05 IMPACT OF DIGITAL MARKETING Tranlsate

Machine Translated by Google
Jurnal Strategi Bisnis Asia

ISSN(e): 2225-4226
ISSN(hal): 2309-8295
DOI: 10.18488/ journal.1006.2020.101.142.158
Jil. 10, No.1, 142-158.
Publikasi AESS.
URL: www.aessweb.com
Artikel di Pers
DAMPAK PEMASARAN DIGITAL TERHADAP PEMBELIAN ONLINE

TUJUAN: EFEK MEDIASI TERHADAP CUSTOMER RELATIONSHIP
PENGELOLAAN
Omkar Dastane1 Kepala – Pusat Studi Pascasarjana & Dosen Senior, FTMS Global
Malaysia.
(+ Penulis yang sesuai)

ABSTRAK
Sejarah Artikel Studi ini menyelidiki dampak pemasaran digital pada niat beli online konsumen e-
Diterima: 14 Februari 2020 commerce di Malaysia. Selain itu, efek mediasi customer relationship management (CRM)
Revisi: 20 Maret 2020
Diterima: 22 April 2020 antara digital marketing dan online purchase intention juga diakses karena peneliti
Diterbitkan: 18 Mei 2020 sebelumnya belum merinci efek mediasinya. Metode penelitian kuantitatif diterapkan untuk
mengumpulkan data empiris dari 202 pembeli online yang dipilih dengan teknik snowball
sampling. Data dikumpulkan melalui kuesioner yang dikelola sendiri di wilayah Lembah
Klang yang lebih besar di Malaysia. Normalitas dan reliabilitas instrumen dinilai
Kata kunci menggunakan IBM SPSS 22, dilanjutkan dengan analisis faktor konfirmatori dan pemodelan
Pemasaran digital
niat beli persamaan struktural menggunakan IBM SPSS AMOS 24. Validitas model pengukuran
Hubungan pelanggan dan analisis mediasi dilakukan sesuai tujuan penelitian. Hasil penelitian menunjukkan
pengelolaan bahwa pemasaran digital berpengaruh signifikan positif terhadap niat beli online. Namun,
Perdagangan elektronik
Belanja online efek mediasi dari CRM ditemukan tidak signifikan. Studi ini berkontribusi pada literatur
Pemasaran media sosial. dengan memberikan model struktural pemasaran digital dan niat beli untuk mengukur
dampak pemasaran digital pada niat beli online dalam konteks e-commerce Malaysia.
Kode JEL
Makalah ini kemudian membahas implikasi, keterbatasan, dan peluang penelitian di masa
M31
M37 depan.
M1
Kontribusi / Orisinalitas: Studi ini berkontribusi pada literatur dengan menyediakan model struktural untuk
mengukur dampak pemasaran digital pada niat pembelian online dalam konteks e-commerce Malaysia. Selain
itu, efek mediasi dari CRM juga dinilai karena peneliti sebelumnya belum merinci hal yang sama.
1. PERKENALAN
Komunikasi pemasaran terpadu (IMC) adalah proses bisnis yang mengidentifikasi cara yang efektif dan tepat
untuk berkomunikasi dengan konsumen tentang penawarannya serta untuk membangun hubungan yang baik (Kotlar,
1995). Proliferasi Internet telah mengubah lanskap bisnis untuk perusahaan multinasional, menghasilkan pertumbuhan
eksponensial dari bisnis online yang sukses, seperti Amazon, Grab, Lazada, Facebook, dan Google, sebagai pemain
kunci dalam ekonomi digital (Kannan, 2017). Menurut Statista (2018), orang Malaysia menghabiskan sekitar USD 6
juta pada tahun 2018 untuk belanja online dan barang-barang konsumen, terhitung USD 3,1 juta dari total pengeluaran
e-commerce, yang merupakan yang tertinggi di kawasan Asia Tenggara. Anehnya, 88 persen orang dewasa Malaysia
memiliki 142
Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158
smartphone dan menghabiskan sekitar enam jam sehari online dari perangkat apa pun (Statista., 2019). Hal ini menyebabkan
persaingan ketat di pasar e-commerce, dan para pemain mencari cara inovatif untuk menarik konsumen online serta
mempertahankan pelanggan yang sudah ada (Safie, Satar, Dastane, & Ma'arif, 2019). IMC kemudian berkembang, dan
konsep pemasaran digital membawa perubahan drastis ke arena pemasaran dan menggantikan strategi pemasaran
tradisional bagi perusahaan untuk berkomunikasi secara efektif dengan pelanggan di dunia belanja online. Perusahaan yang
ingin meningkatkan niat beli online dan manajemen hubungan pelanggan (CRM) akan menggunakan strategi pemasaran
digital, yang berfokus pada penggunaan platform online, seperti media sosial, mesin pencari, dan semua produk pintar,
sebagai alat pengumpulan data. Pemasaran digital didefinisikan sebagai aplikasi teknologi digital yang terintegrasi dengan
komunikasi pemasaran tradisional untuk mencapai tujuan pemasaran. Perusahaan yang mengadopsi pemasaran digital
mendapatkan momentum untuk mempertahankan proses perdagangan yang mudah dan cerdas karena Internet telah
menjadi pasar perdagangan (Leeflang, Verhoef, Dahlström, & Freundt, 2014).
Pada 1990-an, ketika peluncuran mesin pencari "Archie" telah terlibat dalam tantangan strategis baru yang timbul dari
persaingan non-konvensional yang ketat, istilah "pemasaran digital" diciptakan. Pengenalan pemasaran digital telah
mengakibatkan pergeseran paradigma di pasar global dan meningkatnya dominasi daya beli konsumen, sebagai akibat dari
penerapan teknologi baru telah menciptakan persaingan bisnis yang lebih ketat (Korkpoe & Nyarku, 2013). Ledakan
pemasaran digital berkorelasi dengan perluasan luas teknologi digital, seperti smartphone, produk pintar, Internet of things
(IoT), dan kecerdasan buatan (AI), yang berdampak pada revolusi pembelian konsumen dan pembentukan kembali strategi
pemasaran masa depan. Perdagangan seluler menawarkan elemen nilai tambahan kepada konsumen dibandingkan dengan
perdagangan tradisional atau elektronik (Dstane, Goi, & Rabbanee, 2020) yang juga dapat memengaruhi niat pembelian
online konsumen. Mengingat hal ini, konsumen dapat dijangkau dari mana saja dan kapan saja dengan menawarkan latar
belakang halaman web yang kaya dengan teks, grafik, dan audio informatif yang melampaui saluran tradisional karena
pengalaman pengguna yang lebih baik (Gabriel & Kolapo, 2015). Interaksi digital membangun peluang baru untuk integrasi
media sosial dalam pemasaran untuk mengurangi biaya pemasaran relatif terhadap pemasaran tradisional. Namun, pemasar
menghadapi tantangan baru dalam memilih perpaduan yang tepat dari pemasaran digital untuk menjangkau banyak prospek
guna menciptakan kesadaran merek dan berhasil mengubah penjualan dengan berkomunikasi secara efektif dengan
konsumen melalui umpan balik yang konstan (Tamrakar, Pyo, & Gruca, 2018).
Selain itu, pemasaran digital mampu menarik berbagai konsumen, memungkinkan bisnis untuk berkomunikasi dengan
konsumen secara efektif melalui media online dari berbagai latar belakang dan memandu mereka dalam proses pembelian
(Lodhi & Shoaib, 2017). Pemasaran digital juga secara efektif memperkuat nilai merek dengan menghilangkan
kesalahpahaman merek sebagai pertukaran ide, pendapat, dan pengalaman konsumen yang mengarah pada niat beli yang
lebih besar (Tham et al., 2019). Berinvestasi dalam industri pemasaran digital membutuhkan anggaran yang tinggi tetapi
manajemen puncak cenderung membandingkannya dengan saluran pemasaran tradisional yang memiliki rekam jejak
pengembalian investasi (ROI) yang positif, matang, dan terbukti (Teixeira, Barbosa, & Pinto, 2019). Pemasaran digital
menyediakan platform multi-aliran bagi pelanggan untuk mengontrol proses pembelian melalui pengujian dan peninjauan produk (Swiecza
Namun, konversi penjualan menjadi penjualan menjadi rumit tanpa konten pemasaran yang tepat untuk meyakinkan
pelanggan untuk penjualan prospektif dan siklus penjualan berulang (Epstein & Yuthas, 2007).
Banyak konsumen memiliki masalah kepercayaan, terutama mengungkapkan data pribadi; misalnya, ketika Yahoo
membobol 500 juta data akun pengguna, hubungan pelanggan rusak atau bahkan membahayakan nyawa konsumen (Whitler
& Farris, 2017). Keamanan informasi dan privasi sangat penting; ini telah menjadi tantangan dalam pemasaran digital karena
data pelanggan dibagikan tanpa persetujuan antara perusahaan, dan munculan, di mana pelanggan harus diberikan kendali
atas data mereka sebelum informasi mereka dieksploitasi (Bostanshirin, 2014). Pelanggan semakin meragukan pemasaran
digital dan oleh karena itu diusulkan agar perusahaan membangun kepercayaan merek dan merek yang kuat sebagai solusi.
Namun demikian, banyak perusahaan berinvestasi dalam pemasaran digital sebagai keberlanjutan organisasi saat ini dan di
masa depan. Penerapan pemasaran digital yang salah oleh perusahaan memakan biaya, memakan waktu, dan tidak
kompetitif di bidang bisnis, karena Malaysia masih kekurangan keterampilan pemasaran digital (Gaur, 2019).
143

Niat beli sangat dipengaruhi oleh pencarian online pelanggan dan waktu yang dihabiskan untuk menjelajahi situs web
e-commerce (Donni, Dastane, Haba, & Selvaraj, 2018). Perusahaan e-commerce harus menarik konsumen baru dan
pelanggan yang sudah ada di situs web mereka; ini dicapai dengan memahami dampak pemasaran digital pada niat beli.
Perusahaan yang inovatif harus mengembangkan bauran komunikasi dengan kemajuan teknologi dan persaingan yang
ketat, Wong, Dastane, Satar, Safie, dan Ma'Arif (2019). Konsep CRM telah berkembang dari bisnis modern yang rumit dan
sangat kompetitif yang menggabungkan pengalaman pelanggan yang canggih dengan perubahan teknologi yang cepat
untuk meningkatkan daya beli konsumen (Putney & Puney, 2013). Selain itu, metode CRM konvensional—sekarang
diwujudkan dengan menerapkan pemasaran digital pada komunikasi, periklanan, dan layanan pelanggan dalam teknologi
yang lebih maju—terus loyal dan memuaskan (Nykamp, 2012). Implementasi CRM menyediakan lebih banyak data mining
di library pool, sehingga konsumen dapat memahami dan mengakses informasi pemasaran strategis dengan nyaman, dan
membantu mengurangi biaya strategi pemasaran yang salah (Stueart & Moran, 2007).
Dampak e-media pada niat beli diuji oleh Rehmani dan Khan (2011) dan model konseptual telah diusulkan untuk
pembelian ponsel. Studi serupa untuk pemesanan hotel diselidiki oleh De Pelsmacker, Van Tilburg, dan Holthof (2018).
Dampak media sosial pada niat beli telah diuji bersama dengan efek mediasi dari sikap konsumen (Lim, Radzol, Cheah, &
Wong, 2017). Beberapa telah mempelajari sejarah niat beli (Kooli, Mansour, & Utama, 2014; Verhagen & Van Dolen,
2009). Berbagai studi review tentang niat beli juga menyoroti pentingnya pemasaran digital (Ezgi & Nasir, 2015).
Namun, literatur yang ada tentang niat beli online belum sepenuhnya mengungkapkan dampak pemasaran digital terhadap
niat beli. Selanjutnya, sejauh pengetahuan kami, efek mediasi CRM antara pemasaran digital dan niat beli tidak secara
khusus diselidiki dalam konteks konsumen Malaysia. Mengingat latar belakang ini, penelitian saat ini menjembatani
kesenjangan literatur berkaitan dengan pemasaran digital pada niat pembelian yang dimediasi CRM, yang merupakan
topik relevansi sebagaimana dibuktikan oleh banyak peneliti, termasuk Villanueva, Yoo, dan Hanssens (2008);
Christodoulides, Jevons, dan Bonhomme (2012); dan Smith, Fischer, dan Yongjian (2012).
Penelitian ini menawarkan gambaran menyeluruh tentang pemasaran digital yang secara langsung berdampak pada
niat beli dalam organisasi yang bermotivasi CRM; hasil penelitian ini menentukan apakah tren bisnis masa depan, yang
sangat bergantung pada kolaborasi konsumen, berkelanjutan dan dinamis. Selanjutnya, penelitian ini mengkaji fenomena
di Malaysia mengenai efek mediasi CRM antara pemasaran digital dan niat beli, karena penelitian tentang fenomena ini
masih terbatas. Tujuan utamanya meliputi: (1) Untuk menguji dampak pemasaran digital terhadap niat beli; (2) Untuk
menguji dampak pemasaran digital pada CRM; (3) Untuk menguji dampak CRM terhadap niat beli; dan (4) Untuk menguji
pengaruh mediasi CRM pada hubungan antara pemasaran digital dan niat beli. Pertanyaan penelitian yang sesuai adalah:
(1) Apa dampak pemasaran digital terhadap niat beli? (2) Apa dampak pemasaran digital pada CRM? (3) Apa dampak
CRM terhadap niat beli? dan (4) Apa pengaruh mediasi CRM pada hubungan antara pemasaran digital dan niat beli?
2. TINJAUAN PUSTAKA
2.1. Pemasaran Digital
Pemasaran digital adalah teknik baru di bidang pemasaran online dengan memengaruhi konsumen melalui berbagai
saluran interaksi, seperti media sosial, aplikasi seluler, blog, email, dan bahkan pengoptimal mesin pencari (SEO), yang
ditujukan untuk komunikasi yang lebih dekat di berbagai bentuk yang menyampaikan iklan kepada konsumen (García,
Lizcano, Ramos, & Matos, 2019). Sawicki (2016) menggambarkan pemasaran digital sebagai eksplorasi dunia teknologi
digital yang luas yang telah menciptakan platform untuk menghubungkan basis audiens potensial yang luas. Selain itu,
pemasaran digital melibatkan promosi barang dan jasa melalui platform e-commerce dengan respons waktu nyata ke Internet
koneksi.
144

2.2. niat beli
Niat beli telah menjadi vital untuk pengembangan pemasaran digital dan penjualan online. Niat beli konsumen
diklasifikasikan sebagai proses kompleks yang biasanya terkait dengan perilaku, persepsi, dan sikap mereka (Mirabi,
Akbariyeh, & Tahmasebifard, 2015). Niat beli berubah dengan pengaruh perbandingan harga, nilai yang dirasakan, dan
kualitas (Mirabi et al., 2015). Konsumen umumnya menganggap produk beranggaran rendah dengan kemasan yang buruk
dan merek yang tidak dikenal sebagai produk yang kurang dapat diandalkan dan berisiko tinggi (Mirabi et al., 2015). Selain
itu, konsumen dipengaruhi oleh motivasi eksternal (informasi website) dan motivasi internal (pengalaman berbelanja) dalam
proses pembelian (Athapaththu & Kulathunga, 2018). Meskipun niat pembelian yang lebih besar dimungkinkan melalui situs
web yang tertarik, layanan online, dan tata letak situs web untuk mempengaruhi tujuan dan motivasi pelanggan untuk
mengakses situs web untuk pencarian dan pembelian produk. Athapaththu dan Kulathunga (2018) menemukan berbagai
tahapan niat beli sebelum menyelesaikan penilaian pembelian produk berdasarkan pengalaman, pengetahuan saat ini,
minat, preferensi, persuasif, dan pengaruh pembelian konsumen. Vahdati dan Mousavi Nejad (2016)
juga menekankan bahwa pencarian informasi di Internet meningkatkan tingkat kepuasan dan kegembiraan dalam membeli
produk dan layanan. Namun demikian, hal ini menyebabkan pembelian berulang oleh pelanggan, kunjungan berulang ke
platform digital, dan rekomendasi serta ulasan positif dari produk yang diiklankan (Hausman & Siekpe, 2009). Dalam
penelitian mereka tentang pemasaran digital, Dehghani dan Tumer (2015) mengungkapkan bahwa branding meningkatkan niat beli.
Karena tren berubah dari waktu ke waktu, konsumen akan merujuk ke ulasan produk online sebelum membuat keputusan
pembelian yang tepat.
2.3. Pengelolaan hubungan pelanggan

CRM telah berkembang menjadi struktur tiga dimensi kolaboratif, operasional, dan analitis dan sebagai alat penting
dalam pengembangan sadar biaya strategi perusahaan yang bermakna untuk penilaian perusahaan besar-besaran
pelanggan (Buttle, 2006). Untuk menciptakan siklus hidup komunikasi yang efisien, CRM memperluas fungsinya dari alat
modern untuk menganalisis data pelanggan, mempertahankan pelanggan yang sudah ada, dan mengembangkan pelanggan
baru melalui proses implementasi strategi yang sukses. Pelanggan berkomitmen kepada pemasok dan melakukan pembelian
berulang karena mereka berdua telah membangun hubungan emosional yang kuat satu sama lain. Emosi tersebut untuk
pelanggan mungkin tanpa kompromi rahasia, disukai, dan percaya untuk secara efektif mengatasi keluhan dan masalah
oleh perusahaan (Amofah & Ijaz, 2005). Demikian pula Abu-Alhaija, Yusof, Haslinda, dan Jaharuddin (2018) menyatakan
bahwa loyalitas pelanggan adalah aset jangka panjang bagi bisnis karena mereka ingin membuatnya kompetitif dengan
mengelola sistem CRM yang baik untuk kelompok mereka. Pengalaman dan nilai positif mendorong pelanggan untuk
berbelanja secara impulsif karena hubungan mereka dengan perusahaan tumbuh secara konsisten dengan tingkat kepuasan
pelanggan yang meningkat; teknologi digital memungkinkan perusahaan untuk menerapkan strategi komunikasi yang sukses dan memba
selalu memperhatikan kepuasan pelanggan.
Selain itu, berdasarkan studi oleh Akhmedov (2017) strategi CRM yang kuat menawarkan konsumen untuk membuat
komentar positif, kurang menanggapi pemasaran oleh pesaing, dan memaafkan perusahaan untuk informasi yang tidak
akurat; strategi ini menawarkan tingkat loyalitas dan kepuasan yang tinggi. Richard dan Jones (2008) mendukung bahwa
perusahaan dapat memperkuat kinerjanya dengan menerapkan CRM melalui hubungan yang erat dan berkelanjutan dengan
pelanggannya dan tingkat kepercayaan yang tinggi. Dalam penelitian sebelumnya, niat beli telah dipelajari secara ekstensif
untuk memahami dampak berbagai faktor pada niat beli online (Gan, 2017). Namun, beberapa penelitian telah mempelajari
pengaruh pemasaran digital dan CRM pada niat beli. Oleh karena itu, tujuan dari penelitian ini adalah untuk menyelidiki efek
mediasi CRM antara pemasaran digital dan niat beli untuk mengisi kesenjangan pengetahuan.
Pemasaran digital merupakan alat pemasaran terbaru yang biasa digunakan untuk komunikasi dan promosi layanan
dan produk tanpa batasan waktu, lokasi, dan biaya (Kim & Ko, 2012). Wibisurya (2018) mengungkapkan bahwa digital
marketing berdampak positif terhadap niat beli, dengan dampak besar pada konten yang menarik,
145

personalisasi, dan kustomisasi untuk konsumen. Hal yang sama berlaku untuk Poyurak dan Softic (2019) yang telah menunjukkan
efek positif pemasaran digital terhadap niat beli melalui pertukaran pendapat antar konsumen.
Namun demikian, Chaffey dan Ellis-Chadwick (2019) menunjukkan hubungan yang tidak signifikan antara pemasaran digital dan
niat beli dari tata letak desain pemasaran digital. Upaya seperti itu tidak mendukung niat beli melalui penggunaan alat pemasaran
digital (Liat & Wuan, 2014). Oleh karena itu, penelitian ini dimaksudkan untuk menguji kembali hubungan tersebut dan
mengajukan hipotesis berikut.
H1: Pemasaran digital berpengaruh positif signifikan terhadap niat beli.
Pemasaran digital adalah bentuk siklus pemasaran masuk yang memperkuat fokus CRM pada visibilitas, pendidikan dan
transformasi pelanggan dengan mempelajari persyaratan dan perilaku pelanggan melalui umpan balik dan ulasan yang
dipersonalisasi (Gupta, 2019). Juga, personalisasi pemasaran digital dan CRM menawarkan layanan yang sangat baik dan
diskusi yang relevan secara berkala (Merisavo, 2003). Hubungan pelanggan didorong dengan memantau pemasaran digital,
belajar dari umpan balik konsumen, dan mempersonalisasi strategi pemasaran (Vinerean, 2017). Oleh karena itu, hipotesis
berikut diajukan dalam penelitian ini.
H2: Pemasaran digital berpengaruh positif signifikan terhadap CRM.
Niat beli berarti membeli dalam waktu dekat dan penting bagi perusahaan untuk mempelajari akuisisi dan retensi pelanggan
dengan membangun hubungan yang kuat (Patel, Gadhavi, & Shukla, 2017). Ahmad dan Zahid
(2014) mengklaim bahwa CRM memiliki dampak yang signifikan terhadap niat beli dari customer care. Wibisurya (2018) di sisi
lain, menyebutkan bahwa tidak ada iklan umum untuk fokus pada produk baru dan personal bagi pelanggan untuk mendapatkan
perhatian mereka untuk membeli produk baru. Untuk selanjutnya, penelitian ini mengajukan hipotesis sebagai berikut.
H3: CRM berpengaruh positif signifikan terhadap niat beli.

Pemasaran digital memiliki dampak besar pada niat pembelian pelanggan dan telah mengusulkan pembaruan berkelanjutan
dari strategi pemasaran untuk membangun hubungan yang kompetitif dengan pelanggan. Namun demikian, ada kekurangan
penelitian yang dilakukan tentang topik ini (Toor & Husnain, 2017). Ahmed dan Zahid (2014) mengungkapkan bahwa pemasaran
digital yang dimediasi CRM memiliki dampak positif pada niat beli dengan menyalip mediator, ekuitas merek; pandangan ini
didukung oleh Toor dan Husnain (2017). Sebaliknya, Karjaluoto dan Ulkuniemi (2015) menemukan bahwa pemasaran digital
tidak memiliki dampak yang signifikan terhadap CRM karena perusahaan online yang menggunakan lebih banyak platform
pemasaran digital akan mengakibatkan konsumen merasa kurang terlayani, sehingga pembelian lebih sedikit. Efek mediasi ini
belum diuji untuk pemasaran digital dan niat beli online. Oleh karena itu, penelitian ini mengajukan hipotesis sebagai berikut.
H4: CRM memediasi hubungan antara pemasaran digital dan niat beli online.
3. METODOLOGI
Penelitian ini mengadopsi paradigma positivis untuk menguji semua hipotesis dengan menggunakan metode kuantitatif
ilmiah. Untuk keperluan penelitian ini, data dikumpulkan dari kuesioner, kemudian hipotesis dianalisis menggunakan perangkat
lunak statistik. Penelitian ini bertujuan untuk mengidentifikasi hubungan kausal antara tiga variabel: pemasaran digital, niat beli,
dan CRM. Strategi penelitian cross-sectional diterapkan untuk membandingkan karakteristik individu pada waktu tertentu. Untuk
penelitian ini, elemen utama untuk mengumpulkan data dari sejumlah besar peserta adalah metode kuantitatif yang digunakan
oleh kuesioner survei. Teknik pengambilan sampel bola salju digunakan untuk mengumpulkan data dari sampel 200 pembeli
online aktif dan data tersebut kemudian dianalisis menggunakan perangkat lunak statistik. Analisis demografi, penilaian normalitas
dan reliabilitas dilakukan dengan menggunakan IBM SPSS 22, dilanjutkan dengan analisis faktor konfirmatori dan pemodelan
persamaan struktural menggunakan IBM SPSS AMOS 24. Analisis validitas dan mediasi model pengukuran juga dinilai
menggunakan IBM SPSS AMOS 24. Hipotesis kemudian diuji, dan hasilnya didiskusikan.
Untuk penelitian ini, kuesioner dikembangkan sebagai mekanisme utama untuk mengimplementasikan strategi penelitian.
Kuesioner disiapkan dan didistribusikan dalam dua metode utama: Internet elektronik dan salinan cetak fotostat. Kuesioner
elektronik didistribusikan melalui Google Formulir, yang memungkinkan
146

peserta untuk mengakses kuesioner secara online dengan mudah dan hasilnya tersedia secara real-time. Kuesioner cetak dibagikan kepada
peserta, yang tidak memiliki email atau tidak nyaman melakukan survei online, terutama orang tua dan wanita. Kuesioner disiapkan dalam dua
bahasa — Inggris dan Melayu — untuk mengatasi ketidakpastian pertanyaan dan para peserta menyadari tujuan penelitian karena data yang
dikumpulkan adalah untuk tujuan penelitian dan identitas mereka diklasifikasikan. Kuesioner dibagi menjadi dua bagian. Bagian satu didasarkan
pada demografi di mana informasi tentang peserta, seperti usia, pendidikan, status hubungan, profesi, dan jenis kelamin, dicatat untuk
mencerminkan studi penelitian ini. Pertanyaan demografis sangat penting karena dua alasan khusus: untuk menentukan perilaku individu dari
kelompok tertentu dan untuk menggeneralisasi keakuratan sampel ke kelompok sasaran yang luas. Namun, bagian kuesioner ini dianggap
sensitif dan akan membuat beberapa peserta frustrasi karena tidak menjawab (Hughes, Camden, & Yangchen, 2016). Bagian kedua dari
kuesioner adalah pendapat responden tentang dampak pemasaran digital (enam item) terhadap CRM (lima item) dan niat beli (lima item). Tabel
1 menunjukkan item dan sumber kuesioner.
Tabel 1. Item instrumen dan sumber.

item Sumber
Pemasaran Digital
1 Pemasaran digital membantu saya dalam mencari produk yang tepat saat berbelanja online Sivasankaran (2013)
2 Pemasaran digital memberi saya informasi berkualitas

3 Informasi detail tersedia di E-media saat berbelanja online
4 Sangat mudah untuk melakukan perbandingan dengan produk lain di situs web saat
berbelanja online
5 Pertukaran pendapat dengan orang lain dimungkinkan melalui situs jejaring sosial De Pelsmacker dkk. (2018)
merek
6 Pemasaran digital memfasilitasi belanja 24/7 Yuvaraj dan Indumathi (2018)
niat beli
1 Saya berniat menjadi pembelanja online Laksamana (2018)
2 Kesediaan saya untuk menjadi pembelanja online sangat besar
3 Saya bersedia menjadi pembeli online
4 Saya memiliki niat yang tinggi untuk menjadi pembelanja online
5 Saat saya baru menelusuri web untuk suatu produk, saya berencana untuk membeli secara
online
Pengelolaan hubungan pelanggan
1 Perusahaan segera menangani keluhan saya Roy, Padmavathy, Balaji dan
2 Perusahaan memberikan perhatian yang konstan untuk mempertahankan Sivakumar (2012) yang sangat menarik
produk
3 Perusahaan secara berkala mengirimkan pembaruan email tentang layanan baru dan (Mukami, 2017)
produk
4 Perusahaan secara berkala menghubungi untuk layanan yang dipersonalisasi
5 Perusahaan menempatkan penting pada pengembangan hubungan yang berkelanjutan Lizo Lee-Kelley, David
Gilbert, Robin Mannicom (2003)
Sumber: Tinjauan Literatur
4. TEMUAN DAN PEMBAHASAN

4.1. Analisis Demografis
Meja 2. Analisis demografi.

Frekuensi Persentase Persentase Kumulatif
Jenis kelamin
Pria 90 44.5 44.5

Perempuan 112 55.5 100
Usia
Di bawah 30 55 27.2 27.2
31-40 86 42.6 69.8
41-50 42 20.8 90.6
51 ke atas 19 9.4 100
147

Tingkat Pendidikan
Diploma 75 37.1 37.1
Gelar sarjana 90 44.6 81.7

Menguasai 35 17.3 99,0
Doktoral 2 1.0 100
Profesi
Murid 27 13.4 13.4
Pemilik bisnis 29 14.4 27.7
Karyawan 121 59.9 87.6

Ibu rumah tangga 21 10.4 98.0
Yang lain 4 2.0 100
Status pernikahan
Telah menikah 115 56.9 56.9
Lajang 77 38.1 95.0

Cerai 6 3.0 98.0
Terpisah 1 0,5 98.5

Janda 3 1.5 100
Sumber: Survei Lapangan, 2019
Tabel 2 menampilkan analisis demografis dari data yang dikumpulkan. Sebagai bagian dari studi sampel, informasi demografis dari 202 responden dikumpulkan
menggunakan Google Forms, dan informasi tersebut meliputi: jenis kelamin, usia, profesi, tingkat pendidikan, dan status perkawinan. Dari total 202 responden, 90
responden laki-laki dan 112 responden perempuan menyumbang 44,5% laki-laki dan 55,5% perempuan secara keseluruhan. Pemilihan peserta berbasis gender untuk
merangsang skenario aktual Malaysia didasarkan pada fakta bahwa perempuan melakukan aktivitas e-commerce lebih tinggi dibandingkan dengan laki-laki (53,9% vs
48,8%). Dari survei, kelompok umur yang dominan adalah 31-40 tahun (42,6%), diikuti oleh kelompok umur 30 tahun ke bawah (27,2%), 41-50 tahun (20,8%), dan 50
tahun ke atas (9,4%). ). Distribusi kuesioner ke berbagai kelompok umur didasarkan pada statistik terkait usia pengguna Internet di Malaysia. Dari keseluruhan
responden, mayoritas adalah pemegang gelar sarjana (44,6%), diikuti oleh pemegang SPM/Diploma (37,1%), pemegang gelar magister (17,3%), dan doktor (1%).
Berdasarkan pekerjaan, kategori karyawan memberikan kontribusi terbesar dengan 59,9%, diikuti oleh pemilik usaha (14,4%), pelajar (13,4%), ibu rumah tangga
(10,4%) dan terakhir, pensiunan dan pengangguran (2%). Pemilihan responden didasarkan pada statistik yang disediakan oleh MCMC (2018), yang akurat dengan
penelitian ini dalam konteks Malaysia. Konsumen e-commerce utama adalah karyawan (66,1%), diikuti oleh wiraswasta (17,7%), pelajar (9,2%) dan lainnya (7%).
Berdasarkan status perkawinan, mayoritas responden sudah menikah (56,9%; 115 responden), diikuti oleh responden belum menikah (38,1%), bercerai (3%), berpisah
(0,5%), dan duda (1,5%).
4.2. Penilaian Normalitas
Uji normalitas diuji dalam software SPSS untuk menentukan populasi sasaran; data yang dikumpulkan ditunjukkan sebagai distribusi normal dengan
mempertimbangkan probabilitas variabel independen dan dependen (Driscoll, Lecky, & Crosby, 2000). Tes D'Agostino (1970) untuk 202 responden dilakukan karena
ukuran sampel lebih besar dari 50.
Tabel-3. Penilaian normalitas.

Item N Berarti Std. Deviasi Skewness Kurtosis
status Std. Status Kesalahan Std. Kesalahan
DM1 202 5.411 DM2 202 5.490 1.1566 -0,385 0,171 -0,079 0.341
1.3649 -0,69 0,171 -0,363 0.341
DM3 202 5.356 1.2781 -0,535 0,171 -0,238 0.341
DM4 202 5.446 DM5 202 5.198 1.2655 -0,68 0,171 0,031 0.341
DM6 202 5.767 PI1 1.2178 -0,369 0,171 -0,322 0.341
1.1719 -0,736 0,171 -0,042 0.341
202 5.233 1.2218 -0,388 0,171 -0,267 0.341
PI2 202 5.178 1.2086 -0,399 0,171 -0,115 0.341
PI3 202 5.257 1.19 -0.403 0,171 -0,378 0.341
148

PI4 202 5.050 1.3632 -0,364 0,171 -0.431 0.341

PI5 202 5.099 1.2852 -0,272 0,171 -0.476 0.341
CRM1 202 5.490 CRM2 202 1.1643 -0.501 0,171 -0.543 0.341
5.208 CRM3 202 5.386 1.2524 -0.569 0,171 0,019 0.341
1.1458 -0.639 0,171 0,276 0.341
CRM4 202 5.129 1.2865 -0.625 0,171 0.18 0.341
CRM5 202 5.361 1.3652 -0.653 0,171 -0,203 0.341
Dari Tabel 3, uji normalitas untuk semua variabel dalam penelitian ini menunjukkan distribusi normal dengan skewness sangat baik, dan kurtosis berkisar
antara -1.0 dan +1.0, dengan distribusi data terbukti simetris. Menurut Rambut et al. (2009), dan George dan Mallery (2010) semua variabel dapat diterima jika
nilai skewness dan kurtosisnya
antara -1.0 dan +1.0, yang merupakan aturan praktis yang sangat baik.
4.3. Penilaian Keandalan
Alpha Cronbach digunakan untuk mengukur konsistensi internal dengan koefisien reliabilitas dari kuesioner yang terdiri dari beberapa pertanyaan yang
ditekankan pada skala Likert (Santos, 1999). Oleh karena itu, reliabilitas uji alfa Cronbach dipilih sebagai cara terbaik untuk menilai kesesuaian dan konsistensi
data yang dikumpulkan (Trochim & Donnelly, 2010). Nilai alfa meningkat seiring dengan peningkatan korelasi variabel uji, dan nilai alfa yang andal di atas 0,70
(Kline, 2000), sedangkan peningkatan ukuran sampel salah meningkatkan nilai alfa dan rentang yang lebih rendah mendevaluasi nilai alfa (Cortina, 1993).
Berdasarkan Hinton et al. (2004) skor alpha di bawah 0,7 tunduk pada reliabilitas sedang dan rendah dari gambaran konsistensi data. Namun, skor mulai dari 0,7
hingga 0,9 sangat andal, dan skor alfa di atas 0,9 adalah keandalan yang sangat baik. Hasil uji reliabilitas alpha menghasilkan skor keseluruhan 0,924 pada uji
reliabilitas, yang menunjukkan reliabilitas sangat baik karena nilainya lebih besar dari 0,9. Nilai alpha reliabilitas sangat baik untuk niat beli mencapai 0,934, yaitu
di atas 0,9. Nilai alfa pemasaran digital dan CRM sangat andal, dan konsisten dalam kaitannya dengan nilai alfa yang dapat diterima antara 0,9 dan 0,7.
4.4. Analisis Faktor Konfirmatori (Model Pengukuran)
Gambar 1. CFA.
Tabel-4. Evaluasi kebugaran model pengukuran.
Kategori Indeks Tingkat Penerimaan Komentar Nilai Indeks
Kesesuaian Mutlak Nilai-P Chi-Square > 0,05 0,000 Didukung
149

RMSEA < 0,08 0,080 Dapat diterima

GFI > 0,90 0.876 Level yang dibutuhkan tidak tercapai
Kesesuaian Inkremental AGFI > 0,90 0,833 Level yang dibutuhkan tidak tercapai
CFI > 0,90 0,936 Dapat diterima
TLI > 0,90 0,924 Dapat diterima
NFI > 0,90 0,892 Level yang dibutuhkan tidak tercapai
Parsimonious Fit Chisq / df < 3.0 2.301 Dapat diterima
Tabel 4 menampilkan nilai fitness dari model pengukuran. Kecocokan model pengukuran ini dievaluasi dalam parameter kecocokan
absolut, kecocokan inkremental, dan kecocokan parsimonious. Untuk mencapai kesesuaian mutlak yang dapat diterima, nilai RMSEA harus
lebih rendah dari 0,080, dan nilai GFI harus lebih besar dari 0,90 (Hair et al., 2009). Model pengukuran saat ini memiliki nilai RMSEA yang
dapat diterima sebesar 0,080, dan nilai GFI yang tidak dapat diterima sebesar 0,876. Dalam hal inkremental fit, semua nilai AGFI, CFI, TLI,
dan NFI harus lebih besar dari 0,90 (Hair et al., 2009). Model pengukuran saat ini memperoleh nilai CFI (0,936) dan TLI (0,924) yang dapat
diterima, tetapi AGFI (0,833) dan NFI (0,892) lebih rendah dari nilai ambang batas yang dapat diterima. Terakhir, evaluasi kecocokan pelit
didasarkan pada nilai Chisq/df, yang harus kurang dari 3,0, seperti yang direkomendasikan oleh Hair et al.
(2009). Model pengukuran saat ini memenuhi penilaian kecocokan yang hemat karena Chisq/df (2,301) berada di bawah nilai ambang batas
yang disyaratkan.
Setelah memeriksa pemuatan faktor dari setiap faktor yang sesuai dengan setiap variabel, pemuatan faktor untuk CRM5 ditemukan
0,57, yang lebih kecil dari aturan praktis yang dinyatakan (0,6 dan lebih tinggi). Oleh karena itu, item tersebut dihapus dari penelitian (Chin,
Gopal, & Salisbury, 1997). Bahkan dengan kecocokan yang baik dalam model, mungkin tidak ada presisi dan indeks modifikasi (MI) tinggi
karena strukturnya sangat berkorelasi, dan kurangnya validitas diskriminasi pada model yang dijalankan pertama dikurangi dengan
membebaskan spesifik apa pun. jalur yang tidak diperkirakan (Shadfar & Malekmohammadi, 2013). Selain di atas, nilai MI untuk u3 dan u2
lebih besar dari 15, adalah berlebihan.
Kasus serupa terjadi untuk u8 dan u9 secara bersamaan. Mengikuti saran Ahmad, Zulkurnain, dan Khairushalimi (2016) redundansi tersebut
kemudian dihilangkan dengan menghubungkan redundansi kedua item tersebut.
Untuk memastikan kecocokan tambahan, pemuatan faktor dari setiap faktor dinilai, dan item dengan pemuatan faktor kurang dari 0,6
dihapus satu per satu seperti yang direkomendasikan oleh Hair et al. (2009). Selain itu, MI dinilai, dan dua item dengan nilai MI lebih besar
dari 15 dihubungkan untuk menghilangkan redundansi. Satu item dari CRM (CRM5) telah dihapus dan dua pasang kesalahan (u2 dan u3; u8
dan u9) dihubungkan dengan proses pengulangan ini untuk menghapus
redundansi. Pengukuran yang disesuaikan (second run CFA) disajikan pada Gambar 1.
Gambar 2. CFA yang dimodifikasi.

150

Tabel-5. Evaluasi kebugaran model pengukuran.
Kategori Indeks Tingkat Penerimaan Nilai Indeks Komentar

Kesesuaian Mutlak Nilai-P Chi-Square > 0,05 Didukung 0,000
RMSEA < 0,08 Cocok 0,066
GFI Dapat Diterima
> 0,90 0,907
NFI > 0,90 0,923 Dapat diterima
Parsimonious Fit Chisq / df < 3.0 1,873 Dapat diterima
Gambar 2 menggambarkan model CFA yang dimodifikasi. Nilai fitness yang sesuai tercantum pada Tabel 5. Model yang disesuaikan mencapai kecocokan
absolut yang baik dengan nilai RMSEA 0,066. Parsimonious fit juga dicapai dengan nilai Chisq/df sebesar 1,873. Model mencapai inkremental fit dengan CFI
0,962, TLI 0,953, NFI 0,923. Nilai AGFI adalah 0,868, yang mendekati 0,9, akan diterima jika model mencapai parsimonious fit (Hair et al., 2009).
4.5. Validitas Divergen Model Pengukuran
Tabel-6. Validitas divergen.

item DM CRM PI
DM 1 0,699
DM2 0,703
DM3 0,696
DM4 0,701
DM 5 0,687
DM 6 0,645
CRM 1 0,686
CRM 2 0.823
CRM 3 0,955
CRM 4 0,696
PI 1 0,718
PI 2 0,878
PI 3 0,947
PI 4 0,908
PI 5 0,872
Tabel 6 menunjukkan pemuatan faktor dari setiap item untuk tujuan menilai validitas divergen. Karena total faktor pemuatan lebih dari 0,6, dan semua
pemuatan silang kurang dari 0,5, dataset memenuhi validitas diskriminan sampel.
4.6. Validitas konvergen
Validitas konvergen untuk model pengukuran dicapai ketika semua nilai AVE melebihi 0,50, sedangkan reliabilitas komposit dicapai ketika semua nilai CR
melebihi 0,60. Tabel 7 menunjukkan validitas konvergen

penilaian.
Tabel-7. Validitas konvergen.

Membangun Barang Memuat Faktor CR AVE
DM DM 1 0,699 0,844 0,574
DM2 0,703
DM3 0,696
DM4 0,701
151

DM 5 0,687
DM 6 0,645
CRM CRM 1 0,686 0,873 0,636
CRM 2 0.823
CRM 3 0,955
CRM 4 0,696
CRM 5 dihapus
PI PI 1 0,718 0,938 0,753
PI 2 0,878
PI 3 0,947
PI 4 0,908
PI 5 0,872
4.7. Pemodelan Persamaan Struktural
4.7.1. Analisis Mediasi
Untuk memperkirakan parameter, model struktural pemasaran digital dan dampaknya terhadap niat pembelian online yang dimediasi CRM dikembangkan
dalam konteks konsumen e-commerce Malaysia. Tujuannya adalah untuk menyelidiki dampak pemasaran digital pada niat beli serta efek mediasi CRM antara
pemasaran digital dan niat beli.
Gambar-3. SEM.
Tabel-8. Evaluasi kebugaran model struktural.
Kategori Indeks Tingkat dari Indeks Komentar
Penerimaan Nilai
Kesesuaian Mutlak Chi Nilai-P > 0,000 Didukung
Persegi 0,05
RMSEA < 0,08 GFI 0,066 Cocok
> 0,90 0,907 Dapat diterima
NFI > 0,90 0,923 Dapat diterima
Parsimonious Fit Chisq / df < 3.0 1,873 Dapat diterima
152

Gambar 3 menampilkan diagram jalur SEM diikuti oleh tabel 8 yang berisi daftar nilai indeks SEM. Ada beberapa cara untuk menilai validitas model struktural.
Salah satu caranya adalah dengan menilai indeks, seperti chi-kuadrat, chi kuadrat bernorma, CFI, dan RMSEA (Hair et al., 2009). Untuk model struktural di atas,
Chisq signifikan (P <0,05); RMSEA (0,066) menunjukkan kesesuaian yang baik; dan nilai GFI (0,907), CFI (0,962), TLI (0,953), dan NFI (0,923) yang lebih besar
dari 0,90 menunjukkan tingkat inkremental fit yang dapat diterima.
4.7.2. Analisis dampak langsung
Dampak langsung pemasaran digital pada niat beli dinilai melalui model struktural yang menghilangkan CRM. Model itu dianggap cocok; itu mencapai
kesesuaian mutlak (RMEA = 0,060, GFI = 0,942) dan cemara tambahan (CFI = 0,980, TLI = 0,973, NFI = 0,953). Gambar 4 menunjukkan model SEM untuk
mengukur dampak langsung tersebut.
Gambar-4. Dampak Langsung SEM.

4.8. Perbandingan Pemuatan Faktor
Perbandingan pembebanan faktor yang diperoleh dari model CFA dan SEM adalah cara lain untuk mengukur validitas model SEM, hanya jika pembebanan
faktor untuk kedua model sangat dekat (Hair et al., 2009). Tabel 9
menunjukkan bahwa kedua model memiliki pemuatan faktor yang sama dan model divalidasi sebagai kecocokan yang baik.
Tabel-9. Perbandingan pemuatan faktor.

Membangun Model Struktural Model Pengukuran Indikator
DM DM 1 0,699 0,699
DM2 0,703 0,703
DM3 0,696 0,696
DM4 0,701 0,701
DM 5 0,687 0,687
DM 6 0,645 0,645
CRM CRM 1 0,686 0,686
CRM 2 0.823 0.823
CRM 3 0,955 0,955
CRM 4 0,696 0,696
PI PI 1 0,718 0,718
PI 2 0,878 0,878
PI 3 0,947 0,947
PI 4 0,908 0,908
PI 5 0,872 0,872
153

Penilaian kebugaran dan validitas model secara keseluruhan menunjukkan bahwa pemasaran digital memiliki hubungan positif dan
signifikan antara niat beli online dan CRM, yang secara internal mengkonfirmasi akseptabilitas dan utilitas instrumen untuk mengukur dampak
pemasaran digital pada CRM dan niat beli online.
4.9. Pengujian Hipotesis
Tabel-10. Pengujian hipotesis.

Bergantung Variabel SE Independen Nilai-P Catatan
Variabel
Dampak langsung
H1 PI DM 0,719 0,000 Diterima
Efek mediasi
H2 CRM DM 0.624 0,000 Diterima
H3 PI CRM 0,058 0,434 Tidak signifikan
H4 PI DM 0,684 0,000 Diterima
Tabel 10 menunjukkan bahwa hipotesis didukung dan divalidasi karena pemasaran digital memiliki dampak positif terhadap niat beli (ÿ
= 0,68, p < 0,001). Koefisien beta (ÿ) adalah positif dan dengan demikian signifikan secara statistik. Ini menjelaskan mengapa pemasaran
digital meningkat sebesar 0,68% ketika niat beli meningkat sebesar 1%.
Nilai P untuk variabel ini berada di bawah tingkat signifikansi (P < 0,001), dan sampel terbukti menolak hipotesis nol; ini menunjukkan bahwa
variabel itu signifikan secara statis dan layak ditambahkan ke model regresi. Menurut penelitian serupa oleh Lodhi dan Shoaib (2017)
pemasaran digital berdampak positif pada niat beli online karena peneliti mempersepsikan promosi wajib melalui e-marketing untuk sebagian
besar produk yang akan dijual secara online. Rehmani dan Khan (2011) juga mengungkapkan bahwa pemasaran digital dengan konten yang
dibuat dengan baik dan penggunaan E-WOM telah mengembangkan niat beli yang positif. Seperti yang ditunjukkan sebelumnya, pemasaran
digital memiliki dampak positif yang signifikan terhadap niat beli dalam penelitian ini; oleh karena itu, H1 didukung oleh pemasaran digital,
yang memiliki dampak positif signifikan terhadap CRM (ÿ = 0,624, P < 0,001). Karami, Far, Abdollahian, dan Khan (2013) menemukan bahwa
pemasaran digital berbasis situs web signifikan secara positif terhadap e-CRM, yang juga mendukung penelitian ini. CRM seperti itu sangat
didukung oleh pemasaran digital yang positif; dengan demikian, H2 didukung dalam penelitian ini. Dari Tabel 3, H3 tidak didukung karena
CRM tidak memberikan pengaruh yang signifikan terhadap niat beli (ÿ = 0,058, P > 0,05).
Selain itu, penelitian ini menguji pengaruh mediasi pada CRM antara pemasaran digital dan niat beli menggunakan metode Baron dan
Kenny (1986) , termasuk hipotesis akhir, serta menguji dampak langsung.
Ini menjelaskan jalur antara variabel independen dan dependen harus signifikan. Selanjutnya, jalur antara faktor independen dan mediator
juga harus signifikan, dan terakhir, jalur antara mediator dan variabel dependen juga harus signifikan. Jalur antara variabel independen dan
dependen ke mediator uji juga harus dikurangi. Sebagai H1 terbukti, pemasaran digital memiliki dampak yang signifikan terhadap niat beli,
dan dari H2, pemasaran digital memiliki dampak positif yang signifikan terhadap CRM untuk memenuhi kondisi. Namun dari H3, CRM
berpengaruh positif signifikan terhadap niat beli, sehingga pengaruh mediasi digital marketing CRM terhadap niat beli tidak valid dalam
penelitian ini. Dengan H4, pemasaran digital tidak berpengaruh signifikan terhadap niat beli (0,68) serta pemasaran digital sedikit berdampak
pada niat beli yang dimediasi CRM (0,038); Oleh karena itu, H4 tidak didukung.
5. KESIMPULAN
Literatur dan tinjauan empiris telah menunjukkan bahwa pemasaran digital adalah faktor kunci yang memiliki dampak signifikan positif
pada niat beli, dengan banyak dukungan dari temuan penelitian sebelumnya. Dalam penelitian ini, pemasaran digital memiliki pengaruh
langsung dan signifikan positif terhadap niat beli. Pemasaran digital oleh karena itu penting untuk menghasilkan niat beli karena konsumen
dari semua lapisan masyarakat berteknologi maju dan terdidik untuk
154

menggunakan perangkat modern, seperti smartphone, komputer, tablet, dan perangkat digital, yang telah menjadi bagian dari
kehidupan mereka. Penggunaan perangkat ini setiap hari menawarkan tingkat kepercayaan dan petualangan yang baik kepada
konsumen untuk mencoba pendekatan baru dalam belanja online, terutama ada banyak cara untuk menjembatani mereka ke produk
dan layanan menggunakan metode pemasaran digital yang sukses. Selain itu, platform inovasi siap menawarkan konsumen
komunikasi yang efektif dengan komunitas online, teman atau orang yang tidak dikenal, untuk berbagi kegembiraan menggunakan
produk atau memiliki dampak emosional yang tidak memuaskan pada niat pembelian. Pemasaran digital membantu bisnis untuk
memuaskan pelanggan mereka dan meningkatkan pendapatan melalui personalisasi, dan pada akhirnya menghasilkan retensi
pelanggan. Dari penelitian ini, kami menyimpulkan bahwa tata letak yang efektif, informasi konten berkualitas, dan pertukaran pendapat akan mening
Namun, efek mediasi CRM tidak memberikan dampak positif pada niat beli, pemasaran digital juga tidak berdampak positif pada CRM
dalam penelitian ini. Studi ini juga menganalisis fakta bahwa e-consumers menerima pembuatan konten, seperti ulasan, informasi
berkualitas, dan tata letak pemasaran digital, memberikan respons yang lebih baik daripada CRM dengan memberikan layanan
berkualitas untuk membangun hubungan jangka panjang dan memperbarui pelanggan secara konsisten di berbagai layanan untuk
mempromosikan niat beli yang tinggi.
REFERENSI
Abu-Alhaija, AS, Yusof, RNR, Haslinda, H., & Jaharuddin, NS (2018). Loyalitas pelanggan: Anteseden, pendekatan dan
pengaruh budaya dan agama. Jurnal Studi Manajemen Islam, 1(2), 62-78.
Ahmad, S., Zulkurnain, NNA, & Khairushalimi, FI (2016). Menilai validitas dan reliabilitas suatu model pengukuran dalam
Pemodelan Persamaan Struktural (SEM). Jurnal Kemajuan Matematika dan Ilmu Komputer, 15(3), 1-8. Tersedia di:
https://doi.org/10.9734/bjmcs/2016/25183.
Ahmed, MA, & Zahid, Z. (2014). Peran pemasaran media sosial untuk meningkatkan CRM dan ekuitas merek dalam hal pembelian
maksud. Jurnal penelitian manajemen Asia, 4(3), 533-549.
Akhmedov, R. (2017). Implementasi strategi CRM untuk meningkatkan loyalitas pelanggan, Kasus Perusahaan Kazakhstan. sungai Nil
Jurnal Bisnis dan Ekonomi, 3(6), 33-57. Tersedia di: https://doi.org/10.20321/nilejbe.v3i6.94.
Amofah, P., & Ijaz, A. (2005). Tujuan, strategi, dan manfaat yang diharapkan dari manajemen hubungan pelanggan. Lulea
Universitas Teknologi, Swedia.
Athapaththu, JC, & Kulathunga, KMSD (2018). Faktor-faktor yang mempengaruhi niat pembelian online: Sebuah studi dari Sri Lanka Online
Pelanggan, Jurnal Internasional penelitian Ilmiah & Teknologi, (7)9,120-128.
Baron, RM, & Kenny, DA (1986). Perbedaan variabel moderator-mediator dalam penelitian psikologi sosial: Konseptual,
pertimbangan strategis dan statistik. Jurnal Psikologi Kepribadian dan Sosial, 51, 1173-1182
Bostanshirin, S. (2014). Pemasaran online: Tantangan dan peluang. Makalah dipresentasikan pada In Proceedings of SOCIOINT14-
Konferensi Internasional Ilmu Sosial dan Humaniora, Istanbul, September.
Buttle, F. (2006). Manajemen hubungan pelanggan: Konsep dan alat. Penerbit Elsevier Science.
Chaffey, D., & Ellis-Chadwick, F. (2019). Pemasaran digital: Pearson UK.
Dagu, WW, Gopal, A., & Salisbury, WD (1997). Memajukan teori strukturasi adaptif: Pengembangan skala
untuk mengukur kesetiaan apropriasi. Penelitian Sistem Informasi, 8(4), 342-367. Tersedia di: https://doi.org/10.1287/isre.8.4.342.
Christodoulides, G., Jevons, C., & Bonhomme, J. (2012). Memo untuk pemasar: Bukti kuantitatif untuk perubahan: Bagaimana pengguna
konten yang dihasilkan benar-benar memengaruhi merek. Jurnal Penelitian Periklanan, 52(1), 53-64. Tersedia di:
https://doi.org/10.2501/jar-52-1-053-064.
Cortina, JM (1993). Apa itu koefisien alfa? Pemeriksaan teori dan aplikasi. Jurnal Psikologi Terapan, 78(1),
98-104. Tersedia di: https://doi.org/10.1037/0021-9010.78.1.98.
D'Agostino, RB (1970). Transformasi ke normalitas dari distribusi nol g1. Biometrika, 57(3), 679-681.
Dastane, O., Goi, CL, & Rabbanee, F. (2020). Sebuah sintesis konstruksi untuk pemodelan persepsi nilai konsumen dari
perdagangan seluler (M-VAL). Jurnal Ritel dan Layanan Konsumen, 55(4), 102074. Tersedia di:
https://doi.org/10.1016/j.jretconser.2020.102074.
155

De Pelsmacker, P., Van Tilburg, S., & Holthof, C. (2018). Strategi pemasaran digital, ulasan online, dan kinerja hotel.
Jurnal Internasional Manajemen Perhotelan, 72, 47-55. Tersedia di: https://doi.org/10.1016/j.ijhm.2018.01.003.
Dehghani, M., & Tumer, M. (2015). Sebuah penelitian tentang efektivitas iklan Facebook dalam meningkatkan niat beli dari
konsumen. Komputer dalam Perilaku Manusia, 49(1), 597-600. Tersedia di: https://doi.org/10.1016/j.chb.2015.03.051.
Donni, R., Dastane, O., Haba, HF, & Selvaraj, K. (2018). Faktor persepsi konsumen terhadap fashion M-commerce dan dampaknya
pada loyalitas di antara orang dewasa yang bekerja. Riset Bisnis dan Ekonomi, 8(2), 168-192. Tersedia di:
https://doi.org/10.5296/ber.v8i2.13044.
Driscoll, P., Lecky, F., & Crosby, M. (2000). Pengantar statistik sehari-hari—1. Jurnal Pengobatan Darurat, 17(3), 205-
211.
Epstein, MJ, & Yuthas, K. (2007). Mengelola nilai pelanggan. pedoman akuntansi manajemen. Masyarakat Manajemen
Akuntan Kanada.
Ezgi, A., & Nasir, VA (2015). Sebuah tinjauan literatur tentang niat pembelian online konsumen. Jurnal Perilaku Pelanggan,
14(3), 215-233.
Gabriel, JK, & Kolapo, SM, . . (2015). Pemasaran online dan perilaku pembelian konsumen: Sebuah studi perusahaan Nigeria. Inggris
Jurnal Studi Pemasaran, 3(7), 1-14.
Gan, E. (2017). Grafik penambangan dari blog perjalanan: Tinjauan dalam konteks perencanaan tur. Inf Technol Tourism, 17, 429-453.
Tersedia di: https://link.springer.com/article/10.1007%2Fs40558-017-0095-2.
García, LJJ, Lizcano, D., Ramos, CM, & Matos, N. (2019). Tindakan pemasaran digital yang mencapai daya tarik yang lebih baik dan
loyalitas pengguna: Sebuah studi analitis. Internet Masa Depan, 11(6), 1-16. Tersedia di: https://doi.org/10.3390/fi11060130.
Gaur, SS (2019). Dunia saat ini membutuhkan lulusan dengan keterampilan pemasaran digital. Ujung Malaysia.
George, D., & Mallery, P. (2010). SPSS untuk windows langkah demi langkah. Panduan dan referensi belajar sederhana (edisi ke-10). Boston, MA: Pearson
Pendidikan, Inc.
Gupta, G. (2019). Penggunaan pemasaran digital yang inklusif dalam industri pariwisata, Dalam desain sistem informasi dan kecerdasan
aplikasi (hal. 411-419). Singapura.: . Peloncat.
Rambut, EC, Anderson Moore, K., Hadley, AM, Kaye, K., Hari, RD, & Orthner, DK (2009). Kualitas perkawinan orang tua dan
hubungan orang tua-remaja: Efek pada hasil kesehatan remaja dan dewasa muda. Ulasan Pernikahan & Keluarga,
45(2-3), 218-248. Tersedia di: https://doi.org/10.1080/01494920902733567.
Hausman, AV, & Siekpe, JS (2009). Pengaruh fitur antarmuka web pada niat pembelian online konsumen. Jurnal dari
Riset Bisnis, 62(1), 5-13. Tersedia di: https://doi.org/10.1016/j.jbusres.2008.01.018.
Hinton, DE, Pham, T., Tran, M., Safren, SA, Otto, MW, & Pollack, MH (2004). CBT untuk pengungsi Vietnam dengan
PTSD yang resistan terhadap pengobatan dan serangan panik: Sebuah studi percontohan. Jurnal Stres Traumatis: Publikasi Resmi The
Internasional Masyarakat untuk traumatis Menekankan Studi, 17(5), 429-433. Tersedia pada:
https://doi.org/10.1023/b:jots.0000048956.03529.fa.
Hughes, JL, Camden, AA, & Yangchen, T. (2016). Memikirkan kembali dan memperbarui pertanyaan demografis: Panduan untuk meningkatkan
deskripsi sampel penelitian. Jurnal Penelitian Psikologi Psi Chi, 21(3), 138-151. Tersedia di:
https://doi.org/10.24839/2164-8204.jn21.3.138.
Kannan, PK (2017). Pemasaran digital: Kerangka kerja, tinjauan, dan agenda penelitian. Jurnal Penelitian Internasional dalam Pemasaran,
34(1), 22-45.
Karami, M., Jauh, SM, Abdollahian, E., & Khan, SUR (2013). Faktor perilaku belanja online berpengaruh pada kemampuan E-CRM
di Malaysia. Jurnal Dunia Studi Manajemen dan Perilaku, 1(2), 44-52.
Karjaluoto, H., & Ulkuniemi, P. (2015). Komunikasi digital dalam pemasaran industri. Jurnal Bisnis & Industri
Pemasaran, 30(6), https://doi.org/10.1108/JBIM-06-2014-0136

Kim, AJ, & Ko, E. (2012). Apakah aktivitas pemasaran media sosial meningkatkan ekuitas pelanggan? Sebuah studi empiris tentang fashion mewah
merek. Jurnal Penelitian Bisnis, 65 (10), 1480-1486. Tersedia di: https://doi.org/10.1016/j.jbusres.2011.10.014.
Kline, P. (2000). Buku pegangan tes psikologi. Pers Psikologi.
156

Kooli, K., Mansour, KB, & Utama, R. (2014). Anteseden kepercayaan online dan konsekuensinya pada niat pembelian: An
integratif mendekati. Jurnal dari Pelanggan Perilaku, 13(1), 25-42. Tersedia pada:
https://doi.org/10.1362/147539214x14024779343677.
Korkpoe, CH, & Nyarku, KM (2013). Membangun budaya organisasi yang mempromosikan inovasi di perusahaan TI: Konseptual
kerangka. Jurnal Internasional Teknologi Informasi Strategis dan Aplikasi (IJSITA), 4(1), 1-14. Tersedia di:
https://doi.org/10.4018/jsita.2013010101.
Kotlar, D. (1995). Pada komponen yang tidak dapat direduksi dari karakter Gelfand-Graev yang merosot. Jurnal Aljabar, 173(2), 348-360.
Tersedia di: https://doi.org/10.1006/jabr.1995.1091.
Laksamana, P. (2018). Dampak pemasaran media sosial pada niat beli dan loyalitas merek: Bukti dari Indonesia
industri perbankan. Tinjauan Internasional Manajemen dan Pemasaran, 8(1), 13-18.
Leeflang, PS, Verhoef, PC, Dahlström, P., & Freundt, T. (2014). Tantangan dan solusi pemasaran di era digital.
Jurnal Manajemen Eropa, 32(1), 1-12. Tersedia di: https://doi.org/10.1016/j.emj.2013.12.001.
Lee-Kelley, L., Gilbert, D., & Mannicom, R. (2003). Bagaimana e-CRM dapat meningkatkan loyalitas pelanggan. Intelijen Pemasaran &
Perencanaan, 21(4), 239-248.
Liat, CB, & Wuan, YS (2014). Faktor-faktor yang mempengaruhi niat pembelian online konsumen: Sebuah studi di kalangan mahasiswa
di Malaysia. Jurnal Internasional Seni Liberal dan Ilmu Sosial, 2(8), 121–133.
Lim, XJ, Radzol, AM, Cheah, J., & Wong, M. (2017). Dampak influencer media sosial pada niat beli dan
efek mediasi dari sikap pelanggan. Jurnal Riset Bisnis Asia, 7(2), 19-36.
Lodhi, S., & Shoaib, M. (2017). Dampak E-marketing pada perilaku konsumen: Kasus Karachi, Pakistan. Jurnal Bisnis
dan Manajemen, 19(1), 90-101.
Merisavo, M. (2003). Efek pemasaran digital pada hubungan pelanggan: Sekolah Ekonomi Helsinki.
Mirabi, V., Akbariyeh, H., & Tahmasebifard, H. (2015). Sebuah studi tentang faktor-faktor yang mempengaruhi niat beli pelanggan. Jurnal dari
Ilmu dan Teknologi Rekayasa Multidisiplin (JMEST), 2(1), 267-273.
Mukami, NA (2017). Strategi Manajemen Hubungan Pelanggan dan Kepuasan Pelanggan: Kasus Chase Bank (Kenya) Limited-In
Kurator (Disertasi Doktor, Universitas Internasional Amerika Serikat-Afrika).
Nykamp, M. (2012). Perbedaan pelanggan: Bpi (India) Pvt Limited.
Patel, JD, Gadhavi, DD, & Shukla, YS (2017). Tanggapan konsumen untuk menyebabkan pemasaran terkait: pengaruh moderasi dari
menyebabkan keterlibatan dan skeptisisme pada sikap dan niat beli. Ulasan Internasional tentang Publik dan Nirlaba
Pemasaran, 14(1), 1-18. Tersedia di: https://doi.org/10.1007/s12208-016-0151-1.
Poyurak, M., & Softic, S. (2019). Pengaruh konten media sosial pada niat beli konsumen: Efek mediasi merek
ekuitas. Indo Jurnal dari Bisnis dan Ekonomi, 12(23), 17-43. Tersedia pada:
https://doi.org/10.17015/ejbe.2019.023.02.
Putney, A., & Puney, MM (2013). Sebuah studi tentang peran CRM di sektor perbankan India. Jurnal Manajemen Internasional
dan Studi Bisnis, 3(1), 88-89.
Richards, KA, & Jones, E. (2008). Manajemen hubungan pelanggan: Menemukan penggerak nilai. pemasaran industri
manajemen, 37(2), 120-130.
Rehmani, M., & Khan, MI (2011). Dampak E-media pada niat beli pelanggan. Jurnal Internasional Tingkat Lanjut
Ilmu Komputer dan Aplikasi, 2(3), 100-117
Roy, SK, Padmavathy, C., Balaji, MS, & Sivakumar, VJ (2012). Mengukur efektivitas hubungan pelanggan
manajemen di bank ritel India. Jurnal Internasional Pemasaran Bank, 30(4), 246-266.
Safie, N., Satar, M., Dastane, O., & Ma'arif, MY (2019). Proposisi nilai pelanggan untuk E-commerce: Pendekatan studi kasus.
Jurnal Internasional Ilmu Komputer dan Aplikasi Lanjutan (IJACSA), 10(2), 454-458. Tersedia di: https://doi.org/10.14569/ijacsa.2019.0100259.
Santos, JRA (1999). Alpha Cronbach: Alat untuk menilai keandalan timbangan. Jurnal ekstensi, 37(2), 1-5.
Sawicki, A. (2016). Pemasaran digital. Berita Ilmiah Dunia, 48, 82-88.
157

Shadfar, S., & Malekmohammadi, I. (2013). Penerapan structural equation modeling (SEM) dalam restrukturisasi strategi intervensi negara
terhadap pengembangan produksi padi. Jurnal Internasional Penelitian Akademik dalam Bisnis dan Ilmu Sosial, 3 (12), 2222-6990.
Tersedia di: https://doi.org/10.6007/ijarbss/v3-i12/472.
Sivasankaran, S. (2013). Pemasaran digital dan dampaknya terhadap perilaku pembelian anak muda. Jurnal Penelitian Internasional di
Studi Manajemen & Bisnis, 4(3), 35-39
Smith, AN, Fischer, E., & Yongjian, C. (2012). Bagaimana perbedaan konten buatan pengguna terkait merek di YouTube,
Facebook, dan Twitter? Jurnal Pemasaran Interaktif, 26(2), https://doi.org/10.1016/ 102-113. Tersedia pada:
j.intmar.2012.01.002.
statistik. (2018). Ritel e-commerce dales di seluruh dunia dari 2014 hingga 2023. Diperoleh dari:
https://www.statista.com/statistics/379046/worldwide-retail-e-commerce-sales/.
statistik. (2019). Ritel e-commerce dales di seluruh dunia dari 2014 hingga 2023. Diperoleh dari:
https://www.statista.com/statistics/379046/worldwide-retail-e-commerce-sales/.
Stueart, RD, & Moran, BB (2007). Kepegawaian perpustakaan. Perpustakaan dan manajemen pusat informasi, Perpustakaan dan ilmu informasi
seri teks (edisi ke-7.). Westport, Conn: Perpustakaan Tidak Terbatas.
Swieczak, W. ., & ukowski, W. (2016). Strategi generasi pemimpin sebagai mekanisme multichannel pertumbuhan modern
perusahaan. Pemasaran Organisasi Ilmiah dan Penelitian, 21(3), 105-140.
Tamrakar, CB, Pyo, TH, & Gruca, TS (2018). Sentimen media sosial dan nilai perusahaan.
Teixeira, SF, Barbosa, B., & Pinto, H. (2019). Bagaimana pengusaha melihat pemasaran digital?: Bukti dari Portugal. Di
Orientasi Kewirausahaan dan Peluang Pertumbuhan Ekonomi Global (hlm. 1-19): IGI Global. DOI;
10.4018/978-1-5225-6942-8.ch001
Tham, KW, Dastane, O., Johari, Z., Ismail, NB, HE, Y., Wang, J., . . . Lee, JJ (2019). Faktor risiko yang dirasakan mempengaruhi
perilaku belanja online konsumen. Jurnal Keuangan Asia, Ekonomi dan Bisnis (JAFEB), 6(4), 249-260.
Toor, A., & Husnain, M. (2017). Dampak pemasaran jaringan sosial pada niat beli konsumen di Pakistan: Konsumen
keterlibatan sebagai penengah. Jurnal Bisnis dan Akuntansi Asia, 10(1), 167-199.
Trochim, WM, & Donnelly, JP (2010). Basis pengetahuan metode penelitian. 2006. Mason, OH: Penerbitan Anjing Atom.
Vahdati, H., & Mousavi Nejad, SH (2016). Kepribadian merek terhadap niat pembelian pelanggan: Peran perantara dari mulut ke mulut elektronik
dan ekuitas merek. Asian Academy of Management Journal, 21(2), 1-26. Tersedia di:
https://doi.org/10.21315/aamj2016.21.2.1.
Verhagen, T., & Van Dolen, W. (2009). Niat pembelian online: Perspektif gambar toko multi-saluran. Informasi &
Manajemen, 46(2), 77-82. Tersedia di: https://doi.org/10.1016/j.im.2008.12.001.
Villanueva, J., Yoo, S., & Hanssens, DM (2008). Dampak akuisisi pelanggan yang diinduksi pemasaran versus dari mulut ke mulut
pada pertumbuhan ekuitas pelanggan. Jurnal Riset Pemasaran, 45(1), 48-59. Tersedia di:
https://doi.org/10.1509/jmkr.45.1.48.
Vinerean, S. (2017). Pentingnya pemasaran media sosial yang strategis. Jurnal Ahli Pemasaran, 5(1). 28-35
Whitler, KA, & Farris, PW (2017). Dampak serangan dunia maya pada citra merek: Mengapa keahlian pemasaran proaktif?
diperlukan untuk mengelola pelanggaran data. Jurnal Penelitian Periklanan, 57(1), 3-9. Tersedia di: https://doi.org/10.2501/
jar-2017-005.
Wibisurya, I. (2018). Pengaruh penerapan pemasaran digital melalui iklan berbasis lokasi terhadap pembelian pelanggan
maksud. Tinjauan Bisnis Binus, 9(2), 153-161. Tersedia di: https://doi.org/10.21512/bbr.v9i2.4618.
Wong, WS, Dastane, O., Satar, M., Safie, N., & Ma'Arif, MY (2019). Apa yang dapat kita pelajari dari obrolan dari WhatsApp? Pelanggan
pengembangan proposisi nilai untuk aplikasi jejaring sosial seluler (MSN): Pendekatan studi kasus. Jurnal Teknologi Informasi Teoritis
dan Terapan, 97 (4), 1091-1117
Yuvaraj, S., & Indumati, R. (2018). Pengaruh Pemasaran Digital pada Membangun Merek. Jurnal Internasional Mekanik
Rekayasa dan Teknologi, 9 (7), 235-246.
158

05 IMPACT OF DIGITAL MARKETING Tranlsate

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

05 IMPACT OF DIGITAL MARKETING Tranlsate

Diunggah oleh

Hak Cipta:

Format Tersedia

Machine Translated by Google

Jurnal Strategi Bisnis Asia

DAMPAK PEMASARAN DIGITAL TERHADAP PEMBELIAN ONLINE

(+ Penulis yang sesuai)

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

2.2. niat beli

2.3. Pengelolaan hubungan pelanggan

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

H3: CRM berpengaruh positif signifikan terhadap niat beli.

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

1 menunjukkan item dan sumber kuesioner.

Tabel 1. Item instrumen dan sumber.

2 Pemasaran digital memberi saya informasi berkualitas

4. TEMUAN DAN PEMBAHASAN

Meja 2. Analisis demografi.

Pria 90 44.5 44.5

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

Diploma 75 37.1 37.1

Gelar sarjana 90 44.6 81.7

Karyawan 121 59.9 87.6

Lajang 77 38.1 95.0

Terpisah 1 0,5 98.5

(0,5%), dan duda (1,5%).

4.2. Penilaian Normalitas

ukuran sampel lebih besar dari 50.

Tabel-3. Penilaian normalitas.

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

PI4 202 5.050 1.3632 -0,364 0,171 -0.431 0.341

nilai skewness dan kurtosisnya

4.3. Penilaian Keandalan

4.4. Analisis Faktor Konfirmatori (Model Pengukuran)

Tabel-4. Evaluasi kebugaran model pengukuran.

Kategori Indeks Tingkat Penerimaan Komentar Nilai Indeks

Kesesuaian Mutlak Nilai-P Chi-Square > 0,05 0,000 Didukung

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

RMSEA < 0,08 0,080 Dapat diterima

lebih besar dari 15, adalah berlebihan.

kemudian dihilangkan dengan menghubungkan redundansi kedua item tersebut.

dan u9) dihubungkan dengan proses pengulangan ini untuk menghapus

Gambar 2. CFA yang dimodifikasi.

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

Tabel-5. Evaluasi kebugaran model pengukuran.

Kategori Indeks Tingkat Penerimaan Nilai Indeks Komentar

4.5. Validitas Divergen Model Pengukuran

Tabel-6. Validitas divergen.

4.6. Validitas konvergen

melebihi 0,60. Tabel 7 menunjukkan validitas konvergen

Tabel-7. Validitas konvergen.

Salinan elektronik tersedia di: https://ssrn.com/abstract=3605954

Jurnal Strategi Bisnis Asia, 2020, 10(1): 142-158

4.7. Pemodelan Persamaan Struktural

4.7.1. Analisis Mediasi