BAB IV

GAMBARAN SUBYEK PENELITIAN DAN ANALISIS DATA

4.1 Gambaran Subyek Penelitian

Pada pelaksanaan penelitian ini, teknik pengumpulan data dilakukan dengan

memberikan kuisioner kepada responden untuk mendapatkan penilaian atas produk ikan laut

beku kemasan merek Hato. Berdasarkan atas jumlah sample yang sudah ditetapkan, maka

didapatkan data 100 responden yang sudah terpilih untuk memenuhi kriteria untuk menjadi

responden. Pada kuisioner yang sudah diberikan ke responden, didapatkan beberapa

informasi data yang meliputi sebagai berikut ini:

1. Nama Responden

2. Alamat Responden

3. Nomer Telephone

4. Umur

5. Pendidikan

6. Respon atas penilaian kualitas produk yang diuji

7. Kritik dan Saran

Berdasarkan atas informasi yang sudah didapatkan dan terkumpul dari responden,

maka informasi tersebut diinput dalam tabulasi data yang dapat diamati pada Lampiran ....

pada halaman .... di bagian akhir skripsi ini. Untuk lebih menggambarkan responden sebagai

subyek dalam penelitian ini, maka dapat digambarkan mengenai distribusi usia dan

pendidikan yang terlibat dalam memberikan jawaban atas pertanyaan dalam kuisioner.

Untuk mendapatkan gambaran mengenai usia dan pendidikan dari responden sebagai

subyek dalam penelitian ini, maka dapat diperlihatkan data tersebut pada Tabel 4.1 sebagai

berikut ini.
 USIA RESPONDEN (%)
5 4
7

43

41

30 31-40 41-50 51-59 60

Tabel 4.1
DATA USIA DAN PENDIDIKAN RESPONDEN

Data Usia Responden Data Pendidikan Responden

No
Rentang Usia (Tahun) Jumlah Jenjang Pendidikan Jumlah
1 30 4 SMK/MA/SMA 79
2 31 - 40 43 DIPLOMA 2
3 41 - 50 41 SARJANA S1 17
4 51 - 59 7 SARJANA S2/MAGISTER 2
5 ≥ 60 5 LAINNYA 0
Jumlah 100 Jumlah 100
Sumber: Lampiran ...., diolah

Seperti tampak pada Tabel 4.1 di atas, maka didapatkan data usia dan jenjang

pendidikan dari responden terdistribusi secara mayoritas pada usia 31-40 tahun dan 41-50

tahun dengan jenjang pendidikan SMK/MA/SMA. Adapun data usia dan pendidikan dari

responden terdistribusi secara minoritas pada usia 30 tahun dengan jenjang pendidikan

DIPLOMA dan SARJANA S2. Untuk lebih mendapatkan gambaran lebih mendalam tentang

distribusi usia responden, maka diperlihatkan pada tampilan Gambar 4.1 sebagai berikut ini.

Gambar 4.1
DATA USIA RESPONDEN
Sumber: Lampiran ...., diolah

Berdasarkan atas yang diperlihatkan pada Gambar 4.1 tersebut, maka dapat diperinci

tentang distribusi usia responden terdiri dari 4% usia 30 tahun, 43% usia 31-40 tahun, 41%

usia 41-50 tahun, 7% usia 51-59 tahun, dan 5% usia di atas ≥ 60 tahun. Hal yang sama kita
lakukan pada jenjang pendidikan yang diperoleh dari jawaban kuisioner oleh responden yang

terlibat dalam pengambilan data pada pelaksanaan penelitian ini, dapat digambarkan pada

Gambar 4. 2 di bawah ini.

PENDIDIKAN RESPONDEN (%)

41 SMK/MA/SMA
DIPLOMA
SARJANA S1
SARJANA S2

79
2

Gambar 4.2
DATA PENDIDIKAN RESPONDEN
Sumber: Lampiran ..., diolah

Berdasarkan atas yang diperlihatkan pada Gambar 4.2 di atas, maka dapat diperinci

tentang distribusi jenjang pendidikan responden terdiri dari 79% SMK/MA/SMA, 2%

Diploma, 17% sarjana S1 dan 2% sarjana S2. Penentuan jenjang pendidikan minimal

SMK/MA/SMA merupakan syarat yang penting karena ada kaitannya dengan

keterampilan/kecakapan dalam membaca dan menulis serta intelegensia dalam memahami

pertanyaan yang diajukan dalam kuisioner yang dibagikan.

4.2 Analisis Data

4.2.1 Diagram blok (analisis jalur) antar variabel bebas dan variabel terikat

menggunakan smart path least square (Smart PLS)

Dalam Ghozali (2014: 30) dijelaskan bahwa metode partial least square (pls)

merupakan metode analisis yang powerful oleh karena tidak mengasumsikan data harus

dengan pengukuran skala tertentu, distribution free (tidak mengasumsikan data berdistribusi

tertentu), serta data dapat berupa nominal, kategoi, ordinasi, interval atau rasio. Pada

.penelitian ini, maka pengolahan data menggunakan metode partial least square dengan

aplikasi software smart pls full version.

Langkah pertama yang perlu dipenuhi untuk menggunakan aplikasi software smartpls,

maka terlebih dahulu harus menyiapkan data yang siap diolah sesuai dengan kebutuhan

aplikasi tersebut. Berdasarkan hasil pengumpulan data yang diperoleh dalam penelitian,

selanjutnya perlu dibuat format data disajikan dalam bentuk tabulasi data yang berisi kolom

construct (variabel) yang dilengkapi dengan seluruh indikator construct (variabel) dan kode,

seperti terlihat pada Tabel 4.2 sebagai berikut ini.

Tabel 4.2
INDIKATOR-INDIKATOR KUALITAS PRODUK, SIKAP UTILITARIAN, HARGA
DAN NIAT BELI
Construct Indikator Construct Kode
1. Persepsi atas rasa KP1
2. Persepsi atas kesegaran produk KP2
3. Persepsi atas kandungan gizi produk KP3
Kulitas Produk
4. Persepsi atas kesehatan produk KP4
5. Persepsi atas daya tarik produk KP5
6. Persepsi atas kemudahan diolah KP6
1. Pertimbangan keefektifan SU1
2. Pertimbangan kebermanfaatan SU2
Sikap Utilitarian 3. Pertimbangan kemungkinan membantu SU3
4. Pertimbangan adanya fungsi SU4
5. Pertimbangan kemungkinan diperlukan SU5
1. Keterjangkauan harga H1
Harga 2. Kesesuaian harga H2
3. Perbandingan dengan harga pesaing H3
Niat Beli 1. Kemungkinan akan membeli produk N1
2. Keinginan membeli produk N2
 3. Mencari informasi mengenai produk N3

Berdasarkan atas format data yang disajikan pada Tabel 4.1 di atas, maka dilanjutkan

dengan penyajian data bentuk excel dalam format tabel yang dapat digunakan untuk

mengimput data hasil penilaian responden melalui isian kuisioner yang telah diterima seperti

disajikan pada Tabel 4.3 sebagai berikut ini.

Tabel 4.3
TABULASI DATA HASIL ISIAN KUISIONER DARI RESPONDEN
KP KP KP KP KP KP SU SU SU SU SU H H H N N N
NO
1 2 3 4 5 6 1 2 3 4 5 1 2 3 1 2 3
1
2
3
4
5
6
d
s
t
98
99
100

Seperti tampak pada Tabel 4.3 di atas, maka pada kolom pertama berisi jumlah

sample sebanyak 100 responden dan pada kolom ke-2 sampai dengan kolom ke-18 berisi

indikator-indikator construct yang digunakan dalam pengukuran sikap dan pendapat

responden atas produk ikan laut beku kemasan merek Hato. Hasil penilaian 100 responden

terhadap penilaian kualitas produk (KP), sikap utilitarian (SU), harga (H) dan niat beli (N)

yang termuat dalam daftar pertanyaan pada kuisioner yang telah dibagikan ke responden

dapat diamati pada tabulasi data yang disajikan pada Lampiran .. di halaman ... di bagian

akhir skripsi ini. Dengan demikian, seluruh data yang telah diperoleh secara lengkap dari

hasil penilaian responden diinput ke dalam tabel tersebut sehingga seluruh kolom terisi data

dengan benar dan dipastikan tidak ada kesalahan dalam mengimput data.
 Langkah selanjutnya adalah merubah tabulasi data seperti tampak disajikan pada

Lampiran .... di halaman .... di bagian akhir skripsi ini, dengan membuang kolom pertama

sehingga tabel tersebut hanya berisi kolom semua indikator construct saja dengan dilengkapi

isian data hasil penilaian responden berjumlah 100 sample. Tabulasi data yang sudah dirubah

telah memenuhi syarat ketentuan untuk diolah menggunakan aplikasi software smartpls

dapat diamati pada Lampiran ... pada halaman ... di bagian akhir skripsi ini. Dengan format

tabel yang sudah berubah tersebut, maka untuk dapat terbaca oleh software smartpls tabulasi

data harus disimpan dalam format csv (comma, separated, value). Setelah data tersimpan

dalam bentuk format csv, maka proses pengolahan data dengan menggunakan software

smartpls sudah siap dilakukan.

Pada pengoperasian software smartpls, maka ada 3 (tiga) bagian yang terdiri sebagai

berikut ini:

1. Pada bagian pojok kiri atas berisi:

a. Klik File – Create new project

b. Isikan pada window Create Project

1) Project Name: Nama file lalu Ok.

Pada langkah ini, dituliskan nama file yang dibutuhkan untuk diidentifikasi pada

langkah selanjutnya.

2) Double klik to import data dan cari data pada direktori yang sudah disimpan dalam

bentuk file csv.

Setelah dilakukan pembuatan nama file dan dilanjutkan dengan double klik, maka

akan ada keterangan ada sample 100 dengan dilengkapi seluruh jumlah indikator,

value yang dikeluarkan, mean, median, minimum value, standar deviasi, maksimum

value, minimum value dan tidak ada nilai kosong karena seluruh data telah semua

ter-record dengan lengkap (no missing data).

 3) Open file tersebut

Langkah ini dilakukan dengan pilih menu Open dan Ok, hasilnya akan tampak

tampilan pada window nama file dan jumlah record data yang sudah berhasil diinput.

Setelah di-klik nama file, maka pada window dapat ditampilkan secara lengkap 3 (tiga)

bagian secara lengkap terdiri dari pada pojok kiri atas berisi file project explorer,

pojok kanan bawah berisi indication of indicator dan pada bagian kanan berisi

working area.

2. Pada bagian pojok kiri bawah berisi:

Pada bagian ini berisi indikator-indikator construct yang sudah berhasil diimpor data dari

file csv yang telah disimpan sebelumnya. Indikator tersebut akan nampak ter-record

berurut-turut dari atas ke bawah terdiri dari: KP1, KP2, KP3, KP4, KP5, KP6, SU1, SU2,

SU3, SU4, SU5, H1, H2, H3, N1, N2, dan N3.

3. Pada bagian kanan berisi working area (frame work) yang merupakan tempat yang dapat

digunakan untuk menggambarkan model dari variabel bebas juga indikatornya serta

variabel terikat.

Langkah selanjutnya, untuk memulai bekerja pada working area adalah dengan klik

laten variabel (indikator construct) pada pojok kiri bawah dan ditempatkan/digeser dengan

di-klik (di-drag) pada area working di sebelah kanan sehingga membentuk suatu blok

(lingkaran berwarna merah). Pada blok yang sudah terbentuk pada working area, juga

dilengkapi seluruh jumlah indikator construct yang dimiliki untuk tiap variabel. Oleh karena

ada 4 variabel (KP, SU, H, dan N), maka langkah tersebut dilakukan sebanyak jumlah

variabel yang sudah ditentukan. Dengan demikian, pada working area akan ditampilkan 4

(empat) blok, yang terdiri 3 (tiga) blok variabel bebas dan 1 (satu) blok variabel terikat. Hal

yang harus diperhatikan dalam menggambar model adalah harus tahu mana variabel-variabel

mana saja yang masuk dalam variabel bebas dan mana yang masuk dalam variabel terikat.
Setelah dipastikan dengan penempatan variabel-variabel berupa blok pada model gambar

yang telah dibuat pada area working, langkah berikutnya adalah membuat garis penghubung

untuk menghubungkan antar blok variabel bebas ke blok variabel terikatnya sehingga setelah

semua blok variabel terhubung akan ada tampilan dari sebelumnya blok berwarna merah

berubah menjadi blok berwarna biru. Dengan demikian, dari hasil proses menggambar model

pada area working dengan menggunakan software smarpls bisa ditampilkan seperti tampak

pada Gambar 4. 3 sebagai berikut ini.

INNER MODEL

OUTER MODEL
Gambar 4.3
MODEL DIAGRAM BLOK (ANALISIS JALUR) ANTAR VARIABEL
Sumber: Data diolah

Seperti tampak pada Gambar 4.3 di atas, diperlihatkan ada 3 blok variabel bebas yang

terdiri dari variabel kualitas produk (KP), sikap utilitarian (SU) serta harga (H) dan 1 blok
variabel terikat niat beli (N). Pada model tersebut sudah dapat dilihat indikator construct yang

terhubung dengan masing-masing variabelnya disebut sebagai model pengukuran (outer

model), juga sudah terhubung antara masing-masing blok variabel bebas dengan blok variabel

terikatnya disebut dengan model struktural (inner model) (Ghozali, 2014: 37). Pembahasan

mengenai outer model dan inner model akan dibahas pada bagian lebih lanjut dalam

penelitian ini. Dengan terbentuknya, permodelan tersebut, maka proses pengolahan data

dengan menggunakan software smartpls sudah bisa dilakukan.

4.2.2 Pengolahan data serta uji validitas dan uji reabilitas terhadap indikator yang

digunakan untuk mengukur variabel yang digunakan

Seperti gambar model yang sudah diperlihatkan pada Gambar 4.3 di atas, maka proses

pengolahan data menggunakan software smartpls sudah bisa dilakukan. Langkah yang perlu

dilakukan adalah pilih menu klik templing dan dipilih pls algorithem, kemudian calculate dan

start calculte. Berdasarkan pilihan menu-menu tersebut pada aplikasi software smartpls,

maka akan dapat ditampilkan gambar model yang diperlihatkan pada Gambar 4.4 dengan

value dari setiap indikator construct sebagai berikut ini.

 Gambar 4.4
HASIL PENGOLAHAN DATA MENGGUNAKAN SOFTWARE SMARTPLS
Sumber: Data diolah

Berdasarkan atas tampilan yang tampak pada Gambar 4.4 di atas, maka diperlihatkan

nilai-nilai dari setiap indikator construct terhadap variabel bebas dan variabel terikat. Nilai-

nilai yang diperlihatkan oleh indikator construct dapat disebut juga sebagai nilai loading

factor atau outer factor pada tampilan hasil pengolahan data menggunakan sofware smartpls.

Disamping itu pada aplikasi software smartpls, maka variabel bebas dan variabel terikat

sering juga disebut sebagai variabel laten. Dengan demikian, dapat diperjelas lagi tentang

hubungan antara variabel laten, indikator construct dan nilai (value) loading factor/outer

factor seperti tampak pada Tabel 4.4 sebagai berikut ini.

Tabel 4.4
NILAI-NILAI INDIKATOR CONSTRUCT TERHADAP VARIABEL LATEN
 No Variabel Laten Indikator Construct Loading Factor/Outer Factor
1 KP1 0,850
2 KP2 0,881
3 KP3 0,826
Kualitas Produk
4 KP4 0,867
5 KP5 0,833
6 KP6 0,755
7 SU1 0,796
8 SU2 0,883
9 Sikap Utilitarian SU3 0,855
10 SU4 0,873
11 SU5 0,836
12 H1 0,925
13 Harga H2 0,904
14 H3 0,889
15 N1 0,886
16 Niat Beli N2 0,918
17 N3 0,876

Sumber: Data diolah

Berdasarkan atas yang diperlihatkan pada nilai loading factor/outer factor dari setiap

indikator construct yang didapatkan pada penelitian ini, maka nilai tersebut ke-semuanya

adalah di atas 0,7. Dalam Ghozali (2014: 43) dijelaskan bahwa nilai loading factor di atas 0,7

sudah memenuhi uji validitas terhadap evaluasi model pengukuran indikator construct

terhadap variabel latennya. Atas dasar pernyataan ini, maka dapat diperkuat dengan data hasil

olah menggunakan software smartpls yang dapat ditampilkan pada Tabel 4. 5 sebagai berikut

ini.

Tabel 4.5
HASIL UJI VALIDITAS KUISIONER KUALITAS PRODUK, SIKAP
UTILITARIAN, HARGA DAN NIAT BELI

Kualita Sikap Niat

Harga
Indikator-indikator Construct s Utilitarian Beli
(H)
Produk (SU) (N)
Kualitas Produk (KP1: Persepsi atas daya tarik 0,850
produk)
Kualitas Produk (KP2: Persepsi atas kandungan 0,881
gizi produk)
 Kualitas Produk (KP3: Persepsi atas kemudahan 0,826
diolah)
Kualitas Produk (KP4: Persepsi atas kesegaran 0.867
produk)
Kualitas Produk (KP5: Persepsi atas kesehatan 0,833
produk)
Kualitas Produk (KP6: Persepsi atas rasa) 0,755
Sikap Utilitarian (SU1: Pertimbangan adanya 0,796
fungsi)
Sikap Utilitarian (SU2: Pertimbangan 0,883
kebermanfaatan)
Sikap Utilitarian (SU3: Pertimbangan 0,885
keefektifan)
Sikap Utilitarian (SU4: Pertimbangan 0,873
kemungkinan diperlukan)
Sikap Utilitarian (SU5: Pertimbangan 0,836
kemungkinan membantu)
Harga (H1: Kesesuaian harga) 0,925
Harga (H2: Keterjangkauan harga) 0,904
Harga (H3: Perbandingan harga dengan pesaing 0,889
Niat Beli (N1: Keinginan membeli produk) 0,886
Niat Beli (N2: Kemungkinan akan membeli 0,918
produk)
Niat Beli (N3: Mencari informasi mengenai 0,876
produk)
Sumber : Data diolah

Seperti tampak pada Tabel 4.5 di atas, maka berdasarkan nilai dari ke-semua indikator

construct telah memenuhi uji validitas dengan loading factor (nilai korelasi) di atas 0,7.

Dengan demikian, berdasarkan nilai korelasi yang diperoleh tersebut dapat diintrepretasikan

bahwa pertanyaan-pertanyaan/item/indikator construct yang dimuat dalam kuisioner adalah

valid dan mampu menjelaskan terhadap variabel latennya.

Berdasarkan Ghozali (2014: 43) dijelaskan bahwa uji reabilitas yang bertujuan untuk

menguji apakah variabel laten yang digunakan reliabel atau tidak dapat didasarkan pada nilai-

nilai yang diperoleh dari hasil pengolahan data menggunakan software smartpls, dengan

dasar keputusan/patokan yang terdiri dari sebagai berikut:

1. Nilai Cronbach’s Alpha dengan patokan di atas 0,7 masuk kategori reliabel.

2. Nilai Composite Reliability dengan patokan di atas 0,6 masuk kategori reliabel.
3. Nilai Average Variance Extracted (AVE) dengan patokan di atas 0,7 masuk kategori

reliabel.

Dengan demikian, berdasarkan atas hasil pengolahan data menggunakan software

smartpls yang telah diperoleh pada penelitian ini dari nilai cronbach’s alpha, composite

reliability dan average variance extracted (AVE) dapat disajikan pada tabel 4.6 sebagai

berikut ini.

Tabel 4.6
NILAI CONSTRUCT RELIABILITY

Composite Average Variance

Variabel Laten Cronbach’s Alpha
Reliability Extracted (AVE)
Kualitas Produk (KP) 0,913 0,915 0,933
Sikap Utilitarian (SU) 0,903 0,928 0,721
Harga (H) 0,891 0,932 0,821
Niat Beli (N) 0,873 0,922 0,798
Sumber: Data diolah

Seperti diperlihatkan pada Tabel 4.6 di atas, maka dari ke-semua variabel laten memiliki

nilai cronbach’s alpha di atas 0,7 dan nilai composite reliability di atas 0,6 serta nilai average

variance extracted di atas 0,7. Dengan demikian, dapat dikatakan bahwa ke-4 variabel laten yang

terdiri dari kualitas produk (KP), sikap utilitarian (SU), harga (H) dan niat beli (N) adalah reliabel

karena telah memenuhi uji realibilitas. Interpretasi dari hasil penelitian ini terhadap penilaian

responden atas kuisioner terhadap kualitas produk, sikap utilitarian, harga dan niat beli ikan laut

kemasan beku merek Hato adalah sebagai berikut ini:

1. Hasil nilai cronbach’s alpha di atas 0,7 menunjukkan tingkat konsistensi jawaban responden

pada kuisioner yang dibagikan ke seluruh responden.

2. Hasil nilai composite reliability di atas 0,6 menunjukkan variabel laten yang digunakan

memiliki keandalan yang dapat dipercaya untuk menguji hipotesis.

3. Hasil nilai average variance extracted di atas 0,7 menunjukkan variabel laten yang digunakan
 memenuhi kriteria discriminant validity.

4.2.3 Evaluasi outer model (model pengukuran) dan inner model (model struktural) hasil

penelitian menggunakan smart partial least squares (Smart PLS)

Dalam Ghozali (2014: 36) dinyatakan bahwa model analisis jalur semua variabel laten

dalam partial least squares (pls) terdiri dari 3 (tiga) set hubungan, yaitu:

1. Outer model yang mensepesifikan hubungan antar variabel dengan indikator construct atau

variabel manifestnya (measurement model).

2. Inner model yang menspesifikasi hubungan antar variabel laten (structural model).

3. Weight relation dalam mana nilai kasus dari variabel laten dapat diestimasi.

Outer model memiliki 2 (dua) jenis indikator, yaitu indikator reflektif dan indikator

formatif. Indikator reflektif merupakan indikator yang dipengaruhi/dimanifestasi oleh construct

variabel latennya, sedangkan indikator formatif merupakan indikator yang mempengaruhi

construct variabel latennya. Pada penelitian ini, indikator yang digunakan sesuai dengan jenis

indikator reflektif dengan alasan indikator construct dipengaruhi oleh construct variabel latennya.

Ghozali (2014: 21) mengatakan bahwa untuk memperjelas tentang kriteria yang harus ditentukan

terhadap pemilihan jenis indikator yang dapat membedakannya, maka ditampilkan kriteria

dengan 4 (empat) pertanyaan sebagai berikut ini:

1. Pertanyaan pertama berkaitan dengan arah hubungan kausalitas antara construct laten dan

indikatornya. Model pengukuran formatif menunjukkan arah hubungan kausalitas mengalir

dari indikator ke construct (variabel) laten, sedangkan untuk model pengukuran reflektif

menunjukkan arah hubungan kausalitas mengalir dari construct (variabel) laten ke indikator.

2. Pertanyaan kedua berkaitan dengan interchangeability dari indikator. Untuk model formatif

antar indikator tidak interchangeability, sedangkan model reflektif antar indikator harus

interchangeability.
3. Pertanyaan ketiga berhubungan dengan covariance (hubungan) antar indikator. Covariance

antar indikator tidak diperlukan pada model formatif, sedangkan model reflektif

mengharuskan adanya covariance antar indikator.

4. Pertanyaan keempat berkaitan dengan apakah semua indikator harus memiliki anteseden dan

konsekuen yang sama atau tidak. Untuk model reflektif, oleh karena semua indikator

mencerminkan construct yang sama dan diasumsikan saling interchangeability, maka semua

indikator harus memiliki anteseden dan konsekuen yang sama. Adapun untuk model formatif,

oleh karena indikator tidak menggambarkan aspek yang sama dari construct dan tidak

interchangeability, maka tidak harus memiliki anteseden dan konsekuen yang sama.

Berdasarkan atas kesesuaian uraian tentang outer model (model pengukuran) di atas, maka

dapat dikatakan bahwa indikator reflektif adalah sama dengan indikator construct. Oleh karena

itu, maka akan diperlihatkan bagaimana kedudukan indikator reflektif dalam meng-construct

variabel laten seperti tampak pada Tabel 4. 7 sebagai berikut.

Tabel 4.7
PENGUKURAN MODEL DARI INDIKATOR REFLEKTIF
TERHADAP VARIABEL LATEN

Pengukuran Model
Variabel
No Indikator Reflektif Outer Loading Standar
Laten
(Korelasi)
1 Persepsi atas daya tarik produk Kualitas 0,850 0,700
 2 Persepsi atas kandungan gizi produk 0,881 0,700
3 Persepsi atas kemudahan diolah 0,826 0,700
4 Persepsi atas kesegaran produk Produk 0,867 0,700
5 Persepsi atas kesehatan produk 0,833 0,700
6 Persepsi atas rasa 0,755 0,700
7 Pertimbangan adanya fungsi 0,796 0,700
8 Pertimbangan kebermanfaatan 0,883 0,700
9 Pertimbangan kefektifan Sikap 0,855 0,700
10 Pertimbangan kemungkinan diperlukan Utilitarian
0,873 0,700
11 Pertimbangan kemungkinan membantu 0,836 0,700
12 Kesesuaian harga 0,925 0,700
13 Keterjangkauan harga Harga 0,904 0,700
14 Perbandingan dengan harga pesaing 0,889 0,700
15 Keinginan membeli produk 0,886 0,700
16 Kemungkinan akan membeli produk Niat Beli 0,918 0,700
17 Mencari informasi mengenai produk 0,876 0,700
Sumber: Data diolah

Seperti diperlihatkan pada Tabel 4.7 di atas, maka merepresentasikan bahwa semua

indikator reflektif yang digunakan dalam pengisian kuisioner sangat dipengaruhi oleh variabel

latennya dengan nilai korelasi yang tinggi dan di atas dari standar 0,7 (memenuhi uji validitas).

Untuk lebih meyakinkan lagi dalam membuktikan uji pengaruh variabel laten terhadap indikator

reflektif dalam men-construct variabel latennya, dapat juga dilakukan dengan menganalisa T

statistic hasil pengolahan data dengan menggunakan software smartpls seperti tampak pada

Gambar 4.5 sebagai berikut.

 INNER MODEL

OUTER MODEL
Gambar 4.5
HASIL UJI PENGARUH VARIABEL LATEN TERHADAP INDIKATOR REFLEKTIFNYA
Sumber: Data diolah

Seperti tampak pada Gambar 4.5 di atas, maka diperlihatkan nilai (value) T statistic dari

tiap indikator reflektif terhadap variabel latennya. Berdasarkan atas gambar tersebut dapat

diketahui nilai T statistic tertinggi diperoleh pada indikator reflektif H1 sebesar 44,194 dan nilai

terendah pada indikator reflektif SU1 sebesar 8,172. Atas nilai yang sudah didapat dari hasil

pengolahan data tersebut, maka dengan tujuan untuk memperlihatkan bagaimana pengaruh

variabel laten terhadap indikator reflektifnya, dapat ditunjukkan pada Tabel 4.8 sebagai berikut

ini.
 Tabel 4.8
NILAI UJI T (PENGARUH) VARIABEL LATEN TERHADAP INDIKATOR REFLEKTIF

T t Tabel p
Variabel Laten Indikator Reflektif
Statistic α 5% Value
KP1: Persepsi atas rasa 20,939 0,196 0,000
KP2: Persepsi atas kesegaran produk 31,063 0,196 0,000
Kualitas KP3: Persepsi atas kandungn gizi produk 20,572 0,196 0,000
Produk (KP) KP4: Persepsi atas kesehatan produk 24,746 0,196 0,000
KP5: Persepsi atas daya tarik produk 17,940 0,196 0,000
KP6: Persepsi atas kemudahan diolah 9,647 0,196 0,000
SU1: Pertimbangan keefektifan 8,172 0,196 0,000
Sikap SU2: Pertimbangan kebermanfaatan 22,473 0,196 0,000
Utilitarian SU3: Pertimbangan kemungkinan membantu 22,632 0,196 0,000
(SU) SU4: Pertimbangan adanya fungsi 20,050 0,196 0,000
SU5: Pertimbangan kemungkinan diperlukan 18,038 0,196 0,000
H1: Keterjangkauan harga 44,194 0,196 0,000
Harga (H) H2: Kesesuaian harga 27,781 0,196 0,000
H3: Perbandingan dengan harga pesaing 19,982 0,196 0,000
N1: Kemungkinan akan membeli produk 24,746 0,196 0,000
Niat Beli (N) N2: Keinginan membeli produk 36,009 0,196 0,000
N3: Mencari informasi mengenai produk 20,176 0,196 0,000
Sumber: Data diolah

Seperti tampak pada Tabel 4.8 di atas, dapat diamati nilai T statistic dari semua indikator

reflektif menunjukkan angka yang positif semua dan bila dibandingkan dengan t tabel nilainya

jauh lebih besar dari t tabel. Dalam Ghozali (2014: 116) dinyatakan bahwa nilai T statistic

berpengaruh significant pada taraf α 5% bila nilai t statistic di atas nilai t tabel 1,96. Dengan

demikian, hasil pengujian menggunakan perbandingan T statistic dengan t tabel pada taraf α 5%

menunjukkan pengaruh secara significant sehingga dapat dibuktikan bahwa indikator reflektif

dipengaruhi secara nyata oleh variabel latennya. Begitu pula dengan nilai T statistic dari semua

indikator nilainya berada di atas p value, maka semakin memperkuat keyakinan adanya hubungan

korelasi yang sangat erat antara variabel laten dalam mempengaruhi indikator reflektifnya.

Inner model adalah merupakan model yang menggambarkan hubungan antar variabel

bebas dengan variabel terikatnya. Pada penggunaan software smartpls, variabel bebas juga
disebut sebagai varibel eksogen dan variabel terikatnya disebut sebagai variabel endogen.

Dengan permodelan yang sudah terbentuk dengan menggunakan sofware tersebut, maka akan

dianalisa seberapa kuat pengaruh variabel eksogen dalam mempengaruhi variabel endogen dan

juga bisa memprediksi ketepatan permodelan (weight relation) yang sudah terbentuk. Dengan

demikian, pada inner model (model struktural) akan dibahas hubungan antara variabel eksogen

yang terdiri dari kualitas produk (KP), sikap utilitarian (SU) dan harga (H) dalam mempengaruhi

variabel endogen, yaitu niat beli.

Berdasarkan atas inner model yang sudah terbentuk dengan menggunakan software

smartpls, maka dapat diperlihatkan hubungan antara variabel eksogen dalam mempengaruhi

variabel endogen yang terdiri dari nilai (value) T statistic pada Gambar 4.4. Untuk memperjelas

nilai-nilai yang dihasilkan dalam pengolahan data yang sudah didapat, maka akan disajikan pada

Tabel 4.9 sebagai berikut ini.

Tabel 4.9
UJI PENGARUH VARIABEL EKSOGEN TERHADAP VARIABEL ENDOGEN

No Variabel Eksogen T Statistic (Koefisien Korelasi) t Tabel α 5%

1 Kualitas Produk (KP) 0,218 0,196
2 Sikap Utilitarian (SU) 0,354 0,196
3 Harga (H) 0,343 0,196
Sumber: Data diolah

Seperti tampak pada Tabel 4.9 di atas, maka ditampilkan nilai T statistic dan nilai t tabel

pada taraf α 5% dari variabel eksogen dalam mempengaruhi variabel endogennya. Seperti kita

ketahui bersama bahwa koefisien korelasi mempunyai nilai dalam rentang dari nilai angka -1

sampai angka 1. Lebih lanjut, dapat dijelaskan bila nilai koefisien korelasi terdistribusi antara

nilai 0 sampai -1 interpretasinya adalah terjadi pengaruh yang negatif dalam hubungan antara

variabel eksogen ke variabel endogen. Sebaliknya, bila nilai koefisien korelasi terdistribusi antara

nilai 0 sampai angka 1 interpretasinya adalah terjadi pengaruh yang positif dalam hubungan

antara variabel eksogen ke variabel endogen. Dengan demikian, hasil pengolahan data yang
ditampilkan pada tabel tersebut, menunjukkan terjadi hubungan yang positif dari variabel

eksogen ke variabel endogennya karena koefisien korelasinya berada pada rentang nilai antara

angka 0 sampai angka 1.

Meskipun demikian, perolehan uji pengaruh yang sudah mendapatkan angka yang berada

pada rentang angka 0 sampai angka 1 sehingga membuktikan adanya pengaruh dari variabel

eksogen ke variabel endogen, masih perlu dibuktikan apakah pengaruh tersebut memiliki tingkat

signifikansi yang significant atau tidak. Dalam Ghozali (2014: 116) dijelaskan bahwa besarnya

nilai T statistic dari variabel eksogen ke variabel endogen dikatakan mempunyai pengaruh secara

significant pada α 5% bila T statistic di atas nilai t tabel 0,196. Dengan demikian, dapat dikatakan

variabel eksogen mempunyai pengaruh yang significant terhadap variabel endogen karena

dengan perbandingan nilai antara T statistic variabel eksogen dengan t tabel pada taraf α 5%

hasilnya adalah T statistic nilainya lebih besar.

Dari hasil pengujian dengan inner model (model struktural) yang menunjukkan adanya

hubungan yang mempengaruhi secara significat dari variabel eksogen ke variabel endogen

dengan menggunakan software smartpls, maka berdasarkan nilai korelasi yang sudah didapatkan

tersebut dapat dinterpretasikan sebagai berikut ini:

1. Kualitas produk mempengaruhi secara significant (nyata) terhadap niat beli dengan angka

korelasi sebesar 21,8%.

2. Sikap utilitarian mempengaruhi secara significant (nyata) terhadap niat beli dengan angka

korelasi sebesar 35,4%.

3. Harga mempengaruhi secara significant (nyata) terhadap niat beli dengan angka korelasi

sebesar 34,3%.

Berdasarkan angka korelasi yang sudah didapat dalam penelitian ini, yang

merepresentasikan hubungan antara variabel eksogen dalam mempengaruhi variabel endogen,

maka dapat juga digunakan untuk menguji hipotesis yang sudah ditetapkan dalam penelitian ini.
Berikut ini ditampilkan pengujian hipotesis seperti tampak pada Tabel 4.10 sebagai berikut.

Tabel 4.10
HASIL UJI HIPOTESIS PENELITIAN

Hipotesis Uji Pengaruh (Korelasi) Diterima/ditolak

H1: Kualitas produk berpengaruh
Berpengaruh secara significant Diterima
significant terhadap niat beli
H2: Sikap utilitarian berpengaruh
Berpengaruh secara significant Diterima
signifinant terhadap niat beli
H3: Harga berpengaruh significant terhadap
Berpengaruh secara significant Diterima
niat beli
Sumber: Data diolah

Seperti ditampilkan pada Tabel 4.10 di atas, maka dapat diketahui untuk hipotesis

seluruhnya diterima sehingga memang benar kualitas produk, sikap utilitarian dan harga

mempengaruhi secara significant (nyata) terhadap niat beli. Analisa masih perlu dilanjutkan

untuk melihat pengaruh secara simultan (secara bersama-sama) dari kualitas produk, sikap

utilitarian dan harga dalam mempengaruhi niat beli. Untuk keperluan analisa tersebut, Ghozali

(2014: 115) menyatakan bahwa untuk melihat model regresi yang mempunyai goodness-fit yang

baik atau tidak adalah dengan melihat dari output nilai R-square yang ditampilkan dari hasil

pengolahan data menggunakan software smartpls. Ditambahkan pula, menurut Stone (1974) dan

Geisser (1975) dalam Ghozali (2014: 39) dinyatakan bahwa model struktural atau inner model

dievaluasi dengan melihat prosentase variance yang dijelaskan, yaitu dengan melihat R-square

untuk konstruk laten dependen (variabel endogen) dan juga melihat besarnya koefisien jalur

strukturalnya. Dengan demikian, berdasarkan nilai R-square yang diperoleh dalam penelitian ini

didapatkan sebesar 0,789 dan dapat dikategorikan mempunyai tingkat goodness-fit yang baik

karena memiliki pengaruh besar pada level struktural (Ghozali, 2014: 41 & 115).

Berdasarkan atas nilai R-square yang telah didapatkan tersebut (R-square= 0,789),

maka dapat juga dinterpretasikan ketepatan prediksi model (weight relation) yang dihasilkan dari

permodelan yang terbentuk antara variabel eksogen dalam memprediksi variabel endogen adalah

78,9%. R-square menunjukkan kemampuan variabel-variabel eksogen dalam menjelaskan

variabel endogennya. Implementasinya dalam penelitian ini adalah kualitas produk, sikap

utilitarian dan harga dalam menjelaskan nilat beli adalah sebesar nilai yang diperoleh dari

penghitungan nilai R-square. Dengan nilai R-square= 78,9%, maka intrepretasinya adalah

sebagai berikut:

1. Variabel endogen, yaitu niat beli dapat dijelaskan oleh variabel eksogen yang terdiri dari

kualitas produk, sikap utilitarian dan harga sebesar 78,9%.

2. Adapun sisanya (100% - 78,9%) = 21,1% dijelaskan oleh variabel lain yang tidak diteliti dalam

model yang terbentuk pada penelitian ini.

4.3 Pembahasan

4.3.1 Permasalahan yang dihadapi oleh perusahaan yang diteliti

Permasalah yang dihadapi oleh perusahaan seperti diuraikan pada pada bagian latar

belakang berdasarkan asal sumbernya masalah dapat dikategorikan menjadi 2 (dua) faktor

sebagai berikut ini:

1. Faktor eksternal

Munculnya pesaing baru dalam suatu industri tertentu, mengindikasikan adanya potensi yang

masih layak dan patut untuk dikembangkan serta memberikan harapan di masa depan

terhadap peluang pengembangan usaha di industri tersebut. Hadirnya perusahaan baru, tidak

serta merta muncul begitu tiba-tiba tetapi selayaknya didahului sebelumnya oleh adanya

survei uji pasar dan uji kelayakan usaha sehingga seorang investor mendapat sumber

informasi yang cukup untuk mendapatkan keyakinan dan mengambil keputusan dalam

berinvestasi mendirikan pabrik yang baru dalam suatu usaha tertentu. Berkaitan dengan topik

yang dipilih dalam penelitian ini, maka hal ini berkaitan dengan bagaimana suatu perusahaan

yang diteliti mendapatkan informasi yang relevan terkait dengan strategi pemasaran dalam

menghadapi adanya pesaing baru dalam bidang industri yang sama. Secara lebih spesifik,
pada penelitian ini dilakukan survei ke calon pelanggan dengan cara membagikan kuisioner

ke responden sehingga didapatkan informasi data yang dibutuhkan dalam penelitian ini.

Variabel-variabel yang digunakan adalah terdiri dari kualitas produk, sikap utilitarian dan

harga untuk menguji niat beli calon pelanggan. Pada penelitian ini, juga dilakukan pengujian

validitas dan reabilitas terhadap indikator reflektif untuk mengukur variabel yang digunakan

dan hasilnya adalah valid dan reliabel (handal/dapat dipercaya). Disamping itu, berdasarkan

informasi yang diperoleh dalam pengolahan data menggunakan software smartpls, didapatkan

informasi bahwa kualitas produk, sikap utilitarian dan harga berpengaruh secara significant

(nyata) terhadap niat beli. Dapat diperinci dari uji pengaruh tersebut dari hasil pengolahan

data pada penelitian ini adalah kualitas produk 21,8% mempengaruhi niat beli, sikap

utilitarian mempengaruhi 35,4% niat beli dan harga mempengaruhi 34,3% niat beli. Dengan

hasil ini, diharapkan perusahaan yang diteliti mendapatkan informasi yang akurat tentang

bagaimana dan upayanya untuk terus menjaga dan mempertahankan dari segi kualitas produk,

sikap utilitarian dan harga dalam rangka tetap memelihara niat beli yang tinggi dari setiap

pelanggan. Hal yang perlu terus dibenahi dan selalu di-upgrade adalah bahwa situasi pasar

(market) selalu berubah (change) menyesuaikan kondisi terkini berdasarkan situasi terbaru.

Contoh yang nyata pada kondisi sekarang adalah munculnya pandemi corona yang merupakan

wabah yang sangat berbahaya dan menyerang hampir seluruh negara di belahan dunia ini,

tidak memandang status negara maju, berkembang atau terbelakang semuanya kena

dampaknya. Oleh karena itu, dalam rangka tetap menjamin keberadaan perusahaan dalam era

persaingan, maka perusahaan harus adaptif terhadap munculnya paradigma-paradigma baru

dari pelanggannya. Suatu perusahaan akan ditinggalkan pelanggannya karena tidak

menyesuaiakan keberadaan kebutuhan pasar yang sudah berubah sesuai kebutuhan pelanggan.

Alhasil, melalui apa yang sudah didapatkan dari pelaksanaan penelitian ini dapat dijadikan

salah satu sumber informasi yang dapat menghadirkan manajemen tata kelola perusahaan
 yang lebih baik lagi berdasarkan informasi yang telah diperoleh.

2. Faktor internal

Suatu perusahaan dalam menjalankan aktivitas usahanya selalu mengharapkan adanya

pertumbuhan usaha khususnya dalam bidang pemasaran produknya. Kenapa adanya

pertumbuhan pasar begitu mutlak dibutuhkan oleh sebuah perusahaan atau suatu industri?

Jawabannya adalah karena pertumbuhan usaha itu yang akan dapat menjaga kelayakan usaha

perusahaan itu sendiri. Kita bayangkan bagaimana jika suatu perusahaan mengalami omset

penjualan yang monoton dan cenderung terus menurun, pada akhirnya akan berdampak

bagaimana perusahaan tersebut bisa membiayai kebutuhan usaha sendiri yang dari tahun ke

tahun selalu terus meningkat sehingga pada taraf tertentu tingkat pendapatan perusahaan akan

lebih kecil dari kebutuhan biaya yang harus dipenuhi. Pada kondisi demikian terjadi kondisi

besar pasak dari pada tiang (pengeluaran lebih besar dari pemasukan) dan tinggal menghitung

waktu bagaimana perusahaan tersebut akan bertahan hingga akhirnya gulung tikar karena

sudah tidak memenuhi uji kelayakan suatu usaha. Hal yang tidak mungkin dipungkiri dan

dihindari adalah adanya kenaikan biaya yang selalu naik dalam perjalanan waktu dari tahun

ke tahun adalah sebagai berikut ini:

a. Adanya inflasi

b. Kenaikan tarif daya listik

c. Kenaikan upah minimum regional (UMR) karyawan

d. Kebutuhan investasi

e. Riset dan pengembangan produk

f. Kebutuhan penyesuaian standar kelayakan pengolahan (upgrading)

Berdasarkan atas hal-hal tersebut di atas, maka adanya pertumbuhan pasar harus selalu

menjadi target dan prioritas untuk tetap menjamin kelayakan usaha perusahaan itu sendiri.

Dalam kaitannya dalam penelitian ini, maka berdasarkan informasi yang didapatkan dari
survei pasar yang telah dilakukan dengan membagikan kuisioner ke responden dapat dijadikan

tentang bagaimana implementasi suatu strategi untuk terus menjaga adanya pertumbuhan

omset pemasaran yang mampu meng-cover beban biaya di masa depan. Kenapa suatu strategi

itu penting? Menurut Mintzberg (1998) dalam Sopiah dan Sangaji (2017: 28) dijelaskan

bahwa pengertian strategi terbagi atas 5 (lima) definisi, yaitu terdiri dari:

a. Pengertian strategi sebagai rencana adalah sebuah program atau langkah terencana (a

directed couse of action) untuk mencapai serangkaian tujuan atau cita-cita yang telah

ditentukan, sama halnya dengan konsep strategi perencanaan.

b. Pengertian strategi sebagai pola (pattern) adalah sebuah pola perilaku masa lalu yang

konsisten, dengan menggunakan strategi yang merupakan kesadaran daripada

menggunakan yang terencana ataupun diniatkan. Hal yang merupakan pola yang berbeda

dengan berniat atau bermaksud, maka strategi sebagai pola lebih mengacu pada sesuatu

yang muncul begitu saja (emergent).

c. Definisi strategi sebagai posisi adalah menentukan merek, produk, ataupun perusahaan

dalam pasar, berdasarkan kerangka dalam konseptual para konsumen ataupun para

penentu kebijakan, sebuah strategi utamanya ditentukan oleh faktor-faktor eksternal.

d. Pengertian strategi sebagai taktik, merupakan sebuah manuver spesifik untuk mengelabuhi

atau mengecoh lawan (competitor).

e. Pengertian strategi sebagai perspektif adalah mengeksekusi strategi berdasarkan teori yang

ada ataupun menggunakan insting alami dari isi kepala atau cara berpikir ataupun

ideologis.

Pada situasi yang lain, adanya potensi pembajakan karyawan tenaga ahli oleh perusahaan

pesaing dengan memberikan penawaran fasilitas dan gaji yang lebih tinggi menjadi lumrah

untuk dilakukan oleh suatu perusahaan. Untuk mencegah hal tersebut, maka secara internal

perusahaan harus selalu mampu untuk memelihara keloyalan karyawannya dengan

memberikan rewards yang baik. Langkah tersebut dapat dilakukan dengan implementasi

program penilaian kinerja karyawan. Stewart dan Stewart (1977) dalam Sopiah dan Sangaji

(2017: 354) menyatakan bahwa penilaian kinerja pegawai/karyawan dimaksudkan untuk:

a. Memberikan feedback kepada pegawai.

Untuk supaya efektif, feedback (masukan) yang diberikan ke pegawai harus jelas (tepat

sasaran), diskriptif (menggambarkan contoh-contoh pekerjaan yang benar), objektif

(memberikan masukan yang positif dan negatif) dan kostruktif (memberikan saran

perbaikan).

b. Management by objective

Manajer menentukan target dan tujuan yang harus dicapai oleh setiap bawahan.Target dan

tujuan tersebut harus disetujui oleh kedua belah pihak dan evaluasi dilaksanakan

berdasarkan hal-hal yang sudah disetujui bersama.

c. Salary review

Hasil dari penilaian kinerja digunakan untuk menentukan apakah seseorang akan

mendapatkan kenaikan atau penurunan gaji.

d. Career counselling

Dalam pelaksnaan penilaian kinerja, manajer mempunyai kesempatan untuk melihat

kemungkinan perjalanan karier pegawai, salah satunya bisa melalui pengiriman pegawai

ke dalam program diklat.

e. Succession planning

Penilaian kinerja pegawai dapat membantu manajer untuk membuat daftar pegawai yang

memiliki keterampilan dan kemampuan tertentu, sehingga jika ada posisi yang kosong ,

manajer dengan cepat menunjuk seseorang untuk mengisinya.

Berdasarkan atas uraian di atas, dapat pula dihubungkan dengan produktivitas kerja karyawan

dengan asumsi karyawan yang berkinerja tinggi tentunya akan paralel memiliki produktivitas
 yang tinggi pula. Produktivitas juga berpengaruh terhadap tingkat biaya yang akan dicapai

untuk tiap satuan produk yang dihasilakn, dimana produktifitas tinggi tentunya akan berimbas

pada biaya produksi yang lebih rendah dibanding dengan biaya yang diperoleh oleh karyawan

yang mempunyai produktivitas rendah. Dalam kata lain, pengendalian biaya (management

control of cost) juga akan berpengaruh dalam menciptakan keunggulan bersaing (competitive

advantage). Dengan demikian, dalam kaitannya dengan perusahaan yang diteliti diharapkan

akan memberikan feedback (masukan) bagaimana starteginya untuk tetap memlihara adanya

pertumbuhan penjualan yang dibutuhkan, mengelola karyawan secara lebih profesional dan

pengendalian biaya produksi.

4.3.2 Variabel Penelitian, Permodelan dan Hasil Pengujian Hipotesis Penelitian

Pada penelitian ini, data diperoleh dengan teknik pengambilan data dengan menggunakan

kuisioner kepada responden untuk mengukur pendapat, sikap atau persepsi responden tersebut

pada kualitas produk, sikap utilitrian dan harga terhadap niat beli ikan laut beku kemasan merek

Hato. Proses pengambilan data melibatkan 100 responden yang kesemuanya berdomisili di

wilayah Kabupaten Tuban, berjenis kelamin wanita, umur terendah 30 tahun dan tertinggi 60

tahun serta pendidikan terendah minimal SMK/MA/SMA. Variabel penelitian yang digunakan

adalah meliputi variabel bebas/independen/eksogen, yang terdiri dari kualitas produk, sikap

utilitarian dan harga digunakan untuk mengukur/memperediksi hubungan terhadap variabel

terikat/dependen/endogen, yaitu niat beli.

Pada penelitian ini, pengolahan data menggunakan metode partial least square dengan

menggunakan aplikasi software smartpls full version. Berdasarkan hasil pengolahan data yang

diperoleh dihasilkan permodelan yang terdiri dari model pengukuran (outer model) dan model

struktural (inner model). Outer model menjelaskan nilai pengukuran (korelasi) hubungan antara

variabel laten/variabel penelitian dalam mempengaruhi indikator-indikator yang sudah ditetapkan

dalam penelitian ini. Inner model menjelaskan hubungan struktural (korelasi) antar variabel

bebas/independen/eksogen dalam mempengaruhi variabel terikat/dependem/eksogennya.

Berdasarkan evaluasi dari oter model, maka dihasilkan hasil uji dari semua indikator

yang digunakan pada penelitian ini dapat mampu menjelaskan dengan nilai korelasi tinggi

terhadap variabel latennya sehingga sudah memenuhi validitas berdasarkan patokan nilai-nilai

yang sudah ditetapkan pada uji tersebut. Pada kondisi yang lain, bilamana ternyata ditemukan

nilai (value) korelasi tidak memenuhi uji validitas, langkah yang perlu dilakukan adalah dengan

membuang indikator tersebut untuk dikeluarkan dalam permodelan. Kenapa indikator tersebut

harus dibuang/dikeluarkan dari permodelan? Oleh karena, indikator tersebut tidak cukup

relevan/tidak mampu menjelaskan hubungan terhadap variabel latennya karena tidak memenuhi

standar uji validitas serta dinggap tidak mempunyai nilai korelasi yang sesuai dengan yang

disyaratkan. Pada penelitian ini menunjukkan dari semua indikator yang digunakan, semuanya

telah mampu menjelaskan hubungan terhadap variabel latennya sehingga tidak ada indikator yang

perlu dibuang.

Pada outer model, juga dapat dilakukan uji reabilitas terhadap indikator-indikator yang

meng-construct variabel latennya. Berdasarkan patokan/standar keputusan dari parameter-

parameter yng digunakan untuk menentukan uji reabilitas, dihasilkan semua indikator-indikator

yang digunakan dalam penelitian ini telah memenuhi uji reabilitas. Interpretasi dari hasil

pengujian yang masuk kategori realibel tersebut, maka dapat dijelaskan indikator-indikator

tersebut adalah sebagai berikut ini:

1. Tingkat jawaban dari responden terhadap pertanyaan yang diajukan dalam kuisioner memiliki

tingkat konsistensi yang cukup konsisten sehingga dapat mampu menjelaskan secara masuk

akal terhadap pertanyaan yang diberikan (conbroach’s alpha value).

2. Pada permodelan yang sudah terbentuk dalam olah data menggunakan software smartpls pada

penelitian ini, memiliki keandalan yang dapat dipercaya untuk menguji hipotesis penelitian
 (composite reability value).

3. Berdasarkan atas pengelompokkan dari indikator-indikator yang digunakan terhadap masing-

masing variabel latennya bersifat mutually exclusive dalam penelitian ini, dalam arti jika

indikator tertentu sudah masuk dalam kelompok variabel laten tertentu, maka indikator

tersebut tidak mungkin juga menjadi anggota kelompok variabel laten lainnya (discriminat

validity).

Berdasarkan evaluasi inner model, maka dapat dijelaskan hubungan antara variabel

bebas/independen/eksogen, terdiri kualitas produk, sikap utilitarian dan harga terhadap variabel

terikat/dependen/endogen, yaitu niat beli. Pada Hasil uji pengaruh terhadap variabel-variabel

tersebut dapat diketahui kualitas produk, sikap utilitarian dan harga berpengaruh secara

significant (nyata) terhadap niat beli. Besarnya pengaruh tersebut dapat diperinci adalah sebagai

berikut:

1. Kualitas produk mempunyai pengaruh secara significant sebesar 21,8 % terhadap niat beli.

2. Sikap utilitarian mempunyai pengaruh secara significant sebesar 35,4 % terhadap niat beli.

3. Harga mempunyai pengaruh secara significant sebesar 34,3 % terhadap niat beli.

Disamping itu, dengan dasar atas hasil uji pengaruh yang telah didapat pada penelitian

ini, maka dapat pula digunakan untuk kepentingan untuk menguji hipotesis penelitian apakah

diterima atau tidak. Dengan perolehan hasil uji pengaruh secara significant seperti dijelaskan di

atas tersebut, membuktikan hipotesis penelitian diterima untuk seluruhnya. Dengan demikian,

implementasinya menunjukkan kualitas produk, sikap utilitarian dan harga berpengaruh secara

significant (nyata) terhadap niat beli.

Anallisis masih perlu dilanjutkan untuk mengetahui apakah kualitas produk, sikap

utilitarian dan harga mempunyai pengaruh secara simultan (bersama-sama) terhadap niat beli?

Hasilnya menunjukkan hubungan variabel bebas/independen/eksogen mampu menjelaskan

78,9% (korelasi) terhadap variabel terikat/dependen/endogen. Dengan perolehan angka korelasi

tersebut, dapat dikategorikan untuk menjelaskan hubungan antara kualitas produk, sikap

utilitarian dan harga mempunyai tingkat gooness-fit yang baik terhadap niat beli.

Weight relation adalah merupakan suatu nilai yang menunjukkan ketepatan prediksi

model yang terbentuk dalam penelitian ini. Berdasarkan ketepatan prediksi model (weight

relation) yang didapatkan dalam pengolahan data menggunakan software smratpls, didapatkan

angka 78,9% (R-square) yang dapat diartikan dari nilai tersebut menunjukkan kemampuan dari

kualitas produk, sikap utilitarian dan harga yang digunakan untuk mengukur/menjelaskan niat

beli calon pelanggan. Dengan demikian, masih ada faktor lain yang tidak dijelaskan dalam

penelitian ini sebesar 21,1% dan diperlukan penelitian lanjutan untuk menguji dan menemukan

faktor lain tersebut sehingga bisa lebih efektif untuk menerapkan strategi pemasaran yang

ampuh/handal dalam menghadapi situasi persaingan usaha terkini. Sebagai contoh faktor lain

tersebut bisa dimungkinkan seperti dalam bidang pelayanan (service) pelanggan, distribusi

produk, adanya fasilitas aduan keluhan pelanggan, diskon produk dalam pembelian jumlah

tertentu dan faktor-faktor lainnya.