BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Deskripsi Objek Penelitian

Data ini diambil melalui kuisioner yang dibagikan kepada pengecer bumbu tabur

Venus di kota Semarang. Populasi dalam penelitian ini adalah pengecer bumbur tabur

Venus di kota Semarang yang berjumlah 213 toko. Sedangkan metode pengambilan sampel

yang digunakan adalah probability sampling dan menggunakan teknik simple random

sampling. Berikut data mengenai karakteristik tanggapan responden yang ditunjukkan

dalam tabel di bawah ini:

Tabel 4.1: Tanggapan karakteristik responden

Strata Anggota Populasi

Kuesioner yang disebar 200

Kuesioner yang di outlier 18

Kuesioner yang diterima 182

Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel diatas sebanyak 18 data dihilangkan dan dianggap

mengganggu karena melebihi batas minimum mahalanobis, sehingga jumlah keseluruhan

kuesioner yang mewakili sebanyak 182 responden.

1
 2

a. Responden Berdasarkan Jenis Kelamin

Berikut data mengenai karakteristik responden berdasarkan jenis kelamin yang

ditunjukkan pada tabel 4.2:

Tabel 4.2: Responden menurut Jenis Kelamin

No. Jenis Kelamin Frekuensi Persentase

1 Laki-laki 86 47,5 %

2 Perempuan 96 52,25 %
Jumlah 182 100%
Sumber : Data Primer yang Diolah, 2017

Tabel 4.2 menunjukkan bahwa dari 182 responden, responden terbanyak

berdasarkan jenis kelamin adalah responden yang berjenis kelamin perempuan yaitu 96

orang atau 52,75 persen, sedangkan responden yang berjenis kelamin laki-laki berjumlah

86 orang atau 47,25 persen. Berdasarkan hasil penelitian ini dapat disimpulkan bahwa

responden yang merupakan pengecer bumbu tabur Venus di kota Semarang didominasi

oleh responden berjenis kelamin perempuan sebanyak 96 orang atau 52,75 persen dari

keseluruhan sampel.

b. Responden Berdasarkan Usia

Berikut data mengenai karakteristik responden berdasarkan usia yang ditunjukkan

pada tabel 4.3 berikut:

 3

Tabel 4.3: Responden menurut Usia

Usia Frekuensi
Presentase
(Tahun) (Orang)
17-27 32 17,58 %
28-38 67 36,81 %
39-49 48 26,37 %
50-60 35 19,23 %
Jumlah 182 100%
Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel 4.3 dapat ditunjukkan bahwa dari 182 responden yang

terbanyak adalah responden berusia kisaran dari 28-38 tahun yaitu sebesar 36,81 persen

dan terendah adalah usia 17-27 tahun yaitu 17,58 persen. Jadi, secara umum responden

yang paling dominan dari pengecer bumbu tabur Venus di kota Semarang adalah kalangan

dewasa yang berusia sekitar 28-38 tahun sebanyak 67 orang dari keseluruhan sampel.

4.1.2 Karakteristik Tanggapan Responden

Berdasarkan jumlah sampel yang disyaratkan yaitu sebanyak 100-200 sampel,

kemudian peneliti memberikan kuesioner kepada 200 responden diperoleh sampel

sebanyak 182 responden dimana terdapat 18 kuesioner dinyatakan hilang dan tidak

memenuhi syarat. Jumlah sampel sebanyak 182 responden ini layak untuk diproses karena

memenuhi syarat kisaran sampel yang dibutuhkan untuk penelitian dengan teknik

Structural Equation Modeling (SEM) yakni sebanyak 100-200 sampel (Ghozali,2005).

Setelah melakukan pengamatan pada hasil kuesioner dapat dilihat jawaban deskriptif

responden. Deskriptif jawaban responden disini dimaksudkan untuk menganalisis data

berdasarkan atas hasil yang diperoleh dari jawaban responden terhadap masing-masing

indikator pengukuran variabel. Dengan penilaian menggunakan skala Likert dimana akan
 4

diberikan skor 1 untuk jawaban Sangat Tidak Setuju s/d skor 5 untuk jawaban Sangat

Setuju. Oleh sebab itu penilaian menggunakan interval sebagai berikut :

Interval :

Skor tertinggi (5) − skor terendah(1)

= 0,8
jumlah jenjang (5)

Kategori :

1. 1,00 – 1,80 = Sangat rendah/ sangat buruk

2. 1,81 – 2,60 = Rendah/ buruk

3. 2,61 – 3,40 = Sedang/ cukup

4. 3.41 – 4,20 = Baik/ tinggi

5. 4,21 – 5,00 = Sangat baik/ sangat tinggi

Berikut adalah hasil jawaban responden diperoleh:

4.1.3 Deskriptif Variabel Penelitian

Berikut deskripsi statistik variabel penelitian yang terdiri dari Harga, Kualitas Produk,

Kualitas Pelayanan, Keputusan Pembelian dan Loyalitas Pengecer dapat dilihat pada tabel

di bawah ini.

a. Variabel Harga

Persepsi responden mengenai harga pada bumbu tabur Venus di kota Semarang

dapat dilihat pada tabel 4.4 dibawah ini.

Tabel 4.4: Tanggapan Responden Tentang Variabel Harga

 5

Harga
STS TS R S SS Indeks
Item n Jumlah
F fxs F Fxs F Fxs F Fxs F Fxs
Harga
sesuai 0 0 4 8 28 84 89 356 61 305 182 753 4.13
manfaat
Harga
sesuai 0 0 3 6 29 87 68 272 82 410 182 775 4.25
perkiraan
Harga
0 0 2 4 18 54 75 300 87 435 182 793 4.35
terjangkau
Harga
dapat 0 0 4 8 26 78 74 296 78 390 182 772 4.24
bersaing
Harga
sesuai 0 0 2 4 30 90 72 288 78 390 182 772 4.24
kualitas
Rata-rata 4,24
Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel 4.4 persepsi responden terhadap variabel harga memiliki

kategori nilai rata-rata yang sangat baik / sangat tinggi sebesar 4,24. Skor terbesar terdapat

pada indikator ke-tiga yaitu harga yang terjangkau. Hal ini berarti indikator harga

terjangkau menjadi pernyataan yang paling berpengaruh untuk variabel harga pada

responden.

b. Variabel Kualitas Produk

Persepsi responden mengenai kualitas produk pada bumbu tabur Venus di kota

Semarang dapat dilihat pada tabel 4.5 dibawah ini.

Tabel 4.5: Tanggapan Responden Tentang Variabel Kualitas Produk

 6

Kualitas Produk
STS TS R S SS Indeks
Item n Jumlah
F fxs F Fxs F Fxs f Fxs F Fxs
Kemudahan
penggunaan 0 0 1 2 26 78 99 396 56 280 182 756 4,15
Produk
Daya
Tahan 0 0 3 6 29 87 69 276 81 405 182 774 4,25
Produk
Fungsi
0 0 5 10 31 93 86 344 60 300 182 747 4,10
Produk
Kemasan
0 0 4 8 23 69 85 340 70 350 182 767 4,21
Produk
Rata-rata 4,17
Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel 4.5 persepsi responden terhadap variabel kualitas produk

memiliki kategori nilai rata-rata yang baik/tinggi sebesar 4,17. Skor terbesar terdapat pada

indikator ke-dua yaitu daya tahan produk. Hal ini berarti indikator daya tahan produk

menjadi pernyataan yang paling berpengaruh untuk variabel kualitas produk pada

responden.

c. Variabel Kualitas Pelayanan

Persepsi responden mengenai kualitas pelayanan pada bumbu tabur Venus di kota

Semarang dapat dilihat pada tabel 4.6 dibawah ini.

 7

Tabel 4.6: Tanggapan Responden Tentang Variabel Kualitas Pelayanan

Kualitas Pelayanan
STS TS R S SS Indeks
Item n Jumlah
F fxs F Fxs F Fxs f Fxs F Fxs
Karyawan
0 0 3 6 36 108 99 396 44 220 182 730 4,01
Rapi
Karyawan
0 0 1 2 26 78 83 332 72 360 182 772 4,24
Cekatan
Karyawan
0 0 3 6 29 87 91 364 59 295 182 752 4,13
Sigap
Karyawan
0 0 3 6 23 69 87 348 69 345 182 768 4,21
Ramah
Karyawan
0 0 4 8 42 126 83 332 53 265 182 731 4,01
Peka
Rata-rata 4,12
Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel 4.6 persepsi responden terhadap variabel kualitas pelayanan

memiliki kategori nilai rata-rata yang baik/tinggi sebesar 4,12. Skor terbesar terdapat pada

indikator ke-dua yaitu karyawan cekatan. Hal ini berarti indikator karyawan cekatan

menjadi pernyataan yang paling berpengaruh untuk variabel kualitas pelayanan pada

responden.

d. Variabel Keputusan Pembelian

Persepsi responden mengenai keputusan pembelian pada bumbu tabur Venus di

kota Semarang dapat dilihat pada tabel 4.7 dibawah ini.

 8

Tabel 4.7: Tanggapan Responden Tentang Variabel Keputusan Pembelian

Keputusan Pembelian
STS TS R S SS Indeks
Item n Jumlah
F fxs F Fxs F Fxs f Fxs F Fxs
Permintaan
1 1 1 2 32 96 100 400 48 240 182 739 4,06
Penjualan
Informasi
0 0 11 22 16 48 68 272 87 435 182 777 4,26
Penjualan
Kualitas
1 1 4 8 25 75 87 348 65 325 182 757 4,15
Penjualan
Rata-rata 4,15
Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel 4.7 persepsi responden terhadap variabel keputusan pembelian

memiliki kategori nilai rata-rata yang baik/tinggi sebesar 4,15. Skor terbesar terdapat pada

indikator ke-dua yaitu informasi penjualan. Hal ini berarti indikator informasi penjualan

menjadi pernyataan yang paling berpengaruh untuk variabel kualitas pelayanan pada

responden.

e. Variabel Loyalitas Pengecer

Persepsi responden mengenai loyalitas pengecer pada bumbu tabur Venus di kota

Semarang dapat dilihat pada tabel 4.8 dibawah ini.

 9

Tabel 4.8: Tanggapan Responden Tentang Variabel Loyalitas Pengecer

Loyalitas Pengecer
STS TS R S SS Indeks
Item n Jumlah
F fxs F Fxs F Fxs F Fxs F Fxs
Penjualan
berulang- 1 1 10 20 31 93 115 460 25 125 182 699 3,84
ulang
Menyarankan
0 0 7 14 26 78 70 280 79 395 182 767 4,21
produk
Tidak
berpindah 1 1 14 28 31 93 78 312 58 290 182 724 3.96
Produk
Rata-rata 4,00
Sumber : Data Primer yang Diolah, 2017

Berdasarkan tabel 4.8 persepsi responden terhadap variabel loyalitas pengecer

memiliki kategori nilai rata-rata yang baik/tinggi sebesar 4,00. Skor terbesar terdapat pada

indikator ke-dua yaitu menyarankan produk. Hal ini berarti indikator menyarankan produk

menjadi pernyataan yang paling berpengaruh untuk variabel kualitas pelayanan pada

responden.

4.2 Analisis Data

Analisis data yang digunakan dalam penelitian ini adalah Structural Equation

Modeling (SEM). Namun demikian beberapa tahapan analisis akan dilakukan untuk

membentuk satu model yang baik. Input data yang digunakan dalam penelitian ini adalah

matriks varians/ kovarians. Matriks kovarians dinilai memeliki keuntungan dalam

memberikan pertandingan yang valid antar populasi atau sampel yang berbeda, yang

kadang tidak memungkinkan jika menggunakan model matriks korelasi.

 10

Di dalam pengujian Structural Equation Modeling (SEM) mensyaratkan 7 langkah

penting (Ghozali, 2009) yaitu:

1. Pengembangan model berbasis teori

2. Pengembangan diagram jalur untuk menunjukkan hubungan kausalitas

3. Konversi diagram jalur ke dalam serangkaian persamaan structural dan spesifikasi

model pengukuran

4. Pemilihan matriks input dan teknik estimasi atas model yang dibangun

5. Menilai problem identifikasi

6. Evaluasi model

7. Interpretasi dan memodifikasi model

Proses langkah-langkah tersebut dapat dijelaskan pada bab III. Untuk proses

selanjutnya akan dijelaskan pada bab ini. Adapun total sampel yang akan diestimasi

sebanyak 182 sampel. Jumlah sampel tersebut memenuhi kriteria karena jumlah yang

disyaratkan minimal 100 sampel.

4.2.1 Analisis Konfirmatori

Analisis konfirmatori digunakan untuk menguji sebuah konsep yang dibangun

dengan menggunakan beberapa indikator terukur. Uji kesesuaian model konfirmatori diuji

menggunakan Goodnes-of-Fit Index yang meliputi Chi-Square, probability, RMSEA, GFI,

CFI, TLI dan CMIN/DF. Hasil analisis konfirmatori dari keempat variabel penelitian yang

terdiri dari harga, kualitas produk, kualitas pelayanan, keputusan pembelian, dan loyalitas

pengecer akan dijelaskan sebagai berikut.

a. Analisis Konfirmatori Variabel Eksogen

 11

Hasil analisis konfirmatori variabel eksogen (harga, kualitas produk, dan kualitas

pelayanan) yang dibangun dengan total empat belas indikator dimana harga memiliki 5

(lima) indikator, kualitas produk memiliki 4 (empat) indikator, dan kualitas pelayanan

memiliki 5 (lima) indikator dapat dilihat pada grafik output analisis menggunakan program

AMOS 22 dibawah ini:

Gambar 4.1: Hasil Analisis Konfirmatori Variabel Eksogen

Sumber : Hasil Perhitungan AMOS, 2017

Hasil analisis konfirmatori tersebut dapat dijelaskan dengan persamaan berikut:

 12

a. Variabel Harga

x11 = 0,75harga + 0,56

x12 = 0,72harga + 0,51

x13 = 0,57harga + 0,33

x14 = 0,78harga + 0,61

x15 = 0,74harga + 0,55

Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel

harga, setiap terjadi kenaikan harga sebesar 1 satuan akan diikuti kenaikan x11 sebesar

0,75, x12 sebesar 0,72, x13 sebesar 0,57, x14 sebesar 0,78, dan x15 sebesar 0,74. Dengan

tingkat loading factor sebesar 0,78 menunjukkan bahwa indikator x14 adalah indikator

yang berperan lebih dominan dibandingkan indikator lain yang membentuk variabel harga

(x1).

b. Variabel Kualitas Produk

x21 = 0,63kualitas produk + 0,40

x22 = 0,76kualitas produk + 0,57

x23 = 0,68kualitas produk + 0,46

x24 = 0,77kualitas produk + 0,59

Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel

kualitas produk, setiap terjadi kenaikan kualitas produk sebesar 1 satuan akan diikuti

kenaikan x11 sebesar 0,63, x12 sebesar 0,76, x13 sebesar 0,68 dan x14 sebesar 0,77.

Dengan tingkat loading factor sebesar 0,77 menunjukkan bahwa indikator x14 adalah
 13

indikator yang berperan lebih dominan dibandingkan indikator lain yang membentuk

variabel kualitas produk (x2).

c. Variabel Kualitas Pelayanan

x31 = 0,67kualitas pelayanan + 0,45

x32 = 0,65kualitas pelayanan + 0,42

x33 = 0,74kualitas pelayanan + 0,55

x34 = 0,72kualitas pelayanan + 0,52

x35 = 0,77kualitas pelayanan + 0,59

Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel

kualitas pelayanan, setiap terjadi kenaikan kualitas pelayanan sebesar 1 satuan akan diikuti

kenaikan x11 sebesar 0,67, x12 sebesar 0,65, x13 sebesar 0,74, x14 sebesar 0,72 dan x15

sebesar 0,77. Dengan tingkat loading factor sebesar 0,77 menunjukkan bahwa indikator

x15 adalah indikator yang berperan lebih dominan dibandingkan indikator lain yang

membentuk variabel kualitas pelayanan (x3).

Hasil uji goodness of fit analisis konfirmatori variabel eksogen dapat dilihat pada

tabel 4.9 di bawah ini:

Tabel 4.9: Uji Model-Goodness-of-fit Variabel Eksogen

Goodness of index Cut-off Value Hasil model Keterangan

Chi square Diharapkan 94,471 Baik

kecil
Probability ≥ 0,05 0,055 Baik

CMIN/DF ≤2 1,277 Baik

GFI ≥ 0,90 0,935 Baik

 14

AGFI ≥ 0,90 0,907 Baik

TLI ≥ 0,95 0,974 Baik

CFI ≥ 0,95 0,979 Baik

RMSEA ≤ 0,08 0,039 Baik

Sumber : Hasil Perhitungan AMOS, 2017

Berdasarkan Tabel di atas diperoleh nilai chi square 94,471 dengan probabilitas

0,055 ≥ 0,05, nilai CMIN/DF sebesar 1,244 ≤ 2, nilai GFI sebesar 0,936 ≥ 0,90, nilai AGFI

sebesar 0,907 ≥ 0,90, nilai TLI sebesar 0,974 ≥ 0,95 nilai CFI sebesar 0,981 ≥ 0,95 dan

nilai RMSEA sebesar 0,039 ≤ 0,08, menunjukkan bahwa uji kesesuaian model ini

menghasilkan sebuah penerimaan yang baik. Oleh karena itu, dapat disimpulkan bahwa

indikator-indikator itu merupakan dimensi acuan yang sama bagi konstruk yang disebut

harga, kualitas produk, dan kualitas pelayanan dapat diterima. Dengan kata lain, ke-

empatbelas indikator tersebut secara nyata membentuk variabel eksogen.

b. Analisis Faktor Konfirmatori Konstruk Eksogen

Analisis konfirmatori konstruk eksogen digunakan untuk mengetahui apakah

indikator-indikator pembentuk variabel laten telah menunjukkan unideminsionalitas atau

belum, hasil konfirmatori konstruk eksogen dapat dilihat pada Tabel 4.10 di bawah ini:

Tabel 4.10: Analisis Faktor Konfirmatori Konstruk Eksogen

Regression Weights: (Group number 1 - Default model)

Estimate S.E. C.R. P Label

X15 <--- Harga 1.000
X14 <--- Harga 1.074 .113 9.504 *** par_1
X13 <--- Harga .714 .098 7.267 *** par_2
X12 <--- Harga .989 .111 8.875 *** par_3
 15

Estimate S.E. C.R. P Label

X11 <--- Harga .988 .104 9.459 *** par_4
X24 <--- Kualitas_Produk 1.000
X23 <--- Kualitas_Produk .921 .114 8.052 *** par_5
X22 <--- Kualitas_Produk 1.037 .111 9.386 *** par_6
X21 <--- Kualitas_Produk .743 .094 7.908 *** par_7
X35 <--- Kualitas_Pelayanan 1.000
X34 <--- Kualitas_Pelayanan .872 .097 8.999 *** par_8
X33 <--- Kualitas_Pelayanan .908 .094 9.683 *** par_9
X32 <--- Kualitas_Pelayanan .772 .094 8.229 *** par_10
X31 <--- Kualitas_Pelayanan .796 .093 8.585 *** par_11
Sumber : Hasil Perhitungan AMOS, 2017

Berdasarkan hasil pengolahan data tersebut, dapat dilihat bahwa setiap indikator

atau dimensi pembentuk masing-masing variabel laten menunjukkan hasil baik, yaitu nilai

CR diatas 1,96 dengan P lebih kecil daripada 0,05. Dengan hasil ini, maka dapat dikatakan

bahwa indikator-indikator pembentuk variabel laten telah menunjukkan

unideminsionalitas. Selanjutnya berdasarkan analisis faktor konfirmatori ini, maka model

penelitian dapat digunakan untuk analisis selanjutnya tanpa modifikasi atau penyesuaian-

penyesuaian.

c. Analisis Konfirmatori Variabel Endogen

Hasil analisis konfirmatori variabel endogen (keputusan pembelian dan loyalitas

pengecer) yang dibangun dengan total 6 indikator dimana keputusan pembelian memiliki

3 (tiga) indikator dan loyalitas pengecer memiliki 3 (tiga) indikator dapat dilihat pada

grafik output analisis menggunakan program AMOS 22 dibawah ini:

 16

Gambar 4.2: Analisis Konfirmatori Variabel Endogen

Sumber : Hasil Perhitungan AMOS, 2017

Hasil analisis konfirmatori tersebut dapat dijelaskan dengan persamaan berikut:

a. Variabel Keputusan Pembelian

y11 = 0,65keputusan pembelian+ 0,42

y12 = 0,75keputusan pembelian + 0,56

y13 = 0,81keputusan pembelian + 0,65

Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel

keputusan pembelian, setiap terjadi kenaikan keputusan pembelian sebesar 1 satuan akan
 17

diikuti kenaikan y11 sebesar 0,65, y12 sebesar 0,75, y13 sebesar 0,81. Dengan tingkat

loading factor sebesar 0,81 menunjukkan bahwa indikator y13 adalah indikator yang

berperan lebih dominan dibandingkan indikator lain yang membentuk variabel keputusan

pembeliaan (y1).

b. Loyalitas Pengecer

y21 = 0,72loyalitas pengecer + 0,51

y22 = 0,79loyalitas pengecer + 0,62

y23 = 0,78loyalitas pengecer + 0,61

Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel

loyalitas pengecer, setiap terjadi kenaikan loyalitas konsumen sebesar 1 satuan akan diikuti

kenaikan y21 sebesar 0,72, y22 sebesar 0,79, y23 sebesar 0,78. Dengan tingkat loading

factor sebesar 0,79 menunjukkan bahwa indikator y22 adalah indikator yang berperan lebih

dominan dibandingkan indikator lain yang membentuk variabel loyalitas pengecer (y2).

Hasil uji goodness of fit analisis konfirmatori variabel endogen dapat dilihat pada

tabel 4.11 di bawah ini:

Tabel 4.11: Uji Model-Goodness-of-fit Variabel Endogen

Goodness of index Cut-off Value Hasil model Keterangan

Chi square Diharapkan 10,781 Baik

kecil
Probability ≥ 0,05 0,214 Baik

CMIN/DF ≤2 1,348 Baik

GFI ≥ 0,90 0,979 Baik

AGFI ≥ 0,90 0,944 Baik

 18

TLI ≥ 0,95 0,988 Baik

CFI ≥ 0,95 0,993 Baik

RMSEA ≤ 0,08 0,044 Baik

Sumber : Hasil Perhitungan AMOS, 2017

Berdasarkan Tabel di atas diperoleh nilai chi square 10,781 dengan probabilitas

0,214 ≥ 0,05, nilai CMIN/DF sebesar 1,348 ≤ 2, nilai GFI sebesar 0,979 ≥ 0,90, nilai AGFI

sebesar 0,944 ≥ 0,90, nilai TLI sebesar 0,988 ≥ 0,95 nilai CFI sebesar 0,993 ≥ 0,95 dan

nilai RMSEA sebesar 0,044 ≤ 0,08, hal ini menunjukkan bahwa uji kesesuaian model ini

menghasilkan sebuah penerimaan yang baik. Oleh karena itu, dapat disimpulkan bahwa

indikator-indikator itu merupakan dimensi acuan yang sama bagi konstruk yang disebut

keputusan pembelian dan loyalitas pengecer dapat diterima. Dengan kata lain, keenam

indikator tersebut secara nyata membentuk variabel endogen.

d. Analisis Faktor Konfirmatori Konstruk Endogen

Analisis konfirmatori konstruk endogen digunakan untuk mengetahui apakah

indikator-indikator pembentuk variabel laten telah menunjukkan unideminsionalitas atau

belum, hasil konfirmatori konstruk endogen dapat dilihat pada tabel 4.12 dibawah ini.

Tabel 4.12: Analisis Faktor Konfirmasi Konstruk Endogen

Regression Weights: (Group number 1 - Default model)

Estimate S.E. C.R. P Label

loyalitas_pengecer <--- keputusan_pembelian .927 .113 8.232 *** par_5
Y13 <--- keputusan_pembelian 1.000
Y12 <--- keputusan_pembelian 1.015 .109 9.293 *** par_1
Y11 <--- keputusan_pembelian .737 .087 8.449 *** par_2
Y23 <--- loyalitas_pengecer 1.000
Y22 <--- loyalitas_pengecer .908 .089 10.242 *** par_3
Y21 <--- loyalitas_pengecer .741 .083 8.969 *** par_4
Sumber : Hasil Perhitungan AMOS, 2017
 19

Berdasarkan hasil pengolahan data tersebut, dapat dilihat bahwa setiap indikator

atau dimensi pembentuk masing-masing variabel laten menunjukkan hasil baik, yaitu nilai

CR diatas 1,96 dengan P lebih kecil daripada 0,05. Dengan hasil ini, maka dapat dikatakan

bahwa indikator-indikator pembentuk variabel laten telah menunjukkan

unideminsionalitas. Selanjutnya berdasarkan analisis faktor konfirmatori ini, maka model

penelitian dapat digunakan untuk analisis selanjutnya tanpa modifikasi atau penyesuaian-

penyesuaian.

4.2.2 Analisis Struktural Equation Modeling (SEM)

Analisis structural equation modeling digunakan untuk mengetahui hubungan

struktural antara variabel yang diteliti. Hubungan struktural antar variabel diuji

kesesuaiannya dengan goodness-of-fit index. Hasil analisis struktur equation modeling

dalam penelitian ini dapat dilihat pada gambar 4.3 dibawah ini:

Gambar 4.3: Hasil Pengujian Full Model

Structural Equation Modeling (SEM)
 20

Sumber : Hasil Perhitungan AMOS, 2017

Dari gambar di atas nilai Goodness of Fit dari model full SEM dapat dilihat pada

tabel 4.13 dibawah ini:

Tabel 4.13: Uji Model-Goodness-of-fit

Goodness of index Cut-off Value Hasil model Keterangan

Chi square ≤ 190.51 186,222 Baik

Probability ≥ 0,05 0,76 Baik

CMIN/DF ≤2 1,164 Baik

GFI ≥ 0,90 0,914 Baik

AGFI ≥ 0,90 0,887 Marginal

 21

TLI ≥ 0,95 0,980 Baik

CFI ≥ 0,95 0,983 Baik

RMSEA ≤ 0,08 0,030 Baik

Sumber : Hasil Perhitungan AMOS, 2017

Berdasarkan Tabel di atas diperoleh nilai chi square 190,51 ≤ 186,222 dengan

probabilitas 0,76 ≥ 0,05, nilai CMIN/DF sebesar 1,164 ≤ 2, nilai GFI sebesar 0,914 ≥ 0,90,

nilai AGFI sebesar 0,887 ≥ 0,90, nilai TLI sebesar 0,980 ≥ 0,95 nilai CFI sebesar 0,983 ≥

0,95 dan nilai RMSEA sebesar 0,030 ≤ 0,08, hal ini menunjukkan bahwa uji kesesuaian

model ini menghasilkan sebuah penerimaan yang baik. Oleh karena itu, dapat disimpulkan

bahwa struktur analisis modeling dalam penelitian ini dapat dilakukan. Dari analisis jalur

Gambar 4.6 maka diperoleh model struktural sebagai berikut:

Standardized Regression Weights:

Estimate
Harga  Keputusan Pembelian .306
Kualitas produk  Keputusan Pembelian .239
Kualitas pelayanan  Keputusan Pembelian .411
Harga  Loyalitas Pengecer .180
Kualitas produk  Loyalitas Pengecer .302
Kualitas pelayanan  Loyalitas Pengecer .209
Keputusan pembelian  Loyalitas Pengecer .365

Keputusan Pembelian = 0,306Harga + 0,239Kualitas Produk + 0,411Kualitas Pelayanan

 22

Loyalitas Pengecer = 0,180Harga + 0,302Kualitas Produk + 0,209Kualitas Pelayanan +

0,365Keputusan Pembelian

Dengan loading factor 0,411 maka variabel kualitas pelayanan merupakan variabel

yang berperan dominan dalam membentuk variabel loyalitas pengecer. Kemudian variabel

yang paling dominan dalam mempengaruhi variabel keputusan pembelian adalah variabel

loyalitas pengecer dengan nilai loading factor sebesar 0,38.

4.2.3 Evaluasi Atas Asumsi-Asumsi SEM

Asumsi-asumsi yang disyaratkan SEM adalah terdistribusi normal dan tidak terjadi

univariat outliers.

a. Uji normalitas data

Normalitas univariate dalam multivariate di evaluasi menggunakan program

AMOS 22, apabila diperoleh nilai kurtosis dan skewnes pada interval -2,58 sampai 2,58

maka dapat disimpulkan bahwa data terdistribusi normal. Uji normalitas data dapat

dilihat pada tabel 4.14 berikut:

Tabel 4.14: Uji Normalitas Data

Assessment of normality (Group number 1)

Variable min max skew c.r. kurtosis c.r.

Y23 1.000 5.000 -.720 -3.963 -.045 -.124
Y22 2.000 5.000 -.823 -4.534 -.012 -.033
Y21 1.000 5.000 -.862 -4.749 1.346 3.707
Y13 1.000 5.000 -.843 -4.645 .948 2.610
Y12 2.000 5.000 -1.121 -6.175 .643 1.770
Y11 1.000 5.000 -.544 -2.996 .920 2.533
X31 2.000 5.000 -.291 -1.603 -.230 -.633
X32 2.000 5.000 -.476 -2.624 -.576 -1.587
 23

Variable min max skew c.r. kurtosis c.r.

X33 2.000 5.000 -.463 -2.552 -.222 -.613
X34 2.000 5.000 -.620 -3.416 .002 .006
X35 2.000 5.000 -.306 -1.684 -.626 -1.724
X21 2.000 5.000 -.299 -1.647 -.372 -1.024
X22 2.000 5.000 -.682 -3.757 -.397 -1.094
X23 2.000 5.000 -.537 -2.960 -.201 -.553
X24 2.000 5.000 -.688 -3.789 .109 .300
X11 2.000 5.000 -.545 -3.000 -.104 -.286
X12 2.000 5.000 -.694 -3.821 -.396 -1.091
X13 2.000 5.000 -.816 -4.497 .135 .373
X14 2.000 5.000 -.730 -4.021 -.126 -.347
X15 2.000 5.000 -.586 -3.228 -.576 -1.586
Multivariate -.499 -.113
Sumber: Hasil Perhitungan AMOS tahun 2017
Pada tabel diatas diperoleh nilai cr dan kurtosis pada kisaran -2,58 – 2,58. Dan nilai cr

pada multivariate sebesar -0,113 yang berada pada -2,58 – 2,58 yang berarti bahwa data

terdistribusi normal, jadi data penelitian dapat dianalisis menggunakan Struktural Equation

Modelling (SEM).

b. Evaluasi atas Outlier

Outlier merupakan observasi atau data yang memiliki karakteristik unik yang

terlihat sangat berbeda jauh dari observasi-observasi yang lain dan muncul dalam bentuk

ekstrim, baik untuk sebuah variabel tunggal maupun variabel – variabel kombinasi (Hair

et al, 1998). Adapun outliers dapat dievaluasi yaitu analisis terhadap univariate outliers.

Evaluasi atas outlier univariate disajikan pada bagian berikut:

1. Univariate Outliers

Pengujian ada tidaknya outliers univariate dilakukan dengan menganalisis nilai Z

score dari data penelitian yang digunakan. Apabila terdapat nilai Z score berada pada
 24

rentang -3 sampai dengan 3, maka akan dikategorikan sebagai outlier. Pengujian univariate

outliers menggunakan program SPSS dengan dilakukan pada tiap konstruk variabel. Hasil

pengolahan data untuk pengujian dapat dilihat pada tabel 4.15 berikut:

Tabel 4.15: Evaluasi nilai Z-score

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Statistic Statistic Statistic Statistic Std. Error Statistic

Zscore(X11) 182 -2,85327 1,15158 0,0000000 ,07412493 1,00000000

Zscore(X12) 182 -2,88482 ,95692 0,0000000 ,07412493 1,00000000
Zscore(X13) 182 -3,34674 ,91275 0,0000000 ,07412493 1,00000000
Zscore(X14) 182 -2,88399 ,97547 0,0000000 ,07412493 1,00000000
Zscore(X15) 182 -2,93822 ,99381 0,0000000 ,07412493 1,00000000
Zscore(X21) 182 -3,20600 1,25950 0,0000000 ,07412493 1,00000000
Zscore(X22) 182 -2,88482 ,95692 0,0000000 ,07412493 1,00000000
Zscore(X23) 182 -2,71157 1,15401 0,0000000 ,07412493 1,00000000
Zscore(X24) 182 -2,96949 1,05369 0,0000000 ,07412493 1,00000000
Zscore(X31) 182 -2,82103 1,38739 0,0000000 ,07412493 1,00000000
Zscore(X32) 182 -3,15532 1,06724 0,0000000 ,07412493 1,00000000
Zscore(X33) 182 -2,91463 1,18688 0,0000000 ,07412493 1,00000000
Zscore(X34) 182 -3,06063 1,07577 0,0000000 ,07412493 1,00000000
Zscore(X35) 182 -2,57555 1,25619 0,0000000 ,07412493 1,00000000
Zscore(Y11) 182 -3,28489 1,31547 0,0000000 ,07412493 1,00000000
Zscore(Y12) 182 -2,63923 ,84992 0,0000000 ,07412493 1,00000000
Zscore(Y13) 182 -3,04569 1,07650 0,0000000 ,07412493 1,00000000
Zscore(Y21) 182 -3,81449 1,55679 0,0000000 ,07412493 1,00000000
Zscore(Y22) 182 -2,66833 ,94683 0,0000000 ,07412493 1,00000000
Zscore(Y23) 182 -3,22947 1,10827 0,0000000 ,07412493 1,00000000
Valid N (listwise) 182
Sumber: Data Primer yang Diolah, 2017

Berdasarkan hasil komputerisasi diatas, terdapat -3.22947 pada Y23 yang melebihi

batas minimum yaitu -3. Selain itu nilai rata-rata menunjukkan 0 dan standar devasi
 25

sebesar 1. Namun, untuk menghilangkan data univariate outliers harus melihat

multivariate outlier terlebih dahulu.

2. Multivariate Outliers

Evaluasi terhadap multivariate outliers perlu dilakukan karena walaupun data

outlier pada tingkat multivariate dapat diketahui dari Jarak Mahalanobis (Mahalanobis

Distance) melalui program AMOS. Uji Mahalanobis Distance dihitung dengan

menggunakan nilai chi-square pada derajat bebas sebesar 20 indikator pada tingkat p <

0,01 dengan menggunakan rumus CHIINV(0.01,20) = 37,566. Hasil analisis ada tidaknya

multivariate outliers disajikan pada tabel 4.16 berikut ini:

Tabel 4.16: Mahalanobis d-squared

Observations farthest from the centroid (Mahalanobis distance) (Group number 1)

Mahalanobis d-squared p1 p2
Observation number
44 37.082 .011 .877

26 34.863 .021 .895

126 33.883 .027 .870

18 33.190 .032 .840

…. …. …. ….

…. …. …. ….

…. …. …. ….

36 18.949 .525 .388

32 18.930 .526 .345

102 18.832 .533 .354

Sumber : Data Primer yang Diolah, 2017

 26

Tabel diatas menunjukkan Jarak Mahalanobis maksimal adalah 37,082. Hal ini

menunjukkan tidak terdapatnya multivariate outliers sehingga eksklusi data tidak perlu

dilakukan.

4.2.4 Interpretasi dan Modifikasi Model

Selanjutnya tahap terakhir ini dilakukan interpretasi model dan memodifikasi

model yang tidak memenuhi syarat pengujian. Setelah model diestimasi, residualnya harus

kecil dan mendekati nol dan distribusi frekuensi dari kovarian residual harus bersifat

simetrik. Untuk batas keamanan terhadap jumlah residual adalah 5 %. Bila jumlah residual

lebih besar dari 5 % dari semua residual kovarians yang dihasilkan oleh model, maka

sebuah modifikasi perlu dipertimbangkan dengan catatan ada landasan teoritis. Cut off

value dengan rentang -2,58 sampai dengan 2,58 dapat digunakan untuk menilai signifikan

tidaknya residual yang dihasilakan oleh model. Data standardized residual covariances

yang diolah dengan program AMOS dapat dilihat pada tabel 4.17 berikut ini :

Tabel 4.17: Standard Residual Covariances

 27

Dari tabel tersebut tidak satupun nilai standardized residual covariances yang

berada diatas rentang -2,58 sampai 2,58. Dengan demikian model ini tidak memerlukan

adanya modifikasi yang berarti.

4.2.5 Uji Validitas

Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner.

Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu mengungkapkan

sesuatu yang akan diukur oleh kuesioner tersebut. Untuk mengukur validitas konstruk

dapat dilihat dari nilai factor loadingnya.

Tabel 4.18: Uji Validitas

Regression Weights: (Group number 1 - Default model)

Estimate S.E. C.R. P Label

keputusan_pembelian <--- harga .254 .079 3.200 .001 par_16

keputusan_pembelian <--- kualitas_produk .198 .094 2.103 .035 par_17

keputusan_pembelian <--- kualitas_pelayanan .331 .083 4.013 *** par_18

 28

Estimate S.E. C.R. P Label

loyalitas_pengecer <--- harga .175 .087 2.018 .044 par_19

loyalitas_pengecer <--- kualitas_produk .293 .097 3.019 .003 par_20

loyalitas_pengecer <--- kualitas_pelayanan .198 .093 2.126 .034 par_21

loyalitas_pengecer <--- keputusan_pembelian .428 .151 2.839 .005 par_22

X15 <--- harga 1.000

X14 <--- harga 1.066 .111 9.627 *** par_1

X13 <--- harga .715 .098 7.337 *** par_2

X12 <--- harga .986 .110 8.975 *** par_3

X11 <--- harga .988 .103 9.575 *** par_4

X24 <--- kualitas_produk 1.000

X23 <--- kualitas_produk .922 .111 8.269 *** par_5

X22 <--- kualitas_produk 1.040 .108 9.622 *** par_6

X21 <--- kualitas_produk .745 .093 8.032 *** par_7

X35 <--- kualitas_pelayanan 1.000

X34 <--- kualitas_pelayanan .903 .100 9.054 *** par_8

X33 <--- kualitas_pelayanan .920 .097 9.512 *** par_9

X32 <--- kualitas_pelayanan .804 .097 8.309 *** par_10

X31 <--- kualitas_pelayanan .836 .096 8.702 *** par_11

Y11 <--- keputusan_pembelian 1.000

Y12 <--- keputusan_pembelian 1.356 .166 8.163 *** par_12

Y13 <--- keputusan_pembelian 1.333 .154 8.677 *** par_13

Y21 <--- loyalitas_pengecer 1.000

Y22 <--- loyalitas_pengecer 1.147 .119 9.612 *** par_14

Y23 <--- loyalitas_pengecer 1.293 .133 9.709 *** par_15

Sumber : Data Primer yang Diolah, 2017

 29

Validitas konvergen dapat digunakan untuk menentukan apakah setiap indikator yang

diestimasi secara valid mengukur dimensi dari konsep yang diujinya, dengan melihat

bahwa setiap indikator memiliki critical rasio yang lebih besar dua kali standar errornya

(Ghozali, 2008). Tabel di atas menunjukkan bahwa semua indikator menghasilkan nilai

estimasi dengan critical error (CR) yang lebih besar dua kali standar errornya (S.E), maka

dapat disimpulkan bahwa indikator variabel yang digunakan adalah valid.

4.2.6 Uji Reliabilitas

Reliabilitas adalah ukuran konsistensi internal dari indikator-indikator sebuah

variabel bentukan yang menunjukkan derajat sampai dimana masing-masing indikator itu

mengindikasikan sebuah bentuk yang umum (Ghozali, 2008). Terdapat dua cara yang dapat

digunakan yakni construct reliability dan variance extracted. Untuk construct reliability

nilai cut-off yang disyaratkan ≥ 0,70 (Ghozali, 2008).

Rumus yang digunakan untuk menghitung construct reliability adalah:

( ∑ 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑖𝑧𝑒𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2
Construct Reliability = (∑ 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑖𝑧𝑒𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 )2+ ∑𝑒𝑗

Keterangan :

- Standardized loading diperoleh langsung dari standardized loading untuk tiap-tiap

indikator.

- Σej adalah measurement error =1 – (standardized loading)2

 30

Tabel 4.19: Perhitungan Construct Reliability

∑ 1- ∑1-
Standar ∑ stndar standar stndar stndar stndar Construct variance
Indikator Loading loading loading² loading² loading² loading² Reliability extracted
X11 0.749 0.561 0.439
X12 0.715 0.511 0.489
X13 0.577 3.563 0.333 2.564 0.667 2.436 0.839 0.513
X14 0.778 0.605 0.395
X15 0.744 0.554 0.446
X21 0.632 0.399 0.601
X22 0.759 0.576 0.424
2.833 2.019 1.981 0.802 0.505
X23 0.677 0.458 0.542
X24 0.765 0.585 0.415
X31 0.686 0.471 0.529
X32 0.661 0.437 0.563
X33 0.736 3.558 0.542 2.537 0.458 2.463 0.837 0.507
X34 0.728 0.530 0.470
X35 0.747 0.558 0.442
Y11 0.660 0.436 0.564
Y12 0.744 2.209 0.554 1.637 0.446 1.363 0.782 0.546
Y13 0.805 0.648 0.352
Y21 0.743 0.552 0.448
Y22 0.765 2.284 0.585 1.739 0.415 1.261 0.805 0.580
Y23 0.776 0.602 0.398

Sumber : Data Primer yang Diolah, 2017

Dari hasil pengujian tersebut dapat diketahui bahwa nilai reliabilitas konstruk

berada diatas ≥ 0,70, yang berarti bahwa instrument reliable dan nilai variance extracted

menunjukan semua konstruk memenuhi syarat cut-off value minimal 0,50 yang berarti

bahwa indikator – indikator yang digunakan sebagai observed variable relative mampu

menjelaskan variable laten yang dibentuknya.

 31

4.2.7 Uji Hipotesis

Uji hipotesis dilakukan untuk mengetahui berpengaruh atau tidakanya variabel

independent terhadap variabel dependen. Hipotesis dinyatakan diterima jika nilai prob (P)

< 0,05. Hasil uji hipotesis dapat dilihat pada tabel dibawah ini:

Tabel 4.200: Uji Model-Goodness-of-fit

Estimate S.E. C.R. P Label
keputusan_pembelian <--- harga .254 .079 3.200 .001 par_16
keputusan_pembelian <--- kualitas_produk .198 .094 2.103 .035 par_17
keputusan_pembelian <--- kualitas_pelayanan .331 .083 4.013 *** par_18
loyalitas_pengecer <--- harga .175 .087 2.018 .044 par_19
loyalitas_pengecer <--- kualitas_produk .293 .097 3.019 .003 par_20
loyalitas_pengecer <--- kualitas_pelayanan .198 .093 2.126 .034 par_21
loyalitas_pengecer <--- keputusan_pembelian .428 .151 2.839 .005 par_22
Sumber : Hasil Perhitungan AMOS, 2017

Berdasarkan tabel di atas diperoleh keterangan hasil pengujian hipotesis sebagai berikut:

H1 : Harga berpengaruh positif dan signifikan terhadap Keputusan Pembelian.

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,001 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H1 pada penelitian ini dapat diterima.

H2 : Kualitas Produk berpengaruh positif dan signifikan terhadap Keputusan

Pembelian.

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,035 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H2 pada penelitian ini dapat diterima.

 32

H3 : Kualitas Pelayanan berpengaruh positif dan signifikan terhadap Keputusan

Pembelian.

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,000 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H3 pada penelitian ini dapat diterima.

H4 : Harga berpengaruh positif dan signifikan terhadap Loyalitas Pengecer

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,044 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H4 pada penelitian ini dapat diterima.

H5 : Kualitas Produk berpengaruh positif dan signifikan terhadap Loyalitas

Pengecer.

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,003 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H5 pada penelitian ini dapat diterima.

H6 : Kualitas Pelayanan berpengaruh positif dan signifikan terhadap Loyalitas

Pengecer.

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,034 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H6 pada penelitian ini dapat diterima.

 33

H7 : Keputusan Pembelian berpengaruh positif dan signifikan terhadap

Loyalitas Pengecer.

Berdasarkan data dari hasil pengolahan data diketahui bahwa nilai P (probability)

0,005 < 0,05. Nilai ini menunjukkan hasil yang memenuhi syarat yaitu kurang dari 0,05

untuk P sehingga dapat disimpulkan H7 pada penelitian ini dapat diterima.

4.3 Pembahasan

4.3.1 Pengaruh Harga terhadap Keputusan Pembelian

Berdasarkan hasil statistik, harga dari bumbu tabur Venus berpengaruh positif dan

signifikan terhadap keputusan pembelian. Hal ini menunjukan bahwa hipotesis pertama

penelitian ini, yaitu : harga berpengaruh positif dan signifikan terhadap keputusan

pembelian dapat diterima. Serta hasil penelitian dengan nilai c.r harga terhadap keputusan

pembelian sebesar 3,200 > 1,96 dengan sig. 0,001 < α = 0,05. Hal ini berarti faktor harga

penting dalam mendukung keputusan pengecer dalam melakukan pembelian produk.

Semakin tinggi tingkat harga maka semakin tinggi pula tingkat keputusan pembelian.

Dari penelitian ini, menunjukan bahwa harga memiliki pengaruh positif dan

signifikan terhadap keputusan pembelian pengecer bumbu tabur Venus di Kota Semarang.

Hasil penelitian menunjukan dengan harga sesuai manfaat, harga sesuai perkiraan, harga

yang terjangkau, harga yang bersaing, dan harga sesuai kualitas akan mempengaruhi

keputusan pembelian pengecer bumbu tabur Venus di Kota Semarang.

Penelitian ini sejalan dengan penelitian Susdiarto, (2013) yang menyatakan bahwa

harga merupakan variabel yang dapat dikendalikan dan menentukan diterima atau tidaknya
 34

suatu produk oleh konsumen. Harga yang bersaing, terjangkau dan sesuai dengan manfaat

dari suatu produk, maka semakin meningkatkan keputusan pembelian. Dan penelitian ini

juga dilakukan oleh Martini, (2015) yang menjelaskan bahwa harga memiliki pengaruh

yang signifikan dan korelasi positif yang tinggi terhadap keputusan pembelian.

4.3.2 Pengaruh Kualitas Produk terhadap Keputusan Pembelian

Berdasarkan hasil statistik, kualitas produk dari bumbu tabur Venus berpengaruh

positif dan signifikan terhadap keputusan pembelian. Hal ini menunjukan bahwa hipotesis

penelitian ini, yaitu : kualitas produk berpengaruh positif dan signifikan terhadap

keputusan pembelian dapat diterima. Serta hasil penelitian dengan nilai c.r kualitas produk

terhadap keputusan pembelian sebesar 2,103 > 1,96 dengan sig. 0,035 < α = 0,05. Hal ini

berarti faktor kualitas produk sangat penting dalam mendukung keputusan pengecer dalam

melakukan pembelian produk. Semakin tinggi tingkat kualitas produk maka semakin tinggi

pula tingkat keputusan pembelian.

Dari penelitian ini, menunjukan bahwa kualitas produk memiliki pengaruh positif

dan signifikan terhadap keputusan pembelian pengecer bumbu tabur Venus di Kota

Semarang. Hasil penelitian menunjukan dengan kemudahan penggunaan produk, daya

tahan produk, fungsi produk, dan kemasan produk akan mempengaruhi keputusan

pembelian pengecer bumbu tabur Venus di Kota Semarang.

Penelitian ini sejalan dengan penelitian Soenawan, (2013) yang menyatakan bahwa

kualitas produk berpengaruh positif dan signifikan terhadap keputusan pembelian. Dan

penelitian ini juga dilakukan oleh Anwar, (2015) yang menjelaskan bahwa kualitas produk

berpengaruh signifikan dan positif terhadap keputusan pembelian, jadi jika kualitas produk
 35

naik maka keputusan pembelian akan naik dan sebaliknya jika kualitas produk turun maka

keputusan pembelian akan juga turun.

4.3.3 Pengaruh Kualitas Pelayanan terhadap Keputusan Pembelian

Berdasarkan hasil statistik, kualitas pelayanan dari bumbu tabur Venus berpengaruh

positif dan signifikan terhadap keputusan pembelian. Hal ini menunjukan bahwa hipotesis

penelitian ini, yaitu : kualitas pelayanan berpengaruh positif dan signifikan terhadap

keputusan pembelian dapat diterima. Serta hasil penelitian dengan nilai c.r kualitas

pelayanan terhadap keputusan pembelian sebesar 4,013 > 1,96 dengan sig. 0,000 < α =

0,05. Kualitas pelayanan mendapatkan nilai tertinggi diantara variabel harga dan kualitas

produk. Hal ini berarti faktor kualitas pelayanan sangatlah penting dalam mendukung

keputusan pengecer dalam melakukan pembelian produk. Jadi jika semakin tinggi tingkat

kualitas pelayanan bumbu tabur Venus terhadap pengecer, maka semakin tinggi pula

tingkat keputusan pembelian pengecer terhadap produk tersebut.

Dari penelitian ini, menunjukan bahwa kualitas pelayanan memiliki pengaruh

positif dan signifikan terhadap keputusan pembelian pengecer bumbu tabur Venus di Kota

Semarang. Hasil penelitian menunjukan dengan karyawan yang rapi, karyawan cekatan,

karyawan sigap, karyawan ramah, dan karyawan peka akan mempengaruhi keputusan

pembelian pengecer bumbu tabur Venus di Kota Semarang.

Penelitian ini sejalan dengan penelitian Widagdo, (2011) yang menyatakan bahwa

jika kualitas pelayanan dijalankan dengan efektif dan konsisten maka keputusan konsumen

untuk membeli akan semakin meningkat. Dan penelitian ini juga dilakukan oleh Sriyanto,
 36

(2015) yang menjelaskan bahwa kualitas pelayanan berpengaruh signifikan dan positif

terhadap keputusan pembelian.

4.3.4 Pengaruh Keputusan Pembelian terhadap Loyalitas Pengecer

Berdasarkan hasil statistik, keputusan pembelian berpengaruh positif dan signifikan

terhadap loyalitas pengecer. Hal ini menunjukan bahwa hipotesis penelitian ini, yaitu :

keputusan pembelian berpengaruh positif dan signifikan terhadap loyalitas pengecer dapat

diterima. Serta hasil penelitian dengan nilai c.r keputusan pembelian terhadap loyalitas

pengecer sebesar 2,839 > 1,96 dengan sig. 0,005 < α = 0,05.

Hal tersebut menunjukan bahwa faktor keputusan pembelian sangatlah penting

dalam mendukung loyalitas pengecer. Karena apabila seorang pengecer melakukan

pembelian terhadap sebuah produk dan melakukan pembelian secara terus menerus, hal

tersebut menunjukan bahwa keputusan pembelian mempengaruhi loyalitas pengecer.

Penelitian ini sejalan dengan penelitian Susdiarto, (2013) yang menyatakan bahwa

sebelum membeli, konsumen terlebih dulu akan melakukan beberapa alternatif pilihan,

apakah akan membeli atau tidak. Konsumen yang terus melakukan pembelian dapat

diindikasikan bahwa konsumen tersebut loyal. Loyalitas konsumen adalah sikap

menyenangi terhadap suatu merek yang dipresentasikan dalam pembelian yang konsisten

terhadap merek itu sepanjang waktu.

4.3.5 Pengaruh Harga terhadap Loyalitas Pengecer

Berdasarkan hasil statistik, harga dari bumbu tabur Venus berpengaruh positif dan

signifikan terhadap loyalitas pengecer. Hal ini menunjukan bahwa hipotesis penelitian ini,

yaitu : harga berpengaruh positif dan signifikan terhadap loyalitas pengecer dapat diterima.
 37

Serta hasil penelitian dengan nilai c.r harga terhadap loyalitas pengecer sebesar 2,018 >

1,96 dengan sig. 0,044 < α = 0,05. Semakin tinggi tingkat harga maka semakin tinggi

pula tingkat loyalitas pengecer. Jika pengecer merasa harga bumbu tabur Venus terjangkau

maka para pengecer akan melakukan pembelian secara terus menerus dan menjual kembali

kepada konsumen.

Penelitian ini sejalan dengan penelitian Nurulailli, (2013) yang menyatakan bahwa

harga mendorong pelanggan untuk setia terhadap produk tersebut. Harga yang wajar akan

menjadi keputusan bagi konsumen untuk tetap setia pada produk tersebut. Dan penelitian

ini juga dilakukan oleh Hortamani, (2013) yang menjelaskan bahwa harga memiliki

pengaruh yang signifikan dan positif terhadap loyalitas pelanggan.

4.3.6 Pengaruh Kualitas Produk terhadap Loyalitas Pengecer

Berdasarkan hasil statistik, kualitas produk dari bumbu tabur Venus berpengaruh

positif dan signifikan terhadap loyalitas pengecer. Hal ini menunjukan bahwa hipotesis

penelitian ini, yaitu : kualitas produk berpengaruh positif dan signifikan terhadap loyalitas

pengecer dapat diterima. Serta hasil penelitian dengan nilai c.r kualitas produk terhadap

loyalitas pengecer sebesar 3,019 > 1,96 dengan sig. 0,003 < α = 0,05. Jika kualitas produk

bumbu tabur Venus baik, pengecer tentunya akan menjadi loyal dan melakukan pembelian

secara terus menerus dikarenakan kualitasnya.

Penelitian ini sejalan dengan penelitian Setianingsih, (2012) yang menyatakan

bahwa kualitas produk yang baik akan menimbulkan keputusan pembelian pada suatu

produk sehingga mendorong untuk melakukan pembelian ulang pada merek yang sama.

Pembelian ulang inilah yang akan menimbulkan loyalitas pelanggan. Dan penelitian ini
 38

juga dilakukan oleh Irawan, (2013) yang menjelaskan bahwa kualitas produk berpengaruh

signifikan dan positif terhadap loyalitas pelanggan.

4.3.7 Pengaruh Kualitas Pelayanan terhadap Loyalitas Pengecer

Berdasarkan hasil statistik, kualitas pelayanan berpengaruh positif dan signifikan

terhadap loyalitas pengecer. Hal ini menunjukan bahwa hipotesis penelitian ini, yaitu :

kualitas pelayanan berpengaruh positif dan signifikan terhadap loyalitas pengecer dapat

diterima. Serta hasil penelitian dengan nilai c.r kualitas pelayanan terhadap loyalitas

pengecer sebesar 2,126 > 1,96 dengan sig. 0,034 < α = 0,05. Hal tersebut menunjukan

bahwa faktor kualitas pelayanan sangatlah penting dalam mendukung keputusan pengecer

dalam melakukan pembelian produk secara terus menerus atau menjadi loyal.

Penelitian ini sejalan dengan penelitian Rakasiwi, (2013) yang menyatakan bahwa

kualitas pelayanan berpengaruh positif dan signifikan terhadap loyalitas pelanggan. Hal

yang sama juga dinyatakan oleh Apriyani (2013).