 1 ,807** Sig. (2-tailed) ,000 ,066 ,000 N 30 30 30 30 X2total Pearson Correlation ,890** ,773** ,807** 1 Sig. (2-tailed) ,000 ,000 ,000 N 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed). Tabel 4.9 Hasil Uji Validitas Kepentingan variabel Engage (X2)
Pertanyaan Nilai korelasi dengan total
Engage (X2) Nilai r tabel (n = 30, α = 5%) Simpulan X2.1 0.890 0.361 valid X2.2 0.773 0.361 valid X2.3 0.807 0.361 valid
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Pearson Correlation lebih besar dari pada r tabel (0,361), hal ini membuktikan bahwa variabel
Engage (X2) valid.
4.4.3 Uji Validitas terhadap variabel Retain (X3)
Gambar 4.6 Uji Validitas terhadap variabel Retain (X3)
Berdasarkan hasil penyebaran kuesioner awal dilakukan uji validitas terhadap variabel Retain (X3). Setelah dilakukan pengujian validitas maka akan didapatkan hasil bahwa butir pertanyaan variabel Retain (X3) dinyatakan valid.
Digital Marketing
Model (X)
Attract (X1)
Engage (X2)
Retain (X3)
Learn (X4)
Relate (X5)
Tabel 4.10 Validitas variabel Retain (X3)
Correlations X3.1 X3.2 X3.3 X3.4 X3.5 X3.6 X3total X3.1 Pearson Correlation 1 ,626** ,578** ,932** ,514** ,554** ,866** Sig. (2-tailed) ,000 ,001 ,000 ,004 ,001 ,000 N 30 30 30 30 30 30 30 X3.2 Pearson Correlation ,626* * 1 ,721** ,659** ,550** ,609** ,821** Sig. (2-tailed) ,000 ,000 ,000 ,002 ,000 ,000 N 30 30 30 30 30 30 30 X3.3 Pearson Correlation ,578* * ,721** 1 ,541** ,733** ,625** ,832** Sig. (2-tailed) ,001 ,000 ,002 ,000 ,000 ,000 N 30 30 30 30 30 30 30 X3.4 Pearson Correlation ,932* * ,659** ,541** 1 ,484** ,527** ,854** Sig. (2-tailed) ,000 ,000 ,002 ,007 ,003 ,000 N 30 30 30 30 30 30 30 X3.5 Pearson Correlation ,514* * ,550** ,733** ,484** 1 ,744** ,794** Sig. (2-tailed) ,004 ,002 ,000 ,007 ,000 ,000 N 30 30 30 30 30 30 30 X3.6 Pearson Correlation ,554* * ,609** ,625** ,527** ,744** 1 ,806** Sig. (2-tailed) ,001 ,000 ,000 ,003 ,000 ,000 N 30 30 30 30 30 30 30 X3total Pearson Correlation ,866* * ,821** ,832** ,854** ,794** ,806** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 N 30 30 30 30 30 30 30
Tabel 4.11 Hasil Uji Validitas Kepentingan variabel Retain (X3) Pertanyaan Nilai korelasi dengan total
Retain (X3) Nilai r tabel (n = 30, α = 5%) Simpulan X3.1 0.760 0.361 valid X3.2 0.913 0.361 valid X3.3 0.762 0.361 valid X3.4 0.892 0.361 valid X3.5 0.768 0.361 valid X3.6 0.863 0.361 valid
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Pearson Correlation lebih besar dari pada r tabel (0,361), hal ini membuktikan bahwa variabel
Retain (X3) valid.
4.4.4 Uji Validitas terhadap variabel Learn (X4)
Digital Marketing
Model (X)
Attract (X1)
Engage (X2)
Retain (X3)
Learn (X4)
Relate (X5)
Berdasarkan hasil penyebaran kuesioner awal dilakukan uji validitas terhadap variabel Learn (X4). Setelah dilakukan pengujian validitas maka akan didapatkan hasil bahwa butir pertanyaan variabel Learn (X4) dinyatakan valid
Tabel 4.12 Validitas variabel Learn (X4) Correlations X4.1 X4.2 X4total X4.1 Pearson Correlation 1 ,594** ,876** Sig. (2-tailed) ,001 ,000 N 30 30 30 X4.2 Pearson Correlation ,594** 1 ,908** Sig. (2-tailed) ,001 ,000 N 30 30 30 X4total Pearson Correlation ,876** ,908** 1 Sig. (2-tailed) ,000 ,000 N 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed). Tabel 4.13 Hasil Uji Validitas Kepentingan variabel Learn (X4)
Pertanyaan Nilai korelasi dengan total
Learn (X4) Nilai r tabel (n = 30, α = 5%) Simpulan X4.1 0.876 0.361 valid X4.2 0.908 0.361 valid
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Pearson Correlation lebih besar dari pada r tabel (0,361), hal ini membuktikan bahwa variabel
4.4.5 Uji Validitas terhadap variabel Relate (X5)
Gambar 4.8 Uji Validitas terhadap variabel Relate (X5)
Berdasarkan hasil penyebaran kuesioner awal dilakukan uji validitas terhadap variabel Relate (X5). Setelah dilakukan pengujian validitas maka akan didapatkan hasil bahwa butir pertanyaan variabel Relate (X5) dinyatakan valid.
Digital Marketing
Model (X)
Attract (X1)
Engage (X2)
Retain (X3)
Learn (X4)
Relate (X5)
Tabel 4.14 Validitas variabel Relate (X5) Correlations X5.1 X5.2 X5.3 X5total X5.1 Pearson Correlation 1 ,789** ,765** ,946** Sig. (2-tailed) ,000 ,000 ,000 N 30 30 30 30 X5.2 Pearson Correlation ,789** 1 ,524** ,879** Sig. (2-tailed) ,000 ,003 ,000 N 30 30 30 30 X5.3 Pearson Correlation ,765** ,524** 1 ,848** Sig. (2-tailed) ,000 ,003 ,000 N 30 30 30 30 X5total Pearson Correlation ,946** ,879** ,848** 1 Sig. (2-tailed) ,000 ,000 ,000 N 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed). Tabel 4.15 Hasil Uji Validitas Kepentingan variabel Relate (X5)
Pertanyaan Nilai korelasi dengan total
Relate (X5) Nilai r tabel (n = 30, α = 5%) Simpulan X5.1 0.874 0.361 valid X5.2 0.859 0.361 valid X5.3 0.866 0.361 valid
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Pearson Correlation lebih besar dari pada r tabel (0,361), hal ini membuktikan bahwa variabel
4.4.6 Uji Validitas terhadap variabel Online Branding (Y)
Gambar 4.9 Uji Validitas terhadap variabel Online Branding (Y)
Berdasarkan hasil penyebaran kuesioner awal dilakukan uji validitas terhadap variabel Online Branding (Y). Setelah dilakukan pengujian validitas maka akan didapatkan hasil bahwa butir pertanyaan variabel Online
Branding (Y) dinyatakan valid.
Digital Marketing
Model (X)
Attract (X1)
Engage (X2)
Retain (X3)
Learn (X4)
Relate (X5)
Tabel 4.16 Validitas variabel Online Branding (Y) Correlations Y1 Y2 Y3 Y4 TotalY Y1 Pearson Correlation 1 .609** .511** .528** .837** Sig. (2-tailed) .000 .004 .003 .000 N 30 30 30 30 30 Y2 Pearson Correlation .609** 1 .598** .439* .823** Sig. (2-tailed) .000 .000 .015 .000 N 30 30 30 30 30 Y3 Pearson Correlation .511** .598** 1 .372* .781** Sig. (2-tailed) .004 .000 .043 .000 N 30 30 30 30 30 Y4 Pearson Correlation .528** .439* .372* 1 .739** Sig. (2-tailed) .003 .015 .043 .000 N 30 30 30 30 30 TotalY Pearson Correlation .837** .823** .781** .739** 1 Sig. (2-tailed) .000 .000 .000 .000 N 30 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Tabel 4.17 Hasil Uji Validitas Kepentingan Online Branding (Y) Pertanyaan Nilai korelasi dengan total
Online Branding(Y) Nilai r tabel (n = 30, α= 5%) Simpulan Y1 0.837 0.361 valid Y2 0.823 0.361 valid Y3.1 0.781 0.361 valid Y3.2 0.739 0.361 valid
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Pearson Correlation lebih besar dari pada r tabel (0,361), hal ini membuktikan bahwa variabel
Online Branding (Y) valid.
4.4.7 Uji Reliabilitas terhadap variabel Digital Marketing Model (X) Tabel 4.18 Hasil Uji Reliabilitas variabel Attract (X1)
A
Tabel 4.19 Hasil Uji Reliabilitas variabel Engage (X2)
Tabel 4.20 Hasil Uji Reliabilitas variabel Retain (X3)
Tabel 4.21 Hasil Uji Reliabilitas variabel Learn (X4) Reliability Statistics Cronbach's Alpha N of Items .889 3 Reliability Statistics Cronbach's Alpha N of Items .795 7 Reliability Statistics Cronbach's Alpha N of Items .835 4 Reliability Statistics Cronbach's Alpha N of Items .803 7
Tabel 4.22 Hasil Uji Reliabilitas variabel Relate (X5)
Tabel 4.23 Hasil Uji Reabilitas terhadap variabel Digital Marketing Model (X) Variabel Nilai koefisien Alpha
Cronbach Nilai r tabel (n = 30, α= 5%) Simpulan X1 0.795 0.361 reliabel X2 0.835 0.361 reliabel X3 0.803 0.361 reliabel X4 0.889 0.361 reliabel X5 0.857 0.361 reliabel
Hasil analisa reliabilitas mengindikasikan bahwa semua butir pertanyaan variabel Digital Marketing Framework (X) yang diuji adalah
Reliable, karena nilai Cronbach’s Alpha yang diperoleh lebih besar r tabel
(0,361).
4.4.8 Uji Reliabilitas terhadap variabel Online Branding (Y)
Tabel 4.24 Hasil Uji Reliabilitas terhadap variabel Online Branding (Y) Reliability Statistics Cronbach's Alpha N of Items .814 5 Reliability Statistics Cronbach's Alpha N of Items .857 4
Tabel 4.25 Hasil Uji Reliabilitas terhadap variabel Online Branding (Y) Variabel Nilai koefisien Alpha
Cronbach
Nilai r tabel (n = 30, α= 5%)
Simpulan
Y 0.814 0.361 reliabel
Dari hasil uji reliabilitas di atas diperoleh koefisien Alpha Cronbach untuk setiap sub variabel. Nilai koefisien Alpha Cronbach yang diperoleh lebih besar dari rtabel (0.361) sehingga menunjukkan bahwa untuk instrumen variabel Online Branding (Y) adalah reliabel.
4.5 Analisis Korelasi
Tabel 4.26 Hasil Uji Korelasi
Correlations
TotalX1 TotalX2 TotalX3 TotalX4 TotalX5 TotalY TotalX1 Pearson Correlation 1 .872** .919** .756** .876** .928**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 395 395 395 395 395 395
TotalX2 Pearson Correlation .872** 1 .879** .704** .819** .854**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 395 395 395 395 395 395
TotalX3 Pearson Correlation .919** .879** 1 .788** .877** .930**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 395 395 395 395 395 395
TotalX4 Pearson Correlation .756** .704** .788** 1 .847** .731**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 395 395 395 395 395 395
TotalX5 Pearson Correlation .876** .819** .877** .847** 1 .859**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 395 395 395 395 395 395
TotalY Pearson Correlation .928** .854** .930** .731** .859** 1 Sig. (2-tailed) .000 .000 .000 .000 .000
N 395 395 395 395 395 395
4.5.1 Korelasi variabel Attract (X1) terhadap variabel Online Branding (Y) Berdasarkan hasil pengujian pada tabel 4.26, variabel Attract (X1) terhadap variabel Online Branding (Y) menghasilkan rhitung sebesar 0.928 lebih besar dari nilai rtabel (0.098), hal ini menunjukkan bahwa hubungan antara variabel Attract (X1) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat hubungan antara variabel Attract (X1) terhadap variabel
Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan
terdapat hubungan antara variabel Content (X1) terhadap variabel Online
Branding (Y) diterima.
4.5.2 Korelasi variabel Engage (X2) terhadap variabel Online Branding (Y) Berdasarkan hasil pengujian pada tabel 4.26, variabel Engage (X2) terhadap variabel Online Branding (Y) menghasilkan rhitung sebesar 0.854 lebih besar dari nilai R tabel (0.098), hal ini menunjukkan bahwa hubungan antara variabel Engage (X2) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat hubungan antara variabel Engage (X2) terhadap variabel
Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan
terdapat hubungan antara variabel Engage (X2) terhadap variabel Online
Branding (Y) diterima.
4.5.3 Korelasi variabel Retain (X3) terhadap variabel Online Branding (Y) Berdasarkan hasil pengujian pada tabel 4.26, variabel Retain (X3) terhadap variabel Online Branding (Y) menghasilkan rhitung sebesar 0.930
antara variabel Retain (X3) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat hubungan antara variabel Retain (X3) terhadap variabel
Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan
terdapat hubungan antara variabel Retain (X3) terhadap variabel Online
Branding (Y) diterima.
4.5.4 Korelasi variabel Learn (X4) terhadap variabel Online Branding (Y) Berdasarkan hasil pengujian pada tabel 4.26, variabel Learn (X4) terhadap variabel Online Branding (Y) menghasilkan rhitung sebesar 0.731 lebih besar dari nilai R tabel (0.098), hal ini menunjukkan bahwa hubungan antara variabel Learn (X4) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat hubungan antara variabel Learn (X4) terhadap variabel Online
Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan terdapat
hubungan antara variabel Learn (X4) terhadap variabel Online Branding (Y) diterima.
4.5.5 Korelasi variabel Relate (X5) terhadap variabel Online Branding (Y) Berdasarkan hasil pengujian pada tabel 4.26, variabel Relate (X5) terhadap variabel Online Branding (Y) menghasilkan rhitung sebesar 0.859 lebih besar dari nilai R tabel (0.098), hal ini menunjukkan bahwa hubungan antara variabel Relate (X5) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan
hubungan antara variabel Relate (X5) terhadap variabel Online Branding (Y) diterima.
4.6 Analisis Regresi
4.6.1 Regresi variabel Attract (X1) terhadap variabel Online Branding (Y) Tabel 4.27 Hasil Uji Regresi variabel Attract (X1) terhadap variabel
Online Branding (Y)
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .969a .939 .938 .78591
a. Predictors: (Constant), TotalX1, X1.6, X1.3, X1.4, X1.2, X1.5
Pada tabel 4.27 pengujian variabel Attract (X1) terhadap variabel
Online Branding (Y) menghasilkan nilai R sebesar 0,969 lebih besar dari
nilai R tabel (0.098), hal ini menunjukkan bahwa pengaruh antara variabel
Attract (X1) terhadap variabel Online Branding (Y) tersebut dikatakan
signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat pengaruh antara variabel Attract (X1) terhadap variabel Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan terdapat pengaruh antara variabel Attract (X1) terhadap variabel Online Branding (Y) diterima.
Adapun besarnya pengaruh dari variabel Attract (X1) terhadap variabel
Online Branding (Y) dapat dilihat pada nilai R Square sebesar 0.939. Hal ini
menunjukkan variabel Attract (X1) memiliki pengaruh sebesar 93.9% terhadap variabel Online Branding (Y) dan sisanya sebesar 6,1% dipengaruhi oleh variabel lain.
4.6.2 Regresi variabel Engage (X2) terhadap variabel Online Branding (Y) Tabel 4.28 Hasil Uji Regresi variabel Engage (X2) terhadap variabel
Online Branding (Y)
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .861a .742 .740 1.60421
a. Predictors: (Constant), TotalX2, X2.2, X2.3
Pada tabel 4.28 pengujian variabel Engage (X2) terhadap variabel Online Branding (Y) menghasilkan nilai R sebesar 0,861 lebih besar dari nilai rtabel (0.098), hal ini menunjukkan bahwa pengaruh antara variabel Engage (X2) terhadap sariabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat pengaruh antara variabel Engage (X2) terhadap variabel
Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan
terdapat pengaruh antara variabel Engage (X2) terhadap variabel Online
Branding (Y) diterima.
Adapun besarnya pengaruh dari variabel variabel Engage (X2) terhadap variabel Online Branding (Y) dapat dilihat pada nilai R Square sebesar 0.742. Hal ini menunjukkan variabel Engage (X2) memiliki pengaruh sebesar 74.2% terhadap variabel Online Branding (Y) dan sisanya sebesar 25,8% dipengaruhi oleh variabel lain.
4.6.3 Regresi variabel Retain (X3) terhadap variabel Online Branding (Y) Tabel 4.29 Hasil Uji Regresi variabel Retain (X3) terhadap variabel
Online Branding (Y)
Pada tabel 4.29 pengujian variabel Format (X3) terhadap variabel
Online Branding (Y) menghasilkan nilai R sebesar 0,960 lebih besar dari
nilai R tabel (0.098), hal ini menunjukkan bahwa pengaruh antara variabel Format (X3) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat pengaruh antara variabel Format (X3) terhadap variabel
Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan
terdapat pengaruh antara variabel Format (X3) terhadap variabel Online
Branding (Y) diterima.
Adapun besarnya pengaruh dari variabel variabel Format (X3) terhadap variabel Online Branding (Y) dapat dilihat pada nilai R Square sebesar 0.921. Hal ini menunjukkan variabel Format (X3) memiliki pengaruh sebesar 92.1% terhadap variabel Online Branding (Y) dan sisanya sebesar 7,9% dipengaruhi oleh variabel lain.
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .960a .921 .920 .89218
a. Predictors: (Constant), TotalX3, X3.5, X3.2, X3.3, X3.4, X3.1
4.6.4 Regresi variabel Learn (X4) terhadap variabel Online Branding (Y) Tabel 4.30 Hasil Uji Regresi variabel Learn (X4) terhadap variabel
Online Branding (Y)
Pada tabel 4.30 pengujian variabel Learn (X4) terhadap variabel
Online Branding (Y) menghasilkan nilai R sebesar 0,731 lebih besar dari
nilai R tabel (0.098), hal ini menunjukkan bahwa pengaruh antara variabel Learn (X4) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat pengaruh antara variabel Learn (X4) terhadap variabel
Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan
terdapat pengaruh antara variabel Learn (X4) terhadap variabel Online
Branding (Y) diterima.
Adapun besarnya pengaruh dari variabel Learn (X4) terhadap variabel Online Branding (Y) dapat dilihat pada nilai R Square sebesar 0.535. Hal ini menunjukkan variabel Learn (X4) memiliki pengaruh sebesar 53.5% terhadap variabel Online Branding (Y) dan sisanya sebesar 46,5% dipengaruhi oleh variabel lain.
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .731a .535 .532 2.15091
4.6.5 Regresi variabel Relate (X5) terhadap variabel Online Branding (Y) Tabel 4.31 Hasil Uji Regresi variabel Relate (X5) terhadap variabel
Online Branding (Y)
Pada tabel 4.31 pengujian variabel Relate (X5) terhadap variabel Online
Branding (Y) menghasilkan nilai R sebesar 0,862 lebih besar dari nilai R
tabel (0.098), hal ini menunjukkan bahwa pengaruh antara variabel Relate (X5) terhadap variabel Online Branding (Y) tersebut dikatakan signifikan. Hal ini berarti hipotesis nol (H0) yang menyatakan tidak terdapat pengaruh antara variabel Relate (X5) terhadap variabel Online Branding (Y) ditolak, dan hipotesis satu (H1) yang menyatakan terdapat pengaruh antara variabel
Relate (X5) terhadap variabel Online Branding (Y) diterima.
Adapun besarnya pengaruh dari variabel Timeliness (X5) terhadap variabel Online Branding (Y) dapat dilihat pada nilai R Square sebesar 0.743. Hal ini menunjukkan variabel Timeliness (X5) memiliki pengaruh sebesar 74.3% terhadap variabel Online Branding (Y) dan sisanya sebesar 25,7% dipengaruhi oleh variabel lain.
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .862a .743 .741 1.60229
4.7 Analisa Deskriptif
4.7.1 Summary Hipotesis Tabel 4.32 Summary Hipotesis
No Hipotesis Hipotesis nol (H0) Hipotesis satu (H1)
1. Hipotesis 1 Ditolak Diterima
2. Hipotesis 2 Ditolak Diterima
3. Hipotesis 3 Ditolak Diterima
4. Hipotesis 4 Ditolak Diterima
5. Hipotesis 5 Ditolak Diterima
6. Hipotesis 6 Ditolak Diterima
7. Hipotesis 7 Ditolak Diterima
8. Hipotesis 8 Ditolak Diterima
9. Hipotesis 9 Ditolak Diterima
10. Hipotesis 10 Ditolak Diterima
4.7.2 Summary Korelasi dan Regresi
Tabel 4.33 Tabel Summary Korelasi dan Regresi
Variabel X Variabel Y Nilai Korelasi Besar Pengaruh
Attract (X1) Online Branding (Y) 0,928 93,9%
Engage (X2) Online Branding (Y) 0,854 74,2%
Retain (X3) Online Branding (Y) 0,930 92,1%
4.7.3 Summary Korelasi variabel Digital Marketing Model (X) terhadap variabel Online Branding (Y)
Gambar 4.10 Summary Korelasi variabel Digital Marketing Model (X) terhadap variabel Online Branding (Y)
Berdasarkan Gambar 4.10, variabel Retain (X3) memiliki nilai
Pearson Correlation yang paling tinggi dibandingkan dengan variabel
lainnya, yaitu sebesar 0,930. Hal ini berarti variabel Retain (X3) memiliki hubungan yang paling erat dengan variabel Online Branding (Y) apabila dibandingkan dengan variabel lainnya.
Online Branding
(Y) Digital Marketing Model
(X) Engage (X2)(0,854) Rekate (X5) (0,859) ) Retain (X3)(0,930) Attract (X1) (0,928) Learn (X4)(0,731)
4.7.4 Summary Regresi variabel Digital Marketing Model (X) terhadap variabel Online Branding (Y)
Gambar 4.11 Summary Regresi variabel Digital Marketing Model (X) terhadap variabel Online Branding (Y)
Berdasarkan Gambar 4.11, variabel Attract (X1) memiliki nilai pengaruh yang paling tinggi dibandingkan dengan variabel lainnya, yaitu sebesar 93.9%. Hal ini berarti variabel Attract (X1) memiliki pengaruh yang paling erat dengan variabel Online Branding (Y) apabila dibandingkan dengan variabel lainnya.
Online Branding
(Y) Digital Marketing Model
(X) Engage (X2)(74.2%) Relate (X5)(74.3%) Attract (X1)(93.9%) Retain (X3)(92.1%) Learn (X4)(53.5%)
4.8 Rekomendasi
1. Berdasarkan hasil uji korelasi dan regresi pada gambar 4.11 dan gambar 4.12 dapat diketahui bahwa hubungan variabel Digital Marketing Model (X) terhadap variabel Online Branding (Y) yang paling rendah terdapat di sub variabel Learn (X4) sebesar 0.731 dan juga pengaruh variabel Digital
Marketing Model (X) terhadap variabel Online Branding (Y) yang paling
rendah terdapat di sub variabel Learn (X4) sebesar 53.5%. maka dari hasil uji korelasi dan regresi tersebut kami memberikan rekomendasi :
- Lebih mengenalkan mahasiswa/i terhadap online survey karena kebanyakan mahasiswa/i tidak mengetahui cara menggunakanya.
- Lebih mengenalkan mahasiswa terhadap fasilitas chatting untuk bantuan online sehingga mahasiswa/i mengetahui adanya fasilitas tersbut dan juga mudah untuk menggunakanya .
2. Sedangkan untuk hasil uji korelasi dan regresi pada gambar 4.10 dan gambar 4.11 dapat diketahui bahwa hubungan variabel Digital Marketing
Model (X) terhadap variabel Online Branding (Y) yang terendah terdapat
pada variabel Engage (X2) sebesar 0.854 dan juga pengaruh variabel
Digital Marketing Model (X) terhadap variabel Online Branding (Y) yang
terendah terdapat pada variabel Engage (X2) sebesar 74.2%, maka dari hasil uji korelasi dan regresi tersebut kami memberikan rekomendasi :
- Lebih meningkatkan walagi informasi yang tedapat di situs Binus sehingga memudahkan mahasiswa/i untuk menggunakan website tersebut.
- Meningkatkan Virtual community yang ada di website binus sehingga antar mahasiswa/i dapat berinteraksi didalam website tersebut.
- Memperbaiki struktur penggunaan bahasa pada Website sehingga lebih mudah dimengerti.
3. Berdasarkan profil responden menurut jurusan dapat diketahui bahwa responden terbanyak adalah jurusan TI dan SI, dimana jumlah responden mahasiswa TI sebanyak 83 mahasiswa dan SI sebanyak 75 mahasiswa. Berdasarkan data tersebut maka kami memberikan rekomendasi untuk kedepannya lebih ditekankan penyebaran kuesioner pada jurusan lain sehingga data responden kuesioner tidak hanya terpaku pada jurusan SI dan TI saja.
4. Berdasarkan profil responden menurut umur dapat diketahui bahwa pengisi kuesioner umur 18 tahun sampai dengan 23 tahun tidak terlalu berbeda pandangannya terhadap website BINUS. Berdasarkan data tersebut maka kami dapat memberikan rekomendasi untuk kedepannya perlu adanya pembagian responden berdasarkan umur agar hasil data yang didapat lebih spesifik.
5. Berdasarkan profil responden menurut jenis kelamin dapat diketahui bahwa tidak ada perbedaan terlalu jauh antara laki – laki dan perempuan terhadap pandangan pada website BINUS maka kami memberi rekomendasi untuk kedepannya tidak terlalu memfokuskan perbedaan
jenis kelamin karena penilaian baik laki – laki maupun perempuan tidak terlalu berbeda.