See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/326561121

PENGARUH ONLINE MARKETING DAN OFFLINE MARKETING TERHADAP

BRAND ASSOCIATION McDONALD'S

Preprint · July 2014

DOI: 10.13140/RG.2.2.24355.55845

CITATIONS READS
0 3,967

2 authors, including:

Mumuh Mulyana
Sekolah Tinggi Ilmu Ekonomi Kesatuan, Bogor, Indonesia
112 PUBLICATIONS   588 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Marketing Research View project

Marketing Research View project

All content following this page was uploaded by Mumuh Mulyana on 23 July 2018.

The user has requested enhancement of the downloaded file.

 PENGARUH ONLINE MARKETING DAN OFFLINE MARKETING
TERHADAP BRAND ASSOCIATION McDONALD’S

Studi Kasus Pada Mahasiswa STIE Kesatuan Bogor

Dado Pribadi dan Mumuh Mulyana

Program Studi Manajemen, Sekolah Tinggi Ilmu Kesatuan

Bogor, Indonesia

Email: dado_pribadi@yahoo.com

ABSTRACT
Online marketing and offline marketing are ways or strategy to promote some product or
service. Online marketing is a connection through internet, while offline marketing is a direct
action to consumer. So, hopefully both of ways will make a good association on society’s mind.
Brand association is very important for brand improvement, because it will be recognized on
society’s mind as how the brand effect consumer mind.
The main goal of this research is to know how big is the influence of online marketing
and offline marketing on McDonald’s brand association. The variable which is used in this
research is independent variable which mean online marketing is consist of social media and
website. While offline marketing is consist of event, billboard, and CSR (Corporate Social
Responsibility). For dependent variable is existence of brand association.
The analysis method is Smart Partial Least Square (PLS) with development of 100
respondents questionnaire in STIE Kesatuan Bogor area. The research result showed that
online marketing influential significant to brand association, where the significant result with T-
Statistics is 2.115381 and also offline marketing influential significant to brand association, the
significant result with T-Statistics is 5.503979.

Keywords: Online Marketing, Offline Marketing, Brand Associaton

PENDAHULUAN
Strategi memasarkan produk semakin berkembang dan banyak ragamnya. Hal ini terbentuk
seiring dengan berkembangnya sektor informasi dan teknologi. Para pemasar tidak hanya
memasarkan produknya dengan menggunakan media-media konvensional, namun sudah
semakin berkembang pada pengggunaan media-media modern dan interaktif yang semakin
membuat strategi pemasaran tampil menarik di mata para konsumen.

Beberapa strategi pemasaran seperti below the line telah diakui kehandalannya serta below the
line yang memanfaatkan teknologi untuk menjalankan strategi pemasaran yang lebih modern.
Cara-cara tersebut tidak lain adalah untuk menarik minat calon konsumen dalam menetapkan
keputusan pembelian atas suatu produk serta membentuk brand association yang diharapkan
produsen memberikan dampak positif pada produk yang dipasarkan.
Masyarakat jika sedang menggunakan internet yaitu membuka media sosial seperti facebook,
twitter, my space, dan lain-lain. Maka dari itu pebisnis banyak melakukan online marketing di
media sosial agar masyarakat yang sedang membuka media sosialnya dapat melihat iklan
tersebut. Tidak dapat dipungkiri juga terdapat masyarakat yang cenderung lebih tertarik dengan
informasi yang disampaikan secara langsung. Selain terlihat menarik juga apa yang
disampaikan dari informasi tersebut lebih dimengerti maksud dan tujuan dari informasi tersebut.
Dalam hal ini cara tersebut juga sering di sebut offline marketing. Offline marketing sendiri
bersifat langsung.

Baik online marketing maupun offline marketing yang dijalankan oleh suatu perusahaan
memiliki tujuan sama yaitu untuk memberikan kesan yang muncul di benak seseorang yang
terkait dengan ingatannya mengenai merek mereka. Kesan-kesan yang terkait merek akan
semakin meningkat dengan semakin banyaknya pengalaman konsumen dalam mengkonsumsi
suatu merek atau dengan semakin seringnya penampakan merek tersebut dalam strategi
komunikasinya, ditambah lagi jika kaitan tersebut didukung oleh suatu jaringan dari kaita-kaitan
lain. Suatu merek yang telah mapan akan memiliki posisi menonjol dalam persaingan bila
didukung oleh berbagai asosiasi yang kuat. Berbagai asosiasi merek yang saling berhubungan
akan menimbulkan suatu rangkaian yang disebut dengan brand image. Semakin banyak
asosiasi yang saling berhubungan, semakin kuat brand imageyang dimiliki oleh merek tersebut.

Penelitian ini memiliki rumusan masalah sebagai berikut:

1. Bagaimana pengaruh online marketing terhadap brand association?

2. Bagaimana pengaruh offline marketing terhadap brand association?
3. Seberapa besar pengaruh online marketing dan offline marketing secara bersamaan
terhadap brand association?

TINJAUAN PUSTAKA
Online Marketing
Online Marketing adalah bentuk pemasaran langsung yang tumbuh pesat. Kemajuan teknologi
saat ini telah menciptakan abad digital. Pemakaian internet yang menyebarluas dan teknologi
baru yang kuat lainnya mempunyai dampak dramatis pada pembeli dan pemasar yang
melayani mereka. Usaha perusahaan untuk memasarkan produk dan pelayanan serta
membangun hubungan pelanggan melalui internet.
Offline Marketing
Offline marketing adalah pemasaran yang bertemu langgsung dengan pembeli yang dapat
berkomunikasi secara 2 arah antara pembeli dan penjual. Pemasaran offline harus mencakup
konsep berbasis media cetak. Publikasi seperti majalah, koran, buletin, dan brosur, dan
berbagai jenis media cetak lainnya, termasuk surat-surat, kartu pos, dan kartu nama bisnis,
semuanya telah kunci untuk memasarkan produk. Selain itu, definisi tradisional dengan
pemasaran offline biasanya meliputi radio, TV, dan media recordable seperti audio dan video.
Kegiatan-orang, termasuk satu-satu pertemuan dan presentasi kelompok seperti ceramah,
seminar, dan kelas, juga melengkapi definisi yang paling populer dari internet marketing offline.
Brand Association
Brand Association adalah segala kesan yang muncul di benak seseorang yang terkait dengan
ingatannya mengenai suatu merek. Kesan-kesan yang terkait merek akan semakin meningkat
dengan semakin banyaknya pengalaman konsumen dalam mengkonsumsi suatu merek atau
dengan semakin seringnya penampakan merek tersebut dalam strategi komunikasinya,
ditambah lagi jika kaitan tersebut didukung oleh suatu jaringan dari kaita-kaitan lain. Suatu
merek yang telah mapan akan memiliki posisi menonjol dalam persaingan bila didukung oleh
berbagai asosiasi yang kuat. Berbagai asosiasi merek yang saling berhubungan akan
menimbulkan suatu rangkaian yang disebut dengan brand image. Semakin banyak asosiasi
yang saling berhubungan, semakin kuat brand image yang dimiliki oleh merek tersebut.
Penelitian Terdahulu
Eka Setya Nurani dan Jony Oktavian Haryanto telah melakukan penelitian dengan judul
pengaruh celebrity endorser, brand association, brand personality dan product characteristics
dalam menciptakan intensi pembelian (studi pada iklan kuku bima ener-g rosa versi chris john).
Metode penelitian dengan regresi berganda. Data diperoleh melalui kuesioner dari 200
responden. Hasil penelitian Celebrity Endorser tidak berpengaruh secara signifikan terhadap
intense membeli produk Kuku Bima Ener-G Rosa. Brand Association berpengaruh secara
signifikan terhadap intensi membeli produk Kuku Bima Ener-G Rosa. Product Characteristic
berpengaruh secara signifikan terhadap intense membeli produk Kuku Bima Ener-G Rosa.
Mulyono (2006) telah melakukan penelitian dengan judul perancangan media informasi
online dan offline usaha ternak ayam kampung berbasiskan web (studi kasus di p4s eka jaya di
jakarta selatan). Metode penelitian dengan analisis data meliputi data input, data transaction
dan information output. Data diperoleh melalui diskusi, wawancara, dan pengamatan langsung.
Hasil penelitian Sistem Informasi berbasiskan web dapat digunakan sebagai salah satu
alternative media informasi bagi peternak. Penggunaan Cakram Padat sebagai media informasi
berbasiskan web dapat mengatasi solusi keterbatasan akses internet pada saat ini di Indonesia,
serta dengan penggunaan Cakram Padat dapat memudahkan penggandaan dan biaya lebih
efisien. Penyajian data dan informasi tentang ternak ayam kampung disajikan melalui dua
media yaitu online melalui situs ayamkampoeng.net dan offlinedengan menggunakan Cakram
Padat.
Kerangka Pemikiran
Kerangka pemikiran dalam penelitian ini adalah sebagai berikut:

ONLINE OFFLINE BRAND

MARKETING MARKETING ASSOCIATION

Gambar 1. Kerangka Pemikiran

Hipotesis Penelitian
Berdasarkan tujuan penelitian, perumusan masalah dan kerangka pemikiran di atas,
peneliti memberikan hipotesis adalah sebagai berikut, yaitu:
1. Online marketing mempunyai pengaruh positif terhadap variable brand association
2. Offline marketing mempunyai pengaruh positif terhadap variable brand association
3. Online marketing dan offline marketing secara bersama-sama mempunyai pengaruh
positif terhadap brand association

METODOLOGI PENELITIAN
Tempat Dan Waktu Penelitian
Lokasi penelitian akan dilakukan di STIE Kesatuan Bogor. Untuk mendapatkan data
yang diperlukan, penulis akan melakukan penelitian dimulai pada tanggal 19 Mei 2014 – 31 Mei
2014.
Metode Penelitian
Pendekatan dalam penelitian ini adalah studi kasus dilakukan di STIE Kesatuan Bogor
dan survey dilakukan pada mahasiswa STIE Kesatuan Bogor. Jenis penelitian ini adalah
penelitian deskriptif kuantitatif yaitu untuk mengetahui pengaruh online marketing dan offline
marketing terhadap brand association.
Populasi dan Sampel
 Populasi penelitian ini adalah mahasiswa STIE Kesatuan Bogor yang terdaftra di BAAK
STIE Kesatuan sebanyak 1.772 orang. Jumlah sampel penelitian ini menggunakan metode
rumus slovin. Dengan memperhatikan data jumlah mahasiswa sebanyak 1.772 orang dan
tingkat error (e) dalam penetapan responden = 10%, maka akan Nampak perhitungan sebagai
berikut:

( )
( )

Berdasarkan perhitungan diatas, jumlah responden yang dibutuhkan untuk kemudian

diminta mengisi kuesioner dan dipergunakan jawaban untuk penelitian ini adalah sebanyak 95
orang responden.
Metode pengambilan sampel yang digunakan dalam penelitian ini adalahmetode
random sampling. Random sampling merupakan metode pengambilansampel yang dilakukan
dengan memilih sampel secara acak oleh peneliti. Berdasarkan permasalahan yang telah
dirumuskan dan hipotesis yang diajukan, maka variabel-variabel dalam penelitian ini terdiri dari
variabel online marketing, variabel offline marketing, dan variabel brand association terhadap
McDonald’s.
Metode Pengumpulan Data
1. Studi Kepustakaan (Library Research)
Adalah teknik pengumpulan data yang dilakukan dengan cara membaca dan
mempelajari bahan-bahan literature yang berhubungan dengan topik penelitian yang di
bahas.
2. Studi Lapangan (Field Research)
Adalah teknik pengumpulan data yang dilakukan dengan cara mengadakan penelitian
langsung serta menganalisis data yang tersedia dilapangan, antara lain:
 Kuesioner, adalah teknik pengumpulan data dengan memberikan pernyataan
tertulis kepada responden yang telah ditentukan isi dan materinya.
Jenis dan Sumber Data
1. Data Primer, merupakan data yang digunakan yang didapat langsung dari hasil
pengisian kuesioner dengan para responden.
2. Data Sekunder, data yang tertulis berupa bahan dokumentasi seperti visi dan misi
perusahaan, struktur organisasi, dan sejarah berdirinya perusahaan serta data lainnya
yang menunjang pembahasan ini.
Identifikasi Variabel
1. Variabel independent (bebas) yaitu online marketing (X1) dan offline marketing (X2).
2. Variabel dependent (terikat) yaitu brand association (Y1).
Metode Analisis Data
Metode yang digunakan untuk menganalisis uji kualitas data, uji hipotesis, dan uji
analisis jalur adalah Partial Least Square (PLS). PLS adalah teknik statistik multivariat yang
melakukan perbandingan antara variabel dependen berganda dan variabel independen
berganda yang merupakan alternatif dalam metode persamaan struktural. PLS merupakan
salah satu metode untuk melaksanakan model Structural Equation Modelling (SEM). Model PLS
ini digunakan pada saat dasar teori perancangan model lemah dan indikator pengukuran tidak
memenuhi model pengukuran yang ideal. PLS dapat digunakan dengan jumlah sampel yang
tidak besar dan dapat diterapkan pada semua skala data (Ghozali,2011).
Menurut Ghozali (2011), PLS merupakan metode analisis yang powerful karena tidak
mengasumsikan data harus dalam skala pengukuran tertentu dan juga mengenai jumlah
sampel relatif kecil. Software PLS digunakan pada penelitian ini karena sampel yang digunakan
dalam penelitian ini sedikit, semua variable merupakan variabel laten, dan terdapat dua model
hipotesis bertingkat. Pengujian dalam penelitian ini menggunakan software SmartPLS versi 2.0.
Tujuan PLS untuk memprediksi pengaruh variabel x terhadap y dan menjelaskan hubungan
teoritis di antara kedua variabel itu. Oleh karena pendekatan yang digunakan untuk
mengestimasi variabel laten dianggap sebagai kombinasi linear dari indikator, maka hal ini
digunakan untuk menghindarkan masalah indeterminacy dan memberikan definisi yang pasti
dari komponen skor (Gozali, 2011). Variabel laten adalah variabel yang tidak bisa diukur secara
langsung dan memerlukan beberapa indikator (variabel manifest/variable observed) sebagai
proksi. Dalam PLS, variabel yang mempengaruhi variable lainnya disebut dengan variabel
eksogen, sedangkan variabel yang dipengaruhi oleh variabel lain disebut variabel endogen.
PLS dapat menganalisis konstruk yang dibentuk dengan indiator reflektif dan formatif. Penelitian
ini menggunakan indikator reflektif karena pada penelitian ini variabel laten mempengaruhi
indikatornya.
Beberapa asumsi dalam PLS SEM diantaranya:
 Asumsi utama dalam penggunaan PLS SEM ialah tidak mengharuskan mengikuti
asumsi normalitas karena PLS SEM tidak memperlakukan data sebagaimana dalam
SEM yang berbasis kovarian dimana dalam SEM tersebut data diharuskan berdistribusi
normal. Kelonggaran ini memungkinkan kita menggunakan data yang tidak berdistribusi
normal.
 Asumsi berikutnya ialah PLS SEM dapat menggunakan ukuran sampel yang kecil tidak
seperti pada SEM yang berbasis kovarian yang mengharuskan peneliti menggunakan
ukuran sampel yang besar dikarenakan SEM merupakan suatu prosedur yang
dikategorikan kedalam prosedur multivariat dimana hampir semua prosedur multivariat
mengharuskan jumlah data yang besar, misalnya setidak-tidaknya 400. Sebaliknya PLS
SEM tidak mengharuskan peneliti menggunakan jumlah data yang besar. Dengan
demikian prosedur ini memberikan keuntungan bagi pengguna saat kesulitan mencari
data dalam jumlah yang besar.
 Tidak mengharuskan randomisasi sampel dengan demikian sampel yang dipilih dengan
pendekatan non-probabilitas, seperti ‘accidental sampling’, ‘purposive sampling’ dan
sejenisnya dapat digunakan dalam PLS SEM.
 Memberbolehkan indikator formatif dalam mengukur variabel laten selain indikator
reflektif. Hal ini tidak diijinkan dalam SEM berbasis kovarian yang menggunakan
indikator reflektif saja.
 PLS SEM mengijinkan adanya variabel laten dikotomi
 PLS SEM memberi kelonggaran terhadap keharusan adanya skala pengukuran interval.
Dengan demikian peneliti dapat menggunakan skala pengukuran selain interval.
 Distribusi residual dalam PLS SEM tidak diharuskan seperti pada SEM yang berbasis
kovarian dimana dalam SEM tersebut distribusi residual harus sekecil mungkin seperti
pada regresi linier.
 PLS SEM cocok digunakan sebagai prosedur yang digunakan untuk mengembangkan
teori pada tahap awal. Hal ini berbeda dengan SEM yang berbasis kovarian yang
menggunakan teori untuk dikonfirmasi dengan menggunakan data sampel.
 Pendekatan regresi dalam PLS SEM lebih cocok dibandingkan dalam SEM yang
berbasis kovarian.
 Dalam PLS SEM hanya diperbolehkan model recursive (sebab - akibat ) saja dan tidak
mengijinkan model non – recurisve (timbal balik) sebagaimana dalam SEM yang
berbasis kovarian.
 PLS SEM memungkinkan model sangat kompleks dengan banyak variabel laten dan
indikator
Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga.
Pertama, adalah weight estimate yang digunakan untuk menciptakan skor variabel laten.
Kedua, mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan
antar variabel laten dan indikatornya (loading). Ketiga, berkaitan dengan means dan lokasi
parameter (nilai konstanta regresi) untuk indikator dan variabel laten. Untuk memperoleh ketiga
estimasi ini, PLS menggunakan proses iterasi 3 tahap dan setiap tahap iterasi menghasilkan
estimasi. Tahap pertama, menghasilkan weight estimate, tahap kedua menghasilkan estimasi
untuk inner model dan outer model, dan tahap ketiga menghasilkan estimasi means dan lokasi
(Ghozali, 2011).
1. Model Pengukuran atau Outer Model
Outer model atau model pengukuran menggambarkan hubungan antara indikator
dengan variabel latennya. Dua cara evaluasi outer model atau model pengukuran indikator
penelitian reflektif, yaitu dengan melakukan evaluasi validitas konstruk dan reliabilitas konstruk.
Validitas konstruk adalah suatu bentuk pengujian yang ingin mengetahui korelasi kontruk
dengan indikatornya. Dalam hal ini ada dua pengujian yang dilakukan, yaitu :
1. Validitas Konvergen
Validitas konvergen dari model pengukuran dengan model reflektif indicator yang dinilai
berdasarkan korelasi antara item score/component score dengan construct score yang
dihitung dengan PLS. Ukuran reflektif dikatakan tinggi jika berkorelasi lebih dari 0,70
dengan konstruk yang ingin diukur. Namun demikian untuk penelitian tahap awal dari
pengembangan skala pengukuran nilai loading 0,50 sampai 0,60 dianggap cukup
(Ghozali, 2011).
2. Validitas Diskriminan
Validitas diskriminan dari model pengukuran dengan reflektif indicator dinilai
berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan
item pengukuran lebih besar daripada ukuran konstruk lainnya, maka akan
menunjukkan bahwa konstruk laten memprediksi ukuran pada blok yang lebih baik
daripada ukuran blok lainnya.
Metode lain untuk menilai validitas diskriminan adalah membandingkan nilai square root of
Average Variance Extracted (AVE) setiap konstruk dengan korelasi antara konstruk lainnya
dalam model. Jika nilai akar AVE setiap konstruk lebih besar daripada nilai korelasi antar
konstruk dengan konstruk lainnya dalam model, maka dikatakan memiliki nilai validitas
diskriminan yang baik. Direkomendasikan nilai AVE harus lebih besar 0,50 (Ghozali, 2011).

∑
∑ ∑ ( )

Untuk menilai reliabilitas model, dipergunakan composite reliability dari suatu konstruk.
Composite reliability yang mengukur suatu konstruk dapat dievaluasi dengan dua macam
ukuran yaitu internal consistency dan Cronbach’s Alpha (Ghozali, 2011). Konstruk dinyatakan
reliable jika memiliki nilai composite reliability di atas 0,70 (Ghozali, 2011).
2. Model Struktrural atau Inner Model
Inner model (inner relation, structural model dan substantive theory) menggambarkan
hubungan kausalitas antarvariabel laten yang dibangun berdasarkan pada substansi teori.
Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen, Stone-
GeisserQ-square test untuk predictive relevance dan uji t serta signifikansi dari koefisien
parameter jalur struktural.
Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap
variabel laten dependen. Interpretasinya sama dengan interpretasi pada regresi. Perubahan
nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu
terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif (Ghozali,
2011).
HASIL DAN PEMBAHASAN
Karakteristik Responden
Jumlah responden yang menjadi sampel dalam penelitian ini berjumlah 100 orang yang
berasal dari mahasiswa/ mahasiswi STIE Kesatuan di Kota Bogor. Karakteristik responden
diuraikan berdasarkan usia responden, jenis kelamin responden, dan jurusan kuliah responden.
1. Responden Berdasarkan Usia
Berikut tabel responden berdasarkan usia
Tabel 1 Responden Berdasarkan Usia
Karakteristik Responden Frekuensi %
< 20 tahun 53 53.0
21-25 tahun 47 47.0
Usia
25-30 tahun 0 0
Total 100 100
Sumber: Pengolahan Data Primer Dengan SPSS, 2014
Berdasarkan tabel 1 responden penelitian didominasi oleh responden dengan usia <20
tahun (53%) dan sisanya didominasi oleh responden dengan usia 21-25 tahun (47%).
Sedangkan responden dengan usia 25-30 tahun tidak ada (0%).
2. Responden Berdasarkan Jenis Kelamin
Berdasarkan tabel 2 responden penelitian didominasi oleh responden dengan jenis
kelamin pria (55%) sisanya adalah responden yang berjenis kelamin wanita (45%).
Berikut tabel 2 responden berdasarkan jenis kelamin
Tabel 2. Responden Berdasarkan Jenis Kelamin
Karakteristik Responden Frekuensi %
Pria 55 55.0
Jenis Kelamin Wanita 45 45.0
Total 100 100
Sumber: Pengolahan Data Primer Dengan SPSS, 2014
3. Responden Berdasarkan Jurusan
Berikut tabel responden berdasarkan jurusan
Tabel 3. Responden Berdasarkan Jurusan
Karakteristik Responden Frekuensi %
Akuntansi 27 27.0
Manajemen Keuangan 32 32.0
Jurusan
Manajemen Pemasaran 41 41.0
Total 100 100
Sumber: Pengolahan Data Primer Dengan SPSS, 2014
Berdasarkan tabel 3 responden penelitian didominasi oleh responden dengan
jurusan M.Pemasaran (41%), sisanya responden dengan jurusan M.Keuangan sebanyak (32%)
dan responden dengan jurusan akuntansi sebanyak (27%).
Model Struktural Brand Association Yang Dipengarui Oleh Online Marketing Dan Offline
Marketing
Setelah melakukan studi kepustakaan dan data empiris, dihasilkan sebuah model brand
association yang dipengaruhi oleh online marketing dan offline marketing sebagaimana terlihat
pada gambar 2.
Dari gambar 2 tersebut terlihat bahwa variabel brand association dipengaruhi oleh online
marketing dan offline marketing. Variabel brand association memiliki 5 indikator yaitu atribut
produk, atribut tidak berwujud, harga relatif, pengguna, penggunaan. Variabel online marketing
memiliki 9 indikator yaitu profil, pesan terbuka, status update, kegiatan, grup, usability, content,
graphic design, accessibility. Variabel offline marketing memiliki 12 indikator yaitu target
audience reach, compability with the companies or brand positioning, message capacity, bentuk
baliho menarik perhatian, warna baliho menggugah daya tarik, isi pesan baliho membangkitkan
keinginan berbelanja, penawaran baliho mendorong untuk melakukan pembelian, building
human capital, protecting the environment, assesing social chesion, encouraging good
governance, strengthening economies.

Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014

Gambar 2. Model awal brand association dipengaruhi oleh online marketing dan offline
marketing.
Dalam model tersebut, brand association dibentuk oleh beberapa indikator. Brand
association dipengarui online marketing dan offline marketing. Model awal tersebut dianalisis
menggunakan software SmartPLS untuk memperoleh model terbaik. Tampilan hasil PLS
Algorithm pada modelbrand association sebagaimana disajikan dalam gambar 3.

Analisis Model Pengukuran

Evaluasi model pengukuran malalui covergent validity dan discriminantvalidity.
Convergent validity di evaluasi dalam tiga tahap, yaitu validitas indikator, reabilitas kontrak, dan
average extracted. Evaluasi convergent validity dimulai dengan melihat nilai loading factor
masing-masing indikator.
Indikator validitas ditunjukkan oleh nilai loading factor untuk masing-masing indikator
terhadap variabelnya. Nilai loading factor kurang dari 0,500 akan dikeluarkan dari model.
Berdasarkan tabel 4 outer loading diatas diketahui bahwa sebagian indikator memiliki nilai
loading factor diatas 0,500 dan sebagian lagi dibawah 0,500.
Pada gambar 2 dan tabel 4 tersebut terlihat linat croos loading masing-masing indikator.
Sebagai langkah uji validitas, indikator yang bernilai di bawah 0,500 akan di keluarkan dari
model.

Tabel 4. Nilai Cross Loading model awal

BRAND ASSOCIATION OFFLINE MARKETING ONLINE MARKETING
X1-1 0.550022
 X1-3 0.677468
X1-4 0.548879
X1-5 0.603987
X1-6 0.582006
X1-7 0.629874
X1-8 0.535454
X1-9 0.419841
X2-1 0.525682
X2-10 0.501814
X2-11 0.578656
X2-12 0.538832
X2-2 0.529665
X2-3 0.538930
X2-4 0.550869
X2-5 0.620123
X2-6 0.687954
X2-7 0.688571
X2-8 0.490905
X2-9 0.445465
Y1-1 0.824035
Y1-2 0.770002
Y1-3 0.648983
Y1-4 0.544566
Y1-5 0.556645
X1-2 0.543263
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014

Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014

Gambar 3. Model final I brand association dipengaruhi oleh online marketing dan offline
marketing

Dapat dilihat pada gambar 2 dan tabel 4 ada 3 (tiga) indikator yang memiliki nilai di
bawah 0,500 yaitu X1-9 (0,419841), X2-9 (0,445465), dan X2-8 (0,490905). Ketiga indikator
tersebut diputuskan dikeluarkan dari model. Dengan demikian, model mengalami penyesuaian
sebagaimana tersaji dalam gambar 3.

Tabel 5. Nilai cross loading model final I

BRAND ASSOCIATION OFFLINE MARKETING ONLINE MARKETING
X1-1 0.578679
X1-2 0.552907
X1-3 0.673980
X1-4 0.534719
X1-5 0.598215
X1-6 0.589499
X1-7 0.645422
X1-8 0.533673
X2-1 0.521379
X2-10 0.489639
X2-11 0.590531
X2-12 0.492226
X2-2 0.529533
X2-3 0.570662
X2-4 0.592743
X2-5 0.667319
X2-6 0.692369
X2-7 0.689004
Y1-1 0.822659
Y1-2 0.763454
Y1-3 0.653056
Y1-4 0.552128
Y1-5 0.556968
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014
Namun setelah dikeluarkan dari model lalu diolah kembali, ada 2 (dua) indikator yang memiliki
nilai dibawah 0,500 yaitu X2-10 (0,489639) dan X2-12 (0,492226) (lihat gambar 3 dan tabel 5).

Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014

Gambar 4. Model final II brand association dipengaruhi oleh online marketing dan offline
marketing.
Dapat dilihat pada gambar 3 dan tabel 5 ada 2 (dua) indikator yang memiliki nilai
dibawah 0,500 yaitu X2-10 (0,490) dan X2-12 (0,492). Kedua indikator tersebut diputuskan di
keluarkan dari model. Dengan demikian midel mengalami penyesuaian sebagaimana tersaji
pada gambar 4.
Analisis selanjutnya adalah reliabilitas konstruk dengan melihat nilai komposit reliability
dari blok yang mengukur konstruk.
Tabel 6. Composite Reability
Variabel Composite Reliability
BRAND ASSOCIATION 0.806250
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014
Konstruk dinyatakan reliabel jika memiliki nilai composite reliability di atas 0,60. Dari
hasil output SmartPLS di atas semua konstruk memiliki nilai composite reliability di atas 0,60.
Jadi dapat disimpulkan bahwa konstruk memiliki reliabilitas yang baik.
Analisis selanjutnya adalah analsis membandingkan nilai AVE dengan nilai akar AVE.
Tabel 7. Perbandingan Nilai AVE dan Akar AVE
Variabel AVE √ AVE
BRAND ASSOCIATION 0.460287 0.67844454
OFFLINE MARKETING 0.393113 0.62698724
ONLINE MARKETING 0.348433 0.59028214
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014
Berdasarkan analisis tabel 7 perbandingan nilai AVE dengan akar AVE, diperoleh
bahwa nilai akar AVE lebih besar dari pada nilai AVE, hasil ini menentukan bahwa nilai
konstruknya harus lebih tinggi dibandingkan dengan konstruk lainnya.
Evaluasi discriminant validity dilakukan dalam dua tahap, yaitu melihat nilai cross
loading dan membandingkan antara nilai kuadrat korelasi antara konstruk dengan nilai AVE
atau korelasi antara konstruk dengan akar AVE. Kriteria cross loading adalah bahwa setiap
indikator yang mengukur konstruknya harus berkorelasi lebih tinggi dengan konstruknya
dibandingkan dengan konstruk lainnya.
Nilai korelasionline marketing X1-1 (0.578734), X1-2 (0.552877), X1-3 (0.674148), X1-4
(0.535065), X1-5 (0.598076), X1-6 (0.589207), X1-7 (0.644964), X1-8 (0.534090) yang
berkorelasi lebih tinggi dibanding dengan konstruk lainnya. Sama halnya dengan indikatoroffline
marketing X2-1 (0.536515), X2-2 (0.568972), X2-3 (0.581708), X2-4 (0.648988), X2-5
(0.700922), X2-6 (0.697832), X2-7 (0.685624), X2-11 (0.570452) yang berkorelasi lebih tinggi
dengan konstruk lainnya. Begitupun dengan indikator brand association, Y1-1 (0.821857), Y1-2
(0.757113) Y1-3 (0.654020), Y1-4 (0.558454), Y1-5 (0.559602) yang berkorelasi lebih tinggi
dengan konstruk lainnya. Hasil outputcross loading adalah sebagaimana tercantum pada
tabel 6

.
Tabel 8. Hasil Cross Loading
BRAND ASSOCIATION OFFLINE MARKETING ONLINE MARKETING
X1-1 0.260633 0.186071 0.578734
X1-2 0.267058 0.374184 0.552877
X1-3 0.279089 0.262770 0.674148
X1-4 0.188446 0.291369 0.535065
X1-5 0.266349 0.416538 0.598076
X1-6 0.328287 0.311771 0.589207
X1-7 0.281993 0.368646 0.644964
X1-8 0.346138 0.402129 0.534090
X2-1 0.337782 0.536515 0.355864
X2-11 0.457142 0.570452 0.260519
X2-2 0.342638 0.568972 0.514976
X2-3 0.274208 0.581708 0.462379
X2-4 0.404318 0.648988 0.353302
X2-5 0.355726 0.700922 0.259815
X2-6 0.403800 0.697832 0.373709
X2-7 0.358295 0.685624 0.281805
Y1-1 0.821857 0.533014 0.398102
Y1-2 0.757113 0.462241 0.332908
Y1-3 0.654020 0.322663 0.264615
Y1-4 0.558454 0.323674 0.285882
Y1-5 0.559602 0.332339 0.339941
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014
Berdasarkan hasil tabel 8 nilai cross loading, setiap indikator berkorelasi lebih tinggi
dengan konstruknya masing-masing dibandingkan dengan konstruk lainnya, sehingga dapat
dinyatakan memiliki discriminant validity yang baik. Penelitian selanjutnya adalah
membandingkan antara korelasi varibel laten dengan akar AVE konstruk.
Selain dari composite reliability untuk menilai reliabilitas suatu konstruk dapat juga
dilakukan dengan melihat Average Variance Extracted (AVE) dan membandingkan nilai akar
AVE dengan nilai korelasi antar konstruk. Berikut memberikan output SmartPLS.
Tabel 9. Perbandingan Nilai AVE dan Akar AVE
Variabel AVE √ AVE
BRAND ASSOCIATION 0.460287 0.67844454
OFFLINE MARKETING 0.393113 0.62698724
ONLINE MARKETING 0.348433 0.59028214
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014
Tabel 10. Korelasi Antar Konstruk Laten
Variabel Brand Association Offline Marketing Online Marketing
Brand Association 1.000000
Offline Marketing 0.597672 1.000000
Online Marketing 0.482578 0.560939 1.000000
Sumber: Pengolahan Data Primer Dengan SmarPLS, 2014
Korelasi maksimal kontsrak brand association dengan konstruk lainnya adalah 0.597672
sedangkan nilai akar AVE adalah 0,67844454. Korelasi maksimal brand association0.560939
dengan konstruk offline marketing 1.000000 . Nilai akar AVE ternyata lebih tinggi dibandingkan
dengan nilai korelasi antara konstruk dengan konstruk lainnya dan ini berarti konstruk memiliki
validity yang tinggi.
Pengujian Model Struktural (Inner Model)
Setelah model yang diestimasi memenuhi kriteria discriminant validity berikutnya
dilakukan pengujian model struktural (inner model). Setelah evaluasi model pengukuran
terpenuhi, maka selanjutnya adalah evaluasi terhadap model struktural. Evaluasi ini meliputi
nilai signifikasi tiap koefisien jalur yang menyatakan apakah ada (signifikan) atau tidaknya
pengaruh antar konstruk.
Tabel 11. Path Coefficients (Mean, STDEV, T-Value)
Standard Standard
Original Sample TStatistics
Variabel Deviation Error
Sample (O) Mean (M) (|O/STERR|)
(STDEV) (STERR)
Offline Marketing ->
0.477094 0.472522 0.086682 0.086682 5.503976
Brand Association
Online Marketing ->
0.214957 0.247918 0.101616 0.101616 2.115381
Brand Association
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014

Dilihat dari hasil tabel 11, nilai T-statistic offline marketing terhadap brand association
sebesar 5,503976 yang berarti mempunyai hubungan yang signifikan. Hal tersebut menunjukan
bahwa konsumen lebih cenderung tertarik dan memahami offline marketing karena konsumen
lebih bisa melakukan komunikasi dua arah dengan produsen dan konsumen pun bisa melihat
serta merasakan produk yang di tawarkan oleh produsen.
Kemudian untuk online marketing berdasarkan tabel 11, nilai T-statistic online marketing
terhadap brand association sebesar 2,115381 yang berarti mempunyai hubungan yang
signifikan. Hasil tersebut menunjukan bahwa sedikit sekali orang yang tertarik dan memahami
online marketing karena komunikasi yang bersifat satu arah.
Dari hasil Bootstraping Koefisien Jalur brand association terhadap online marketing dan
brand association terhadap offline marketing, didapat persamaan reflektif untuk variabel brand
association sebagai berikut :
Brand association = 0.086682 + 0.477094 Offline marketing
Dari persamaan tersebut, dapat dinyatakan bahwa brand association akan memiliki nilai
sebesar 0.086682 jika tidak dipengaruhi oleh variabel offline marketing dan variabel lainnya.
Jika variabel offline marketing meningkat satu satuan maka nilai brand association pun akan
mengalami peningkatan yaitu menjadi 0.563776.
Brand association = 0.101616 + 0.214957 Online marketing
Dari persamaan tersebut, dapat dinyatakan bahwa brand association akan memiliki nilai
sebesar 0.101616 jika tidak dipengaruhi oleh variabel online marketing dan variabel lainnya.
Jika variabel online marketing meningkat satu satuan maka nilai brand association pun akan
mengalami peningkatan yaitu menjadi 0.316573.
Keputusan Hipotesis Pertama
Bedasarkan nilai koefisien sebesar 0,214957 dan nilai T-Statistcs sebesar 2,115381,
maka hipotesis keduanya dinyatakan diterima. Hal ini mengandung makna bahwa variabel
online marketing berpengaruh positif secara signifikan terhadap brand association.
Keputusan Hipotesis Kedua
Bedasarkan nilai koefisien sebesar 0,477094 dan nilai T-Statistcs sebesar 5,503976,
maka hipotesis keduanya dinyatakan diterima. Hal ini mengandung makna bahwa variabel
offline marketing berpengaruh positif secara signifikan terhadap brand association.
Keputusan Hipotesis Ketiga
Berikut adalah nilai R-square pada konstruk.
Tabel 12. R-square
Variabel R Square
BRAND ASSOCIATION 0.388880
OFFLINE MARKETING
ONLINE MARKETING
Sumber: Pengolahan Data Primer Dengan SmaertPLS, 2014
Tabel 12 menunjukkan bahwa nilai R-square konstruk brand association adalah sebesar
0,388880. Hal tersebut berarti bahwa brand association mampu menjelaskan variability dari
online marketing dan offline marketing sebesar 38%, sedangkan sisanya 62% dijelaskan oleh
variabel lain yang tidak dibahas dalam penelitian ini.
Kriteria lain untuk mengukur struktur model adalah dengan menggunakan predictive
relevan Q2. Pada tabel disajikan data semua nilai Q2 di atas nol, hal ini menunjukkan adanya
predictive relevance untuk setiap variabel latennya.
Tabel 13. Construct Crossvalidated Communality
Total SSO SSE 1-SSE/SSO
BRAND
500.000000 396.859172 0.206282
ASSOCIATION
OFFLINE
800.000000 635.121293 0.206098
MARKETING
ONLINE MARKETING 800.000000 676.314990 0.154606
Sumber: Pengolahan Data Primer Dengan SmartPLS, 2014
Berdasarkan tabel 13, hasil pengolahan blindfolding, online marketing memiliki nilai Q2
lebih dari nol. Hal ini menunjukkan bahwa online marketing merupakan variabel laten yang
memiliki relevansi untuk dipergunakan dalam memprediksi variabel lain.

KESIMPULAN DAN SARAN

Kesimpulan
Penelitian ini bertujuan mengetahui pengaruh online marketing dan offline marketing
terhadapa brand association McDonald’s. Penelitian yang digunakan oleh penulis adalah
dengan metode analisis Smart Partial Least Square (PLS) yang digunakan untuk menganalisis
hubungan antar variabel. Berdasarkan hasil penelitian yang penulis lakukan pada bab
sebelumnya, maka dapat di tarik kesimpulannya sebagai berikut:
1. Dari hasil penelitian yang dilakukan menunjukan bahwa sebagian besar responden
penelitian didominasinoleh responden dengan usia <20 tahun (53%). Responden
berdasarkan jenis kelamin didominasi oleh jenis kelamin pria (55%). Responden
berdasarkan jurusan didominasi oleh jurusan Manajemen Pemasaran (41%).
2. Online marketing berpengaruh secara signifikan terhadap brand association dengan nilai
koefisien sebesar 0,214957 dan nilai T-Statistcs sebesar 2,115381. Hal ini menjadi
salah satu faktor yang mempengaruhi memperkuatnya brand association.
3. Offline marketing berpengaruh secara signifikan terhadap brand association dengan nilai
koefisien sebesar 0,477094 dan nilai T-Statistcs sebesar 5,503976. Hal ini menjadi
salah satu faktor yang mempengaruhi memperkuatnya brand association.
4. Variabel online marketing dan offline marketing relatif sama besaran pengaruhnya
terhadap brand association. Sehingga tidak ada variabel yang dominan yang
mempengaruhi brand association.
Saran
Dari hasil kesimpulan yang penulis kemukakan diatas, maka penulis mencoba
memberikan saran yang dapat dijadikan sebagai bahan evaluasi dan perbaikan dimasa
mendatang. Saran tersebut adalah sebagai berikut:
1. Diharapkan perusahaan agar lebih meningkatkan kembali sistem pemasaran agar
konsumen tidak berpindah membeli produk lain, karena saat ini banyak sekali restaurant
yang sejenis beredar di pasaran.
2. Berdasarkan hasil penelitian diatas diharapkan perusahaan meningkatkan offline
marketing pada indikator CSR (Corporate Social Responsibility). Agar konsumen
mempunyai nilai lebih yang positif di dalam benak mereka.
3. Untuk penelitian yang akan dating disarankan untuk di tambah dalam indikator online
marketing karena perkembangan teknologi akan terus maju dan masyarakatpun akan
lebih sadar akan pentingnya internet dalam kehidupan mereka.
4. Perlunya inovasi produk, kualitas produk, standar pelayanan serta disiplin yang
dilaksanakan secara terencana dan berkesinambungan

DAFTAR PUSTAKA
Durianto, Darmadi, Sugiarto, dan Tony Sitinjak. 2001. Strategi Menalukan Pasar Melalui Riset
Ekuitas dan Perilaku Merek. Jakarta: PT gramedia Pustaka Utama.
Ghazali. 2011. Structural Equation Modeling, Metode Alternatif dengan Partial Least Square
Edisi 3. Semarang: Badan Penerbit Universitas Diponegoro.
Hermawan, Agus. 2012. Komunikasi Pemasaran. Jakarta: Erlangga.
Jefkins, Frank. 2004. Public Relations Edisi Kelima. Jakarta: Erlangga.
Kotler, Philip dan Kevin Lane Keller. 2009. Manajemen Pemasaran Jilid 2 Edisi 13, Jakarta:
Erlangga.
Kotler, Philip dan Gary Amstrong. 2006. Prinsip-Prinsip Pemasaran Jilid 2 Edisi 12, Jakarta:
Erlangga.
Lupiyoadi, Rambat dan A. Hamdani. 2011. Manajemen Pemasaran Jasa Edisi 2. Jakarta:
Salemba Empat.
McLeod, Jr. Raymond, dan George P.Schell. 2008. Sistem Informasi Management. Jakarta:
Salemba Empat.
Mulyana, M., 2012. Consumer Behaviour: Sukses Dengan Memahami Konsumen. ISBN 978-
979-18531-6-3, Bogor: Kesatuan Press.
Natalia, P. and Mulyana, M., 2014. Pengaruh Periklanan Dan Promosi Penjualan Terhadap
Keputusan Pembelian. Jurnal Ilmiah Manajemen Kesatuan, 2(14), pp.119-128.
Nirwana, Nourma. 2012. Pengaruh Intensitas Event terhadap Jumlah Wisatawan. Bogor: Studi
The Jungle Bogor.
Rangkuti, Freddy. 2008. The Power Of Brands Teknik Mengelola Brand Equity dan Strategi
Pengembangan Merek Plus Analisis Kasus dengan SPSS. Jakarta: PT Gramedia
Pusaka Utama.
Riduwan. 2007. Skala Pengukuran Variabel-variabel Penelitian. Bandung : Alfabeta
Saraswati, Prita. 2013. Analisis Terhadap Penerapan TheoryOf Consumer Acceptance
TechnologyPada E-Spt. Semarang: Studi E-SPT.
Soemanagara. Rd. 2006. Strategic Marketing Communication Konsep Strategis dan Terapan.
Bandung: Alfabeta.
Solihin, Ismail. 2011. Corporate Social Responsibility from Charity to Sustainability. Jakarta:
Salemba Empat.
Suyanto, A. H. 2009. Step by Step Web Design: Theory and Practices. Yogyakarta: Andi Offset.
Syam, Evy Novianty. 2012. Penggunaan Media Online Dalam Pemasaran Perahu Phinisi Di
Kalangan Pengrajin Perahu Di Kabupaten Bulukumba. Makasar: Studi Pengrajin
Perahu.
 Tjiptono, Fandy. 2008. Strategi Pemasaran Edisi 3. Yogyakarta: ANDI OFFSET
Widianti, Tristania. 2008. Pengaruh Event/Sponsorship Terhadap Brand Image. Bandung: PT.
HM SAMPOERNA tbk.
Wiyanto, M. Andis. 2013. Pengertian, Jenis atau Tipe, dan Keuntungan Internet Marketing.
http://onlinebusiness.sitekno.com (Diakses 18 Agustus 2013).
Yuswohady, Fandy. 2005. CROWD. Jakarta: PT Gramedia Pustaka Utama.
Zarrella, Dan. 2010. The Social Media Marketing Book. Jakarta: PT SERAMBI ILMU SEMESTA.
http://www.lepank.com/2012/08/pengertian-www-world-wide-web-menurut.html (diakses 16
Oktober 2013)
www.wikipedia.com
World Bank Institute
(CSR; sebuah keharusan oleh Teguh Sri Pambudi) Pusat Penyuluhan Sosial (PUSPENSOS),
Investasi Sosial, La Tofi Enterprise, Jakarta; 2005. h. 20
Angeline G. Close, R. Zachary Finney, Russell Z. Lacey and Julie Z. Sneath. 2006. Engaging
the consumer through event marketing: linking attendees with the sponsor, community,
and brand. Journal of Advertising Research 46.4: hal 420
Management Accounting Quarterly. 2012. How corporate social responsibility: influences brand
equity13.4 : hal 20
Andrea L. Micheaux. 2011. Managing e-mail advertising frequency from the consumer
perspective. Journal of Advertising 40.4: hal 45
Marius Bulearca and Suzana Bulearca. 2009. Internet and interactive websites: cornerstones of
competitive advantage in the virtual economy1.3-4 : hal 44
Hung-Chang Chiu, Anurag Pant, Yi-Ching Hsieh, Monle Lee, Yi-Ting Hsioa and Jinshyang
Roan. 2014. Snowball to avalanche: understanding the different predictors of the
intention to propagate online marketing messages 48.7-8 : hal 1255-1273
Seung-A Annie Jin and Joe Phua. 2014. Following celebrities' tweets about brands: the impact
of twitter-based electronic word-of-mouth on consumers' source credibility perception,
buying intention, and social identification with celebrities 43.2: hal 181
Muslichah Erma Widiana. Penggunaan Teknologi Internet dalam Sistem Penjualan Online
untuk Meningkatkan Kepuasan dan Pembelian Berulang Produk Batik pada Usaha Kecil
dan Menengah di Jawa Timur

View publication stats