RISET PEMASARAN

Tugas Hasil Analisis Jalur menggunakan Smart PLS

Oleh :

DEVI AFSANAH

18416261201252

MN18 C

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS BUANA PERJUANGAN KARAWANG

2021
Input data dan Desain model menggunakan Smart PLS Algorithm

Pada gambar diatas menujukkan bahwa item X1.5 , X2.2 , X2.5 , X2.6 , X2.8 , X2.10 , Y2 ,
Y10 , Y12 memiliki nilai faktor loading dibawah 0,7 artinya item-item tersebut harus dihapus dari
indikator model. Berikut hasil Output pada korelasi antara indikator dengan konstruknya sebagai
Outer Loadings indikator dari variabel lain :

Hasil Loading Outer diatas menunjukkan bahwa indikator yang memiliki nilai dengan tanda warna
merah harus dikeluarkan dari model karena nilai loadingnya kurang dari 0.70 model. Maka model
indikator ini di re-estimasi dengan mengeluarkan indikator-indikator lain yang nilainya kurang dari
0.70 model. Untuk model indikator yang memiliki nilai faktor diatas 0.70 maka berikut Model SEM
PLS dan outer loading yang sudah reliabel :
Berikut Hasil Validitas Diskriminant
Berikut hasil korelasi konstruk validitas diskriminant :

1. Indikator citra merek memiliki nilai yang lebih tinggi dibandingkan korelasi indikator X1.1
, X1.2 , X1.3 , X1.4 , X1.6 , X1.7 , X1.8 , X1.9 dengan konstruk keputusan pembelian.
2. Indikator iklan memiliki nilai yang lebih tinggi dibandingkan korelasi indikator X2.3 ,
X2.4 , X2.7 , X2.8 , X2.9 dengan konstruk keputusan pembelian.
3. Indikator keputusan pembelian memiliki nilai yang lebih tinggi dibandingkan korelasi
indikator Y1, Y4, Y5, Y6, Y7, Y8, Y11 dengan konstruk citra merek dan iklan.

Metode lain untuk menilai Validitas diskriminant adalah dengan membandingkan

akar kuadrat dari Average Variance Extracted (√AVE) untuk konstruk dengan korelasi
konstruk dengan konstruk lainnya dalam model. Hasil Average Variance Extracted (AVE)
pada Smart PLS sebagai berikut :

Pembelian
Citra Merek Iklan
Keputusan
Akar Kuadrat AVE
Citra Merek 0,863

Iklan 0,752 0,807

Pembelian Keputusan 0,754 0,982 0,870

Pada Model ini validitas diskriminan yang cukup besar dari hasil akar kuadrat AVE
pada konstruk citra merk dann Keputusan pembelian sedangkan konstruk iklan memiliki
hasil yang kecil.
 Hasil dari kedua tabel di atas dapat disimpulkan bahwa akar AVE korelasi antara
konstruk keputusan pembelian dengan iklan sebesar 0.966 lebih tinggi daripada korelasi antara
konstruk keputusan pembelian dengan citra merek sebesar √0.569 dan konstruk keputusan
pembelian (0,870). Begitu juga dengan akar AVE konstruk iklan sebesar 0,807 lebih tinggi
daripada korelasi antara konstruk citra merek sebesar √0.567. Jadi semua konstruk dalam
model yang diestimasi memenuhi kriteria validitas diskriminan. Hasil uji lainnya adalah menilai
validitas dari konstruk dengan melihat nilai AVE, dipersyaratkan model yang baik kalau AVE
masing-masing konstruk nilainya lebih besar dari 0,50. Hasil output AVE menunjukkan bahwa
nilai AVE baik untuk konstruk citra merek, iklan, dan keputusan pembelian memiliki nilai AVE
lebih besar dari 0,50. Disamping uji validitas konstruk, dilakukan juga uji reliabilitas konstruk
yang diukur dengan dua kriteria yaitu composite reliability dan cronbach alpha dari blok
indikator yang mengukur konstruk dan konstruk akan dinyatakan reliabel jika nilai keduanya
diatas 0.70 .
 Untuk kedua hasil output cronbach alpha dan reliabilitas komposit pada konstruk citra
merek, iklan, dan keputusan pembelian semua berada di atas 0,70 makan bisa dikatakan reliabel.

Pengukuran terhadap model struktural dilakukan dengan melihat nilai R-square yang
merupakan uji goodness–fit model. model pengaruh keputusan pembelian memberikan nilai R-
square sebesar 0.934 yang dapat diinterpretasikan bahwa variabelitas konstruk keputusan
pembelian 93.4 % sedangkan 6.6 % dijelaskan oleh variabel lain diluar yang diteliti. Uji yang
kedua adalah melihat signifikansi dengan melihat nilai koefisien parameter dan nilai signifikansi
t tabel.
Interpretasi pada koefisien jalur :

1. Pengaruh citra merek terhadap keputusan pembelian

Besarnya koefisien 0.032 artinya tidak ada pengaruh positif citra merek terhadap
keputusan pembelian. Nilai t hitung sebesar 0.756 < nilai Sig. t-tabel 5 % yaitu 1.70 .
2. Pengaruh Iklan terhadap Keputusan Pembelian
Besarnya koefisien 0.948 artinya terdapat pengaruh positif iklan terhadap keputusan
pembelian. Nilai t-hitung sebesar 31,235 > nilai Sig. t-tabel 5 % yaitu 1..70.