TESIS
EGI ANDIYANA
NIM: 20180103185
Tesis ini adalah hasil karya sendiri, dan semua sumber baik yang dikutip
maupun yang dirujuk telah saya nyatakan dengan benar
Tanda Tangan :
2
HALAMAN PENGESAHAN
TIM PENGUJI
Ditetapkan di : Jakarta
Tanggal : 22 Juli 2021
3
UCAPAN TERIMA KASIH
Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat dan
rahmat-Nya, saya dapat menyelesaikan tesis ini. Penulisan tesis ini dilakukan dalam
rangka memenuhi salah satu syarat untuk mendapatkan gelar Magister Manajemen
pada Fakultas Ekonomi dan Bisnis Universitas Esa Unggul.
Saya menyadari bahwa tanpa bantuan dan bimbingan dari berbagai pihak, cukup sulit
bagi saya untuk menyelesaikan tesis ini. Oleh sebab itu, saya mengucapkan terima
kasih kepada:
1. Bapak Dr. Ir. Arief Kusuma Among Praja, MBA, IPU selaku Rektor
Universitas Esa Unggul.
2. Bapak Dr. Tantri Yanuar R. Syah, MSM selaku Dekan Fakultas Ekonomi dan
Bisnis Universitas Esa Unggul sekaligus Dosen Penguji, yang telah
memberikan saran dan perbaikan dalam penyusunan tesis ini.
3. Ibu Dr. Rina Anindita, SE, MM selaku Ketua Program Studi Magister
Manajemen.
4. Bapak Dr. Unggul Kustiawan, SE, MM selaku Dosen pembimbing yang telah
memberikan arahan serta bimbingan dalam penyusunan tesis ini.
5. Dr. Ir. Dimas Angga Negara, MM selaku dosen penguji yang telah
memberikan saran dan perbaikan dalam penyusunan tesis ini
6. Orang tua, Mertua, Istri (Hedi Ai Arya), anak (Fahriza), dan segenap keluarga
yang sudah memberikan dukungan dan semangatnya.
7. Seluruh teman-teman MM Citra Raya Angkatan 69 dan semua orang yang
telah memberi dukungan, kebersamaan dan membantu terselesaikannya tesis
ini.
8. Seluruh responden pengguna transportasi online di Indonesia yang telah
bersedia meluangkan waktunya untuk menjawab kuesioner penelitian, serta
berbagai pihak yang tidak dapat penulis sebutkan satu persatu.
Semoga tesis ini dapat bermanfaat dan memberikan kontribusi pada perkembangan
ilmu pengetahuan dan memberikan implikasi manajerial yang postif pada banyak
pihak.
Egi Andiyana
4
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
ILMIAH UNTUK KEPENTINGAN AKADEMIS
Sebagai sivitas akademika Universitas Esa Unggul, saya yang bertanda tangan di
bawah ini:
Nama : Egi Andiyana
NIM : 20180103185.
Program Studi : Magister Manajemen
Fakultas : Ekonomi dan Bisnis
Jenis Karya Ilmiah : Tesis
Yang menyatakan
Egi Andiyana
5
ABSTRAK
Tujuan dari penelitian ini adalah untuk mengeksplorasi pengaruh brand prestige,
brand attractiveness dan value congruity terhadap customer brand identification
yang kemudian membangun customer brand enggagement dan brand loyalty
sehingga menimbulkan resilence to negative information pada merek transportasi
online. Selain itu juga tentang pengaruh brand prestige dan value congruity
terhadap brand attractiveness serta value congruity terhadap customer brand
enggagement juga terhadap brand loyalty. Hal ini merupakan pengembangan dari
studi yang dilakukan sebelumnya pada pelanggan dari merek hotel. Kontribusi
dari penelitian ini diharapkan memberikan suatu informasi pada tataran
teori/keilmuan manajemen pemasaran dan juga strategi pemasaran yang bersifat
positif pada pengguna merek. Penelitian ini pengumpulan datanya didesign
dengan metode survey dimana penyebaran kuesioner dilakukan secara online,
responden dipilih dengan metode purpose sampling pada pelanggan transportasi
online. Untuk analisa menggunakan analisis faktor serta permodelan persamaan
struktural (SEM) Lisrel.
Temuan dari studi ini adalah brand prestige, brand attractiveness dan value
congruity merupakan driver utama customer brand identification yang
menghasilkan customer brand enggagement dan brand loyalty yang
mengakibatkan resilence to negative information.
6
ABSTRACT
This study seeks to examine the influence of brand prestige, brand attractiveness,
and value congruity on customer brand identification that builds customer brand
engagement and brand loyalty that thereby generating resilience to negative
information on online transportation brands. It investigated the influence of brand
prestige and value congruity on brand attractiveness as well as value congruity on
customer brand engagement and brand loyalty. This work is a development from a
previous study on customers of hotel brands. The findings is expected to provide
information at the theoretical/scientific level of marketing management and
positive marketing strategies for brand users. In this study, the data collection was
carried out using a survey with online questionnaires. Respondents were selected
using a purposive sampling.
Data analysis used factor analysis and Lisrel-structural equation modeling (SEM).
This research revealed that brand prestige, brand attractiveness, and value
congruity had positive affect to customer brand identification, which influence the
customer brand engagement and brand loyalty. Furthermore, brand loyalty
generating resilience to negative information.
7
DAFTAR ISI
Halaman
Halaman Judul.....................................................................................................i
Halaman Pernyataan Keaslian.............................................................................ii
Halaman Pengesahan..........................................................................................iii
Ucapan Terimakasih............................................................................................iv
Halaman Pernyataan Persetujuan Publikasi Karya Ilmiah Untuk Kepentingan
Akadimis.............................................................................................................v
Abstrak................................................................................................................vi
Daftar Isi..............................................................................................................viii
Daftar Lampiran.................................................................................................. ix
Daftar Tabel........................................................................................................x
Daftar Gambar.....................................................................................................xi
1. Pendahuluan.................................................................................................1
2. Tinjauan Pustaka..........................................................................................2
2.1. Brand Prestige........................................................................................2
2.2. Brand Attractiveness..............................................................................2
2.3. Customer Brand Identification...............................................................3
2.4. Value Congruity......................................................................................3
2.5. Customer Brand Engagement.................................................................4
2.6. Brand Loyalty..........................................................................................4
2.7. Resilience To Negative Information.......................................................5
3. Hipotesis Hubungan Antar Variabel...........................................................5
3.1. Hubungan Antara Brand Prestige Terhadap Brand Attractiveness
dan Customer Brand Identification.........................................................5
3.2. Hubungan Antara Value Congruity Terhadap Customer Brand
Identification, Customer Brand Engagement dan Brand
Attractiveness..........................................................................................6
3.3. Hubungan Antara Brand Attractiveness Terhadap Customer Brand
Identification...........................................................................................6
3.4. Hubungan Antara Customer Brand Identification Terhadap Customer
Brand Engagement dan Brand Loyalty...................................................7
3.5. Hubungan Antara Customer Brand Engagement Terhadap Brand
Loyalty.....................................................................................................7
3.6. Hubungan Antara Brand Loyalty Terhadap Resilience To Negative
Information..............................................................................................8
4. Metode Penelitian........................................................................................9
5. Hasil.............................................................................................................9
6. Diskusi.........................................................................................................11
7. Kesimpulan..................................................................................................13
Daftar Pustaka.....................................................................................................15
Daftar Lampiran..................................................................................................21
8
DAFTAR LAMPIRAN
Lampiran:
1. Daftar Penelitian Terdahulu....................................................................21
2. Definisi Oprasional Variabel...................................................................23
3. Kuesioner Penelitan.................................................................................26
4. Data Responden Penelitian......................................................................31
5. Analisa Statistik Hasil Penelitian............................................................32
6. Laporan Cek Plagiarisme........................................................................88
7. Artikel Jurnal...........................................................................................107
8. Sekilas Bio Data Penulis.........................................................................140
9
DAFTAR TABEL
Tabel
1. Uji Hipotesis Model................................................................................11
10
DAFTAR GAMBAR
Gambar:
1. Model Penelitian.....................................................................................8
2. Hasil Path Diagram T-Value...................................................................10
11
I.
12
Universitas Esa Unggul
PENDAHULUAN
Perusahaan telah banyak mengeluarkan pengeluaran untuk iklan di media digital, hal ini
membuat manajer membutuhkan ketepatan dalam membidik target lewat media online
seperti lewat search engines, display ad networks dan social media platforms (Graham &
Wilder, 2020). Menurut eMarketer, pada tahun 2019 pengeluaran iklan digital di dunia
meningkat sebesar 4,2% dengan jumlah 333,25 miliar dolar dibanding dengan tahun
sebelumnya (eMarketer, 2019). Pada tahun 2020 terjadi penurunan sebesar 8,8% yang
diakibatkan efek dari pandemi COVID-19, namun perkiraan pengeluaran akan pulih
dengan pertumbuhan 5,8% pada tahun 2021 sebesar 579 miliar dolar (eMarketer, 2021).
Bisnis online di Indonesia perkembangannya sangat pesat hal ini meunjukan bahwa era
pemanfaatan teknologi sangat baik (Rahmat et al., 2019; Syah et al., 2020). Ramainya
penggunaan media digital menjadikan layanan transportasi berbasis aplikasi dengan
penggunaanya sangat ramai (Nguyen-phuoc et al., 2020).
Layanan transportasi online atau ride sharing memiliki sistem yang hanya dapat
memesan tumpangan atau makanan melalui aplikasi mobile serta direspon kembali oleh
pengemudi menggunakan aplikasi mobile (Farin et al., 2016). Dengan peningkatan
teknologi yang signifikan, model baru transportasi telah beralih menjadi mobilitas
transportasi dari pintu ke pintu dengan layanan yang disebut ride-hailing seperti uber,
grab atau lyft (Nguyen-phuoc et al., 2020). Dengan adanya hal ini maka keuntungan
diperoleh antara keduabelah pihak seperti mengetahui lokasi satu sama lain secara akurat
antara pengemudi maupun pelanggan, pelanggan juga dapat melihat informasi pengemudi
dan kendaraannya, serta mudahnya menemukan transportasi untuk penggunaanya agar
lebih cepat (efisiensi waktu) (Farin et al., 2016). Dalam transportasi online pengguna
dapat melacak keberadaan pengemudi, kapan pengemudi datang dan berapa biaya yang
harus dibayar (Nguyen-phuoc et al., 2019).
Corporate brand dan identitas perusahaan merupakan sebuah asset strategis yang dimiliki
oleh perusahaan yang akan meningkatkan keingintahuan masyarakat akan perusahaan
(Tuškej & Podnar, 2018a). Selain itu dalam dua dekade ini, penelitian tentang customer
identification telah menjadi suatu topik penelitian yang penting (Tuškej & Podnar,
2018b). Berdasarkan pada social identity dan congruity theory, pada pelanggan hotel
bintang 4 dan 5 di India, diketahui bahwa value congruity mempunyai pengaruh terhadap
customer brand identification dan customer brand engagement. Pada penelitian tersebut
juga diketahui bahwa customer brand identification meningkatkan customer brand
engagement dan brand loyalty (Rather et al., 2018). Selain itu antecedent dari customer
brand identification, brand prestige serta consumer brand engagement, dengan
consequence nya adalah brand loyalty (Tuškej & Podnar, 2018b).
Customer dari mobile phone dan laptop mempunyai persepsi bahwa brand prestige dan
brand distinctiveness akan menaikkan brand attractiveness, dimana selanjutnya brand
attractiveness akan meningkatkan brand loyalty dari pelanggan. Loyalitas dari pelanggan
mobile phone dan laptop yang loyal tersebut mampu mengurangi informasi negatif yang
diterima oleh mereka (Zarei et al., 2020). Selain itu, brand attractiveness mempunyai
efek yang signifikan terhadap customer brand identification (So et al., 2017; Elbedweihy
et al., 2016; Zarei et al., 2020). Kemudian diketahui bahwa value congruity mempunyai
1
Universitas Esa Unggul
TINJAUAN PUSTAKA
Brand Prestige
Salah satu penggerak yang sangat penting dari daya tarik merek adalah brand prestige
(Stokburger-sauer et al., 2012). Dimana brand prestige mempertahankan status sosial
konsumen serta menjadikan suatu motivasi dalam mencapai dan mempertahankan
identitas sosial secara positif (Cheng et al., 2013; Fuller et al., 2006). Lye et al. (2001),
berpendapat bahwa brand prestige adalah suatu konsep statis daripada konsep
operasional, dan oleh karena itu sangat berkaitan dengan konsep diri, kekayaan,
kekuasaan serta citra sosial, maka hal tersebut sangat penting bagi para pelanggan.
Menurut Stokburger-sauer et al. (2012) bahwa brand prestige adalah seberapa besar suatu
merek memiliki keterkaitan antara gengsi dan reputasi. Saat ini, para konsumen tidak
selalu menggunakan produk ataupun layanan untuk suatu nilai fungsional, namun juga
untuk kesenangan serta nilai sosial yang dirasakan (Walsh et al., 2013). Dikarenakan
penggunaan merek sangat dipengaruhi oleh teori adaptasi diri, maka merek yang
mencerminkan identitas diri mereka sangat disukai oleh para konsumen, serta brand
prestige sangat berkaitan dengan fitur yang ditawarkan secara menyeluruh (Chu et al.,
2014; Klink & Athaide, 2012)
Brand Attractiveness
2
Universitas Esa Unggul
Brand attractiveness mengacu pada suatu evaluasi positif dari fitur dan asosiasi merek
yang memiliki perbedaan secara original serta memiliki ketahanan (Pe´rez et al., 2009).
Selain itu brand attractiveness juga mengacu pada seberapa besar tingkat kemampuan
konsumen untuk mengevaluasi karateristik merek tersebut (Ahearne & Gruen, 2005).
Brand attractiveness adalah bagaimana merek tersebut dapat disukai, menarik serta
memiliki suatu ciri (Sophonsiri et al., 2009). Hal yang paling penting agar merek sukses
ialah dengan adanya daya tarik (Kim et al., 2001). Daya tarik merek tidak hanya sekedar
sebagai fungsi atribut, akan tetapi apabila suatu asosiasi merek merasa sesuai dengan
perasaan konsumen, maka merek tersebut dianggap menarik (Bhattacharya et al., 2003).
Value Congruity
Value congruity adalah tingkat kemiripan antara satu atau sekelompok orang dalam
mepropagandakan pembeli dan konsumen pada setiap langkah pengambilan keputusan
yang dapat memperhatikan karakteristik dari dua sisi yakni dari sisi merek dan
konsumen, serta memanfaatkan kemiripan untuk membentuk suatu konsep struktur yang
berisi produk, merek, pusat perbelanjaan atau bahkan konsumen dan iklan (Tuškej et al.,
2013). Citra dapat ditingkatkan melalui value congruity (Chen et al., 2014). Teori
congruity menjelaskan kecenderungan seseorang yang memiliki sikap positif terhadap
suatu objek individu untuk menggambarkan fenomena secara konsisten atas apa yang
diyakini (Lee & Jeong, 2014). Hal tersebut terjadi karena adanya ketidaksesuaian antara
opini individu dan objek (Lee & Jeong, 2014). Peristiwa merek secara individu berperan
halnya suatu ide dengan gagasan yang berfungsi untuk memperkuat dan meyakinkan
persepsi yang ada dengan banyaknya suatu keyakinan antara dua keyakinan yang dapat
menciptakan suatu pilihan (Islam et al., 2018; Ally & Jeong, 2014). Pemahaman
mengenai congruity merupakan suatu proses yang mencocokan antara konsumen dengan
karakter suatu merek (Swaminathan et al., 2007). Value congruity merupakan sesuatu
yang menjadi kontrol manajer (contohnya, melalui aktivitas positioning serta aktivitas
3
Universitas Esa Unggul
Brand Loyalty
Loyalitas merek dapat didefinisikan sebagai suatu sikap dan komitmen yang erat terhadap
merek, serta dibangun untuk kepuasan konsumen yang mengarah pada pemeliharaan dan
pembelian yang berkelanjutan dari merek (Ballantyne et al., 2006). Loyalitas merek
merupakan suatu kinerja merek yang didalamnya terdiri dari prilaku loyalitas dan
perilaku konsumen (Yeh et al., 2016). Secara spesifik, pangsa pasar dan keuntungan
dapat ditingkatkan dengan suatu perilaku loyalitas yang berhubungan secara positif
dengan pengakuan dari mulut ke mulut dan harga premium (Shankar et al., 2002).
Apabila suatu merek menawarkan konsumen untuk beralih pada merek tertentu, maka
konsumen berhak untuk menolak tawaran dan bahkan konsumen akan cenderung untuk
bersikeras dalam membeli merek yang sama dengan cara membuat konsumen memiliki
kesan lebih baik terhadap merek dibandingkan pesaing lainnya (Hanzaee & Andervazh,
2012; Keller, 2009). Dengan demikian merek dapat mempengaruhi proses pengambilan
4
Universitas Esa Unggul
keputusan konsumen untuk dapat membeli produk yang sama (Lam, 2007; Martenson,
2007; Nyadzayo & Khajehzadeh, 2016).
Pernyataan mengenai loyalitas merek yang merupakan hasil dari suatu kepercayaan
konsumen sebagai salah satu penentu utama (Alhaddad, 2015; Flavia´n & Guinalı´u,
2005). Loyalitas merek merupakan komitmen yang diciptakan untuk mengulangi suatu
pembelian atau promosi yang disukai konsumen, baik berupa produk atau layanan
tertentu dimasa depan (Fatema et al., 2013; Rahi, 2017; Sasmita & Suki, 2015; Rahmat et
al., 2019). Loyalitas juga merupakan suatu faktor yang dapat mempengaruhi niat agar
konsumen dapat membeli kembali serta dapat mengidentifikasi kualitas suatu merek,
seperti pengalaman terhadap merek, kualitas layanan, kepercayaan, kepuasan dan
komitmen (Chen et al., 2016). Beberapa konsumen akan membuat keputusan pembelian
dikarenakan adanya dorongan serta diyakinkan oleh orang lain (Kim et al., 2020).
Apabila merek memberikan kepuasan dengan kualitas layanan yang diberikan, maka
merek tersebut mampu mendorong suatu keputusan pembelian terutama orang-orang
disekitar karena adanya pengakuan dari mulut ke mulut oleh konsumen (Azad & Safaei,
2012).
5
Universitas Esa Unggul
Brand prestige dapat ditentukan oleh konsumen dengan cara membandingkan merek
yang memiliki pengalaman intelektual, perilaku, dan emosional (Choi et al., 2017).
Dalam penelitian yang dilakukan Bhattachary et al. (2003) dan Hwang & Han (2014)
bahwa konsumen akan menjamin suatu perusahaan yang bergengsi dengan memandang
identitas suatu merek serta akan semakin menarik jika terdapat berhubungan dengan
brand attractiveness. Brand prestige dimata konsumen mempengaruhi attractiveness
sesuai dengan identitas merek (Zarei et al., 2020). Berdasarkan penelitian Hwang & Han
(2014) dan So et al. (2017) merek akan terlihat lebih menarik apabila konsumen
berasumsi bahwa merek tersebut sesuai dengan identitas mereka yang diperkenalkan oleh
merek. Maka diajukan Hipotesa sebagai berikut:
H1. Brand prestige berpengaruh positif terhadap brand attractiveness
H2. Brand prestige berpengaruh positif terhadap terhadap customer brand identification
6
Universitas Esa Unggul
Daya tarik yang melibatkan konsumen memiliki pengaruh signifikan dan tidak dapat
dipengaruhi oleh perilaku konsumen (Elbedweihy et al., 2016). Menurut pendapat
Bhattachary et al. (2003), bahwa merek yang menarik cenderung lebih disukai oleh
konsumen, serta terdapat keselarasan antara identitas merek dengan emosi konsumen.
Oleh karena itu karakteristik merek perlu arahan serta dukungan sikap dan prilaku
konsumen agar lebih baik (He et al., 2012). Customer brand identification
memungkinkan akan terbentuk dari suatu merek yang menarik, serta pentingnya
pertimbangan konsumen dalam meningkatkan identitas merek (Ahearne & Gruen, 2005;
Marı´n & Maya, 2013). Dengan demikian, konsumen akan menganggap bahwa identitas
suatu merek cenderung mengidentifikasi dan melibatkan identitas merek (So et al., 2017).
Oleh karena itu diajukan hipotesis sebagai berikut:
H6. Brand attractiveness berpengaruh positif terhadap customer brand identification
7
Universitas Esa Unggul
terhadap brand loyalty, maka ditegaskan kembali secara empiris bahwa hubungan antara
customer brand engagement dengan brand loyalty sejauh ini masih terbatas (e.g., Doorn
et al., 2010; Hollebeek, 2018; Vivek et al., 2012; Hapsari et al., 2017; Harrigan et al.,
2017; Islam et al., 2018; Sharma & Rather, 2016). Sikap positif perlu dibangun oleh
konsumen yang terlibat secara langsung daripada konsumen yang tidak terlibat secara
langsung agar timbul suatu sikap loyal terhadap merek (Harrigan et al., 2017; So et al.,
2014). Dengan demikian diajukan hipotesa sebagai berikut:
H9. Customer brand engagement berpengaruh positif dengan brand loyalty
METODOLOGI PENELITIAN
Pengumpulan data menggunakan metode survei dengan menyebarkan kuesioner secara
online. Pengukuran dilakukan menggunakan skala Likert dengan skala 1 – 7 (1 = sangat
tidak setuju dan 7= sangat setuju) agar memberikan keleluasaan kepada responden untuk
dapat memilih sesuai keinginan mereka secara lebih spesifik. Unit analisa yang
digunakan pada penelitian ini ialah persepsi konsumen terhadap suatu brand transportasi
online. Salah satu contoh variabel brand identification pada kuesioner,responden
ditanyakan tentang persepsi apakah brand online transportation yang biasa mereka pakai
dapat memenuhi kebutuhannya. Pertanyaan diadopsi dari Rather et al. (2018) untuk
pengukuran variabel value congruity (VC) terdiri dari empat pertanyaan dan variabel
brand loyalty (BL) terdiri dari enam pertanyaan. Untuk pengukuran customer brand
identification (CBI) terdiri dari enam pertanyaan diadopsi dari (Tuškej & Podnar, 2018a).
Variabel customer brand engagement (CBE) terdiri dari enam pertanyaan dan variabel
brand prestige (BP) terdiri dari lima pertanyaan yang diadopsi dari (Tuškej & Podnar,
2018b). Variabel brand atractiveness (BA) terdiri dari tiga pertanyaan dan variabel
resilience to negative information (RNI) terdiri dari tiga pertanyaan yang diadopsi dari
(Zarei et al., 2020). Maka total pengukuran menggunakan 33 pertanyaan yang terdapat
pada Lampiran 3.
9
Universitas Esa Unggul
HASIL
Responden dari hasil pengujian didapatkan bahwa 92,9% berusia 20 hingga 30 tahun dan
64,7% nya merupakan pelanggan perempuan. Hal ini berbeda dengan pengujian
sebelumnya pada pelanggan hotel oleh Rather et al. (2018) yang menunjukkan responden
37% berumur antara 31 hingga 40 tahun dan 55% pelanggan laki-laki. Responden
penelitian ini ialah pelanggan dari suatu merek transportasi online, dimana sampel dalam
populasi yang diminati secara total yakni 34,1% pelanggan dengan pengguna merek grab
dan 65,9% pelanggan dengan pengguna merek gojek. Data demografi responden terdapat
pada Lampiran 4.
Menurut rekomendasi dari Hair et al. (2014) pengukuran validitas konstruk dapat
diterima dan dinyatakan valid, karena sebagian besar indikator pada tiap variabel
memiliki loading factor lebih dari 0,50. Tidak terdapat indikator yang memiliki loading
faktor dibawah 0,50. Dari hasil perhitungan construct reliability (CR) dan variable
extracted (VE) dapat dikatakan memenuhi syarat secara keseluruhan dimana sesuai
dengan Hair et al. (2014) bahwa nilai construct reliability harus memenuhi syarat
reliabilitas dengan CR diatas 0,60 dan nilai VE diatas 0,50 yaitu brand prestige
(CR=0,86; VE=0,56), brand attractiveness (CR=0,88; VE=0,70), customer brand
identification (CR=0,89; VE=0,58), value congruity (CR=0,91; VE=0,71), customer
brand engagement (CR=0,90; VE=0,70), brand loyalty (CR=0,85; VE=0,53) dan
resilience to negative information (CR=0,78; VE=0,54). Tentang uji validitas dan
reliabilitas secara lengkap pada Lampiran 6.
Berdasarkan analisis uji kesesuaian, sebagaian besar menunjukkan kecocokan yang baik
diantaranya X2/df = 1,065.; degree of freedom = 382; Chi Square = 435,44; RMSEA =
0,02; ECVI = 3,39; AIC = 573,13; CAIC = 916,40; NFI = 0,97; Critical N =175,35 dan
GFI = 0,85 Dengan demikian ada kecocokan keseluruhan model (Goodness of Fit)
meskipun beberapa pada tingkat marginal fit, data selengkapnya bisa dilihat pada
Lampiran 8 dan hasilnya sebagaimana yang digambarkan dalam PATH diagram pada
Gambar 2. dan dapat disajikan model pengujian hipotesis seperti Tabel 1.
10
Universitas Esa Unggul
11
Universitas Esa Unggul
Berdasarkan tabel uji hipotesa diatas, diketahui bahwa seluruh variabel memiliki nilai T-
Value diatas 1,96 dan dengan demikian data dalam penelitian ini mendukung seluruh
hipotesis penelitian yang dibangun. Informasi lengkap tentang analisa SEM penelitian ini
dapat dilihat pada lampiran 7.
DISKUSI
Tujuan penelitian ini adalah untuk mengidentifikasi dan memeriksa faktor-faktor
pendorong utama proses CBI dan mengintegrasikannya untuk menjadi model yang
komprehensif. Pada gambar 1 dan gambar 2 terlihat bahwa brand prestige dan value
congruity merupakan independen variabel, sedangkan variabel lainnya merupakan
dependen variabel. Pada pengujian hipotesa menunjukan semua hasil hipotesa (H1
sampai H10) diterima. Brand prestige, value congruity dan brand attractiveness
merupakan pendorong utama varibel CBI (H2, H3 dan H6), hal ini sesuai dengan studi
sebelumnya bahwa pendorong CBI adalah value congruity, brand prestige dan brand
attractiveness (Rather et al., 2018; Tuškej & Podnar, 2018b; So et al., 2017). Dengan
kata lain bahwa ketika suatu merek mampu diidentifikasi oleh pelanggan dengan sangat
mudah maka merek tersebut akan terus menerus digunakan oleh pelanggan karena merek
tersebut memiliki suatu kemanfaatan, tingkat gengsi yang tinggi serta menarik sehingga
mampu menjadikan pelanggan untuk terus menikmati merek tersebut. Hal ini sejalan
dengan penelitian sebelumnya bahwa pelanggan memiliki komitmen dan hubungan yang
mendalam dengan merek sehingga merek tersebut akan terbentuk sebagai predator paling
penting dalam meningkatkan keinginan konsumen untuk terus mengidentifikasi merek.
CBI berpengaruh positif terhadap customer brand engagement (H7) dan brand loyalty
(H8). Dengan demikian mendukung bahwa identifikasi merek yang dilakukan konsumen
memiliki ikatan yang sangat erat dalam menjadikan pelanggan merasa loyal terhadap
merek, meskipun suatu merek terdapat informasi yang dimanifulasi secara akurat namun
dengan adanya faktor emosioal pelanggan, sehingga mampu mengulangi aktivitas
transaksi pembelian atau pemesanan transportasi online, komitmen yang tinggi akan
terbentuk atas terpenuhinya kebutuhan pelanggan yang akan membentuk suatu sikap dan
prilaku (e.g. Rather, 2017; Islam et al., 2018; Elizar et al., 2020; Ramadhan et al., 2020;
Doorn et al., 2010; Elbedweihy et al., 2016; Tuškej & Podnar, 2018b). Seseorang akan
merasakan sikap dan prilaku yang diperoleh dari merek, kemudian menurut mereka
merek tersebut merasa puas ketika menggunakannya sehingga akan sukar bagi mereka
12
Universitas Esa Unggul
untuk berpindah meskipun merek lain menawarkan berbagai jenis keunggulan dan
manfaat yang dapat menguntungkan konsumen, hal ini akan muncul dikarenakan
pelanggan dan merek merasa adanya sikap saling membutuhkan yang erat.
Studi ini membuktikan pengaruh dari brand prestige dengan brand attractiveness (H1).
Hal ini sejalan dengan penelitian sebelumnya bahwa daya tarik suatu merek merupakan
salahsatu struktur manajemen yang berkelanjutan, dimana prilaku pelanggan akan
dipengaruhi untuk memahami hubungan dengan merek (Zarei et al., 2020). Gengsi merek
mampu memperkuat daya tarik suatu merek dengan cara pelanggan memandang suatu
manfaat dan keuntungan yang dirasakan. Hubungan merek dalam meningkatkan gengsi
harus terus ditingkatkan agar menciptakan pengalaman baru yang unik serta diinginkan
pelanggan. Penelitian yang dilakukan Cheng et al. (2013) dan Fuller et al. (2006),
menjelaskan bahwa dengan cara pelanggan dalam mempertahankan citra diri mereka
yang dapat memenuhi kebutuhannya. Jika merek transportasi online merupakan merek
yang memilki tingkat gengsi yang sangat tinggi maka pelanggan akan merasakan daya
tarik untuk menggunakannya, dimana dalam penelitian yang dilakukan oleh Bhattachary
et al. (2003) dan Hwang & Han (2014), menegaskan bahwa konsumen akan menjamin
perusahaan apabila identitas merek semakin menarik dan memiliki identitas yang sama.
Customer brand enggagement juga berpengaruh positif terhadap brand loyalty (H9).
Apabila pelanggan terlibat langsung dengan sebuah merek maka akan timbul rasa loyal
terhadap merek tersebut, sikap loyal yang terjadi mengakibatkan pelanggan akan tetap
dan terus mengulangi pembelian atau pemesanan. Sejalan dengan penelitian sebelumnya
bahwa sikap loyal pelanggan pada merek dapat menghubungkan prilaku positif dalam
pembelian atau penawaran yang berulang meskipun tidak terlibat secara langsung (Liu et
al., 2012; Rather, 2017; Harrigan et al., 2017; So et al., 2014).
Hasil studi ini selaras dengan pendapat Zarei et al. (2020) yang menyatakan bahwa
dengan cara menjadi penggemar suatu merek sehingga pelanggan loyal yang dapat
menunjukan prilaku ekstra dalam mendukung merek untuk memiliki ketahanan terhadap
informasi negatif merupakan level tertinggi dari strategy branding. Untuk membuat
pelanggan setia dan kemudian tahan terhadap informasi negatif maka perlu dorongan
pelanggan dalam mengidentifikasi merek (H8) yang kemudian merek akan tertanam
dalam fikirannya apabila keinginannya terpenuhi. Brand loyalty berpengaruh positif
13
Universitas Esa Unggul
KESIMPULAN
Semua hipotesis dalam penelitian sudah dibuktikan bahwa ada hubungan dalam setiap
variabelnya, penelitian ini mengakui bahwa pendorong utama CBI ialah brand prestige,
value congruity dan brand attractiveness kemudian menjadi pendorong customer brand
engagement dan brand loyalty yang berujung pada resilience to negative information di
pengguna transportasi online. Dengan cara suatu merek yang diidentifikasi oleh
pelanggan akan menjadikan perasaan yang mampu mengevaluasi merek tersebut, yang
kemudian akan menimbulkan rasa memiliki serta meningkatnya komitmen untuk terus
loyal terhadap merek, sehingga merek tersebut akan tahan terhadap berbagai informasi
negatif yang diterima. Dengan adanya kekuatan yang mempu menahan berbagai
informasi negatif, diharapkan pelanggan akan terus loyal terhadap merek dan mampu
memberikan informasi yang sama pada pelanggan baru agar menjadi loyal. Dengan
memahami karateristik pelanggan, maka pemasaran bisa menerapkan strategi yang efektif
dalam pemasaran merek pengguna transportasi online.
Keterbatasan dimiliki dalam studi ini serta menunjukan beberapa arahan untuk
dilakukannya perbaikan dimasa yang akan datang pada penelitian selanjutnya yakni
pertama, penelitian ini terbatas pada pengguna transportasi online pada satu jenis yakni
penumpang sehingga pada masa pandemi seperti ini untuk tipe penumpang jarang
dilakukan, oleh karena itu dimasa depan dapat menguji pada online transportasi jenis
makanan ataupun barang yang lebih dominan digunakan konsumen pada masa pandemi.
Kedua, model atau kerangka pada penelitian ini masih perlu pengembangan sehingga
untuk penelitian selanjutnya dapat menguji kerangka yang berbeda dengan menambahkan
variabel seperti affective commitment atau variable purchase intention. Ketiga, dalam hal
ini masih belum membahas menganai demografi usia untuk selanjutnya dapat
menganalisa pelanggan berdasarkan rentan usia serta membandingkannya.
Temuan studi ini bagi pemasar memiliki implikasi hubungan dengan strategi dalam
membangun suatu merek yang bergengsi, memiliki daya tarik, memberikan manfaat,
membentuk kepuasan, kepercayaan, keterlibatan, loyalitas hingga merek tersebut kuat
akan suatu informasi negatif. Implikasi yakni : pertama, dalam penggunaan produk jasa
untuk transportasi online maka pemasar sebaiknya memfokuskan pada pengelolaan brand
prestige untuk menghasilkan customer brand identification yang kemudian membentuk
14
Universitas Esa Unggul
Kedua, pemasar perlu lebih fokus pada strategi yang dibangun oleh value congruity
melalui keterlibatan konsumen dalam bisnis dengan merek, sehingga dengan adanya
bisnis yang melibatkan konsumen serta dapat menjadikan konsumen bagian dari merek
yang akan ikut dalam memajukan merek, bisnis bersama konsumen bertujuan untuk
memberikan value yang berlebih bagi pelanggan sehingga tingkat loyal pada merek akan
semakin besar. Dengan dorongan tersebut maka merek akan tahan terhadap berbagai
informasi negaif dikarenakan pelanggan akan loyal terhadap merek yang didalamnya
terdapat keterlibatan langsung dengan konsumen, keterlibatan langsung dilakukan dangan
cara melakukan bisnis bersama dengan merek. Bisnis yang dibangun antara konsumen
dangan merek akan menjadikan suatu ikatan yang kuat, hal tersebut menjadikan
pelanggan akan mengabaikan informasi-informasi negatif yang akan diterima dan bahkan
informasi negatif yang ada bisa segera hilang akibat adanya keterlibatan konsumen yang
membantu merek.
15
Universitas Esa Unggul
DAFTAR PUSTAKA
Abrams, D., & Hogg, M. A. (2008). Collective Identity : Group Membership and Self-
Conception. Blackwell Handbook of Social Psychology, 425–460.
Agung, L., Rahmat, S. T. Y., & Angga, N. D. (2019). The Relationship Of Brand
Communication, Brand Image, And Brand Trust To Brand Loyalty Of Samsung
Cellular Phone Product. Russian Journal of Agricultural and Socio-Economic
Sciences, 4(88), 138–143.
Ahearne, M., & Gruen, T. (2005). Antecedents and Consequences of Customer –
Company Identification : Expanding the Role of Relationship Marketing. Journal of
Applied Psychology, 90(3), 574–585.
Alhaddad, A. (2015). Perceived Quality , Brand Image and Brand Trust as Determinants
of Brand Loyalty. Journal of Research in Business and Management, 3(4), 1–8.
Azad, N., & Safaei, M. (2012). Management Science Letters. Management Science
Letters, 2, 1233–1238.
Bagozzi, R. P., & Dholakia, U. M. (2006). Antecedents and purchase consequences of
customer participation in small group brand communities. International Journal of
Research in Marketing, 23, 45–61.
Ballantyne, R., Warren, A., & Nobbs, K. (2006). The evolution of brand choice. Brand
Management, 13(4), 339–352.
Bartikowski, B., & Walsh, G. (2011). Investigating mediators between corporate
reputation and customer citizenship behaviors. Journal of Business Research, 64(1),
39–44.
Bergh, F. P. Y. K., Van, Den., Hadden, R. D. M., Bouche, P., Cornblat, D. R., Hahn, A.,
Illa, I., & Schaik, I. N. (2010). European Federation of Neurological Societies /
Peripheral Nerve Society Guideline on management of chronic inflammatory
demyelinating polyradiculoneuropathy : Report of a joint task force of the European
Federation of Neurological Societies and the Perip. European Journal of Neurology,
17, 356–363.
Bhattacharya, C.B., & Sen, S. (2003). Consumer-company identification: A framework
for understanding consumers’ relationships with companies. Jurnal of Marketing,
(67), 76–88.
Brodie, R. J., Ilic, A., Juric, B., & Hollebeek, L. (2013). Consumer engagement in a
virtual brand community : An exploratory analysis. Journal of Business Research,
66(1), 105–114.
Chen, H., Yeh, S., & Huan, T. (2014). Nostalgic emotion , experiential value , brand
image , and consumption intentions of customers of nostalgic-themed restaurants ☆
NE-A. Journal of Business Research, 67(3), 354–360.
Chen, Y., Chen, T., & Lin, C. (2016). The Analyses of Purchasing Decisions and Brand
Loyalty for Smartphone Consumers. Open Journal of Social Sciences, 4(July), 108–
116.
Cheng, J. T., Tracy, J. L., Kingstone, A., Foulsham, T., & Henrich, J. (2013). Two ways
to the top: evidence that dominance and prestige are distinct yet viable avenues to
social rank and influence. Journal of Personality and Social Psychology, 104(1),
103–125.
Choi, Y. G., Ok, C., & Hyun, S. S. (2017). Relationships between brand experiences,
personality traits, prestige, relationship quality, and loyalty An empirical analysis of
16
Universitas Esa Unggul
Kumar, V., Aksoy, L., Donkers, B., Venkatesan, R., Wiesel, T., & Tillmanns, S. (2010).
Undervalued or Overvalued Customers : Journal of Service Research, 13(3), 297–
310.
Lam, D. (2007). Cultural Influence on Proneness to Brand Loyalty Cultural Influence on
Proneness to Brand Loyalty. Journal of International Consumer Marketing, 19(3),
37–41.
Lam, S. K., Ahearne, M., Hu, Y., & Schillewaert, N. (2010). Resistance to Brand
Switching When a Radically New Brand Is Introduced : Journal Of Marketing, 74,
128–146.
Lam, S. K., Ahearne, M., Mullins, R., Hayati, B., & Schillewaert, N. (2013). Exploring
the dynamics of antecedents to consumer – brand identification with a new brand.
Jurnal of The Academy Marketing Science, 41, 234–252.
Lam, S. K., Ahearne, M., & Schillewaert, N. (2012). A multinational examination of the
symbolic – instrumental framework of consumer – brand identification. Journal of
International Business Studies, 43, 306–331.
Lee, S. (Ally), & Jeong, M. (2014). Enhancing online brand experiences : An application
of congruity theory. International Journal of Hospitality Management, 40, 49–58.
Liu, F., Li, J., Mizerski, Di., & Soh, H. (2012). Self-congruity, brand attitude, and brand
loyalty: a study on luxury brands. European Journal of Marketing, 46(7/8), 922–
937.
Liu, T., Wang, C., & Wu, L.-W. (2010). Moderators of the Negativity Effect :
Commitment, Identification and Consumer Sensitivity to Corporate Social
Performance. Psychology & Marketing, 27(1), 54–70.
Lye, A., Venkateswarlu, P., & Barrett, J. (2001). Brand Extensions : Prestige Brand
Effects. Australasian Marketing Journal, 9(2), 53–65.
Marin, L., & Ruiz, S. (2007). ‘“ I Need You Too !”’ Corporate Identity Attractiveness for
Consumers and The Role of Social Responsibility. Journal of Business Ethics, 71,
245–260.
Marı´n, L., & Maya, S. R. De. (2013). The role of affiliation , attractiveness and personal
connection in consumer-company identification. European Journal of Marketing,
47(3/4), 655–673.
Martenson, R. (2007). Corporate brand image , satisfaction and store loyalty A study of
the store as a brand , store brands and manufacturer brands. International Journal of
Retail & Distribution Management, 35(7), 544–555.
Mollen, A., & Wilson, H. (2010). Engagement , Telepresence and Interactivity in Online
Consumer Experience : Cranfield School of Management, 63(9), 919–925.
Nguyen-phuoc, D. Q., Anh, H., Gruyter, C. D., & Ngoc, D. (2019). Exploring the
prevalence and factors associated with self-reported traffic crashes among app-
based motorcycle taxis in Vietnam. Transport Policy, 81(November 2018), 68–74.
Nguyen-phuoc, D. Q., Oviedo-trespalacios, O., & Nguyen, T. (2020). The effects of
unhealthy lifestyle behaviours on risky riding behaviours – A study on app-based
motorcycle taxi riders in Vietnam. Journal of Transport & Health, 16(January),
100666.
Nyadzayo, M. W., & Khajehzadeh, S. (2016). The antecedents of customer loyalty : A
moderated mediation model of customer relationship management quality and brand
image. Journal of Retailing and Consumer Services, 30, 262–270.
19
Universitas Esa Unggul
21
Universitas Esa Unggul
3 (Hwang & Han, Examining strategies for Hubungan positif antara hiburan
2014) maximizing and utilizing dengan brand prestige kapal
brand prestige in the pesiar dengan kualitas yang
luxury cruise industry. dirasakn konsumen.
22
Universitas Esa Unggul
23
Universitas Esa Unggul
24
Universitas Esa Unggul
needs
No. Variabel Original Pengukuran
5 Customer Brand 1. I always like to track 1. Saya suka mencari hal-hal
Engagement the novelties about baru tentang merek ini
(Tuškej & Podnar, [B] 2. Saya mencoba untuk ikut
2018b) 2. I try to be on the ball serta dalam mengontrol
(on track) about [B] merek ini.
3. I watch the ads about 3. Saya suka menonton iklan
[B] tantang merek ini.
4. I like to be engaged 4. Saya suka berpartisipasi
in novelties about [B] dalam hal baru yang
5. When possible, I like dilakukan merek ini
to adjust [B] 5. Jika memungkinkan, merek
products tomy needs ini selalu menyesuaikan
and desires kebutuhan dan keinginan
6. If I could be among saya.
the first ones who try 6. Saya sangat senang
brand’s novelties, I melakukan sesuatu yang
would be happy to do ditawarkan merek ini
it apabila saya menjadi orang
pertama yang mencoba hal-
hal baru.
25
Universitas Esa Unggul
26
Universitas Esa Unggul
KUESIONER
Hal : Permohonan Mengisi Kuesioner Penelitian
Kepada Yth:
Bapak /Ibu/Anda Responden
di-
tempat
Dengan hormat,
Dalam rangka penyelesaian tesis saya pada Program Magister Manajemen - Universitas
Esa Unggul, dengan judul "Bagaimana Merek Memiliki Ketahanan Terhadap
Informasi Negatif Melalui Loyalitas, Persepsi Dan Daya Tarik Berdasarkan Nilai
Pelanggan" maka dengan segala kerendahan hati memohon bantuan Bapak/Ibu/Sdr
untuk bersedia mengisi kuesioner ini. Pengumpulan data melalui kuesioner ini semata-
mata hanya digunakan untuk maksud penyusunan tesis dan saya sepenuhnya menjamin
kerahasiaan Bapak/Ibu/Sdr.
Kesediaan dan kerja sama yang Bapak / Ibu/Sdr berikan dalam bentuk informasi yang
benar dan lengkap akan sangat mendukung keberhasilan penelitian ini. Selain itu jawaban
yang Bapak/Ibu/Sdr berikan merupakan masukan yang sangat berharga bagi
pengembangan retailer di Indonesia. Akhir kata saya mengucapkan terima kasih yang
sebesar-besarnya atas bantuan dan kesediaan Bapak/Ibu/Sdr yang telah meluangkan
waktunya dalam pengisian kuesioner ini.
Hormat saya,
Egi Andiyana
Mahasiswa Magister Manajemen
Universitas Esa Unggul
Telp: +62 8132 0304 824
Email: andiyana.egi@gmail.com
27
Universitas Esa Unggul
PETUNJUK PENGISIAN
Berilah tanda silang (√) pada angka jawaban yang Anda anggap paling sesuai dan
isilah semua bagian tanpa ada yang terlewatkan.
28
Universitas Esa Unggul
30
Universitas Esa Unggul
Terima kasih Atas perhatian dan kerjasamanya telah mengisi kuesioner ini.
31
Universitas Esa Unggul
Merek Jumlah %
Grab 58 34,12
Gojek 112 65,88
Blue Bird 0 0,00
Lain-Lain 0 0,00
Total 170 100,00
Usia Jumlah %
< 20 Tahun 2 1,18
20 - 30 Tahun 158 92,94
31 - 40 Tahun 9 5,29
41 - 50 Tahun 0 0,00
>50 Tahun 1 0,59
Total 170 100
32
Universitas Esa Unggul
FACTOR
/VARIABLES BP1 BP2 BP3 BP4 BP5
/MISSING LISTWISE
/ANALYSIS BP1 BP2 BP3 BP4 BP5
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:23:40
Comments
Filter <none>
Weight <none>
33
Universitas Esa Unggul
Syntax FACTOR
/VARIABLES BP1 BP2 BP3
BP4 BP5
/MISSING LISTWISE
/ANALYSIS BP1 BP2 BP3
BP4 BP5
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Correlation Matrixa
BP1 BP2 BP3 BP4 BP5
Correlation BP1 1,000 ,725 ,676 ,513 ,536
BP2 ,725 1,000 ,426 ,390 ,465
BP3 ,676 ,426 1,000 ,562 ,551
BP4 ,513 ,390 ,562 1,000 ,681
BP5 ,536 ,465 ,551 ,681 1,000
Sig. (1-tailed) BP1 ,000 ,000 ,002 ,001
BP2 ,000 ,009 ,017 ,005
BP3 ,000 ,009 ,001 ,001
BP4 ,002 ,017 ,001 ,000
BP5 ,001 ,005 ,001 ,000
a. Determinant = ,077
df 10
Sig. ,000
Anti-image Matrices
BP1 BP2 BP3 BP4 BP5
Anti-image Covariance BP1 ,306 -,232 -,185 -,032 -,014
BP2 -,232 ,452 ,076 ,008 -,075
BP3 -,185 ,076 ,457 -,099 -,077
BP4 -,032 ,008 -,099 ,481 -,240
BP5 -,014 -,075 -,077 -,240 ,466
Anti-image Correlation BP1 ,705a -,624 -,494 -,082 -,038
BP2 -,624 ,708a ,167 ,016 -,163
BP3 -,494 ,167 ,785a -,210 -,167
BP4 -,082 ,016 -,210 ,795a -,506
BP5 -,038 -,163 -,167 -,506 ,803a
Communalities
Initial Extraction
BP1 1,000 ,749
35
Universitas Esa Unggul
Component
1
BP1 ,865
BP2 ,745
BP3 ,806
BP4 ,783
BP5 ,807
Extraction Method:
Principal Component
Analysis.a
a. 1 components
extracted.
Reproduced Correlations
BP1 BP2 BP3 BP4 BP5
Reproduced Correlation BP1 ,749a ,645 ,697 ,678 ,698
BP2 ,645 ,555a ,600 ,583 ,601
BP3 ,697 ,600 ,649a ,631 ,650
BP4 ,678 ,583 ,631 ,614a ,632
BP5 ,698 ,601 ,650 ,632 ,650a
Residualb BP1 ,080 -,021 -,165 -,162
BP2 ,080 -,174 -,194 -,135
BP3 -,021 -,174 -,069 -,099
BP4 -,165 -,194 -,069 ,050
BP5 -,162 -,135 -,099 ,050
36
Universitas Esa Unggul
a. Reproduced communalities
b. Residuals are computed between observed and reproduced correlations. There are 8 (80,0%)
nonredundant residuals with absolute values greater than 0.05.
RELIABILITY
/VARIABLES=BP1 BP2 BP3 BP4 BP5
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
Output Created 25-NOV-2020 00:24:03
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Matrix Input
Missing Value Handling Definition of Missing User-defined missing values are
treated as missing.
Cases Used Statistics are based on all cases
with valid data for all variables in
the procedure.
Syntax RELIABILITY
/VARIABLES=BP1 BP2 BP3
BP4 BP5
/SCALE('ALL VARIABLES')
ALL
/MODEL=ALPHA.
Resources Processor Time 00:00:00,05
Elapsed Time 00:00:00,11
Reliability Statistics
Cronbach's
Alpha N of Items
,856 5
FACTOR
/VARIABLES BA1 BA2 BA3
37
Universitas Esa Unggul
/MISSING LISTWISE
/ANALYSIS BA1 BA2 BA3
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:24:26
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Missing Value Handling Definition of Missing MISSING=EXCLUDE: User-
defined missing values are
treated as missing.
Cases Used LISTWISE: Statistics are based
on cases with no missing values
for any variable used.
Syntax FACTOR
/VARIABLES BA1 BA2 BA3
/MISSING LISTWISE
/ANALYSIS BA1 BA2 BA3
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Correlation Matrixa
38
Universitas Esa Unggul
a. Determinant = ,266
df 3
Sig. ,000
Anti-image Matrices
BA1 BA2 BA3
Anti-image Covariance BA1 ,365 -,254 -,189
BA2 -,254 ,429 -,057
BA3 -,189 -,057 ,612
Anti-image Correlation BA1 ,624a -,640 -,399
BA2 -,640 ,665a -,112
BA3 -,399 -,112 ,792a
Communalities
Initial Extraction
BA1 1,000 ,840
Component
1
BA1 ,916
BA2 ,878
BA3 ,809
Extraction Method:
Principal Component
Analysis.a
a. 1 components
extracted.
Reproduced Correlations
BA1 BA2 BA3
Reproduced Correlation BA1 ,840a ,805 ,741
BA2 ,805 ,771a ,710
BA3 ,741 ,710 ,654a
Residualb BA1 -,053 -,124
BA2 -,053 -,189
BA3 -,124 -,189
RELIABILITY
/VARIABLES=BA1 BA2 BA3
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
40
Universitas Esa Unggul
Syntax RELIABILITY
/VARIABLES=BA1 BA2 BA3
/SCALE('ALL VARIABLES')
ALL
/MODEL=ALPHA.
Reliability Statistics
Cronbach's
Alpha N of Items
,836 3
FACTOR
/VARIABLES CBI1 CBI2 CBI3 CBI4 CBI5 CBI6
/MISSING LISTWISE
/ANALYSIS CBI1 CBI2 CBI3 CBI4 CBI5 CBI6
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
41
Universitas Esa Unggul
Factor Analysis
Notes
Output Created 25-NOV-2020 00:25:12
Comments
Filter <none>
Weight <none>
N of Rows in Working 30
Data File
Missing Value Definition of Missing
Handling MISSING=EXCLUDE:
User-defined missing
values are treated as
missing.
Cases Used
LISTWISE: Statistics are
based on cases with no
missing values for any
variable used.
Syntax
FACTOR
/VARIABLES CBI1
CBI2 CBI3 CBI4 CBI5
CBI6
/MISSING LISTWISE
/ANALYSIS CBI1 CBI2
CBI3 CBI4 CBI5 CBI6
/PRINT INITIAL
CORRELATION SIG
DET KMO INV REPR
AIC EXTRACTION
/CRITERIA
MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION
NOROTATE
/
METHOD=CORRELATI
ON.
42
Universitas Esa Unggul
Correlation Matrixa
a. Determinant = ,020
43
Universitas Esa Unggul
Sig. ,000
Anti-image Matrices
Communalities
Initial Extraction
CBI1 1,000 ,749
44
Universitas Esa Unggul
Component
Matrixa
Component
1
CBI1 ,865
CBI2 ,901
CBI3 ,740
CBI4 ,868
CBI5 ,754
CBI6 ,539
Extraction Method:
Principal Component
Analysis.a
a. 1 components
extracted.
Reproduced Correlations
CBI1 CBI2 CBI3 CBI4 CBI5
Reproduced Correlation CBI1 ,749a ,780 ,641 ,752 ,652
CBI2 ,780 ,812a ,667 ,783 ,679
45
Universitas Esa Unggul
Reproduced Correlations
CBI6
Reproduced Correlation CBI1 ,467
CBI2 ,486
CBI3 ,399
CBI4 ,468
CBI5 ,406
CBI6 ,291a
Residualb CBI1 -,093
CBI2 -,145
CBI3 -,004
CBI4 -,003
CBI5 -,220
CBI6
RELIABILITY
/VARIABLES=CBI1 CBI2 CBI3 CBI4 CBI5 CBI6
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
Output Created 25-NOV-2020 00:25:49
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\
TESIS\NEW (Mr. Unggul)\
Run Pretest.sav
46
Universitas Esa Unggul
Syntax RELIABILITY
/VARIABLES=CBI1 CBI2
CBI3 CBI4 CBI5 CBI6
/SCALE('ALL VARIABLES')
ALL
/MODEL=ALPHA.
Reliability Statistics
Cronbach's
Alpha N of Items
,874 6
FACTOR
/VARIABLES VC1 VC2 VC3 VC4
/MISSING LISTWISE
/ANALYSIS VC1 VC2 VC3 VC4
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:28:07
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Missing Value Handling Definition of Missing MISSING=EXCLUDE: User-
defined missing values are
treated as missing.
47
Universitas Esa Unggul
Correlation Matrixa
a. Determinant = ,140
48
Universitas Esa Unggul
df 6
Sig. ,000
Anti-image Matrices
VC1 VC2 VC3 VC4
Anti-image Covariance VC1 ,494 -,175 -,055 ,041
VC2 -,175 ,276 -,183 -,157
VC3 -,055 -,183 ,407 -,026
VC4 ,041 -,157 -,026 ,681
Anti-image Correlation VC1 ,799a -,475 -,123 ,070
VC2 -,475 ,680a -,547 -,363
VC3 -,123 -,547 ,783a -,050
VC4 ,070 -,363 -,050 ,823a
Communalities
Initial Extraction
VC1 1,000 ,659
49
Universitas Esa Unggul
Component
Matrixa
Component
1
VC1 ,812
VC2 ,929
VC3 ,863
VC4 ,689
Extraction Method:
Principal Component
Analysis.a
a. 1 components
extracted.
Reproduced Correlations
VC1 VC2 VC3 VC4
Reproduced Correlation VC1 ,659a ,754 ,701 ,559
VC2 ,754 ,864a ,802 ,641
VC3 ,701 ,802 ,745a ,595
VC4 ,559 ,641 ,595 ,475a
Residualb VC1 -,049 -,107 -,202
VC2 -,049 -,037 -,080
VC3 -,107 -,037 -,144
VC4 -,202 -,080 -,144
50
Universitas Esa Unggul
b. Residuals are computed between observed and reproduced correlations. There are 4
(66,0%) nonredundant residuals with absolute values greater than 0.05.
RELIABILITY
/VARIABLES=VC1 VC2 VC3 VC4
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
Output Created 25-NOV-2020 00:28:28
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Matrix Input
Missing Value Handling Definition of Missing User-defined missing values are
treated as missing.
Cases Used Statistics are based on all cases
with valid data for all variables in
the procedure.
Syntax RELIABILITY
/VARIABLES=VC1 VC2 VC3
VC4
/SCALE('ALL VARIABLES')
ALL
/MODEL=ALPHA.
Resources Processor Time 00:00:00,02
Elapsed Time 00:00:00,05
51
Universitas Esa Unggul
Reliability Statistics
Cronbach's
Alpha N of Items
,831 4
FACTOR
/VARIABLES CBE1 CBE2 CBE3 CBE4 CBE5 CBE6
/MISSING LISTWISE
/ANALYSIS CBE1 CBE2 CBE3 CBE4 CBE5 CBE6
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:28:54
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Missing Value Handling Definition of Missing MISSING=EXCLUDE: User-
defined missing values are
treated as missing.
Syntax FACTOR
/VARIABLES CBE1 CBE2
CBE3 CBE4 CBE5 CBE6
/MISSING LISTWISE
/ANALYSIS CBE1 CBE2 CBE3
CBE4 CBE5 CBE6
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
52
Universitas Esa Unggul
Correlation Matrixa
CBE1 CBE2 CBE3 CBE4 CBE5 CBE6
Correlation CBE1 1,000 ,191 ,331 ,492 ,101 ,206
CBE2 ,191 1,000 ,668 ,575 ,110 ,112
CBE3 ,331 ,668 1,000 ,514 -,135 ,152
CBE4 ,492 ,575 ,514 1,000 ,102 ,551
CBE5 ,101 ,110 -,135 ,102 1,000 ,063
CBE6 ,206 ,112 ,152 ,551 ,063 1,000
Sig. (1-tailed) CBE1 ,156 ,037 ,003 ,298 ,137
CBE2 ,156 ,000 ,000 ,281 ,278
CBE3 ,037 ,000 ,002 ,238 ,211
CBE4 ,003 ,000 ,002 ,297 ,001
CBE5 ,298 ,281 ,238 ,297 ,370
CBE6 ,137 ,278 ,211 ,001 ,370
a. Determinant = ,138
Sig. ,000
Anti-image Matrices
CBE1 CBE2 CBE3 CBE4 CBE5 CBE6
Anti-image CBE1 ,688 ,141 -,132 -,206 -,111 ,089
Covariance CBE2 ,141 ,400 -,242 -,170 -,145 ,133
CBE3 -,132 -,242 ,454 -,030 ,203 -,006
CBE4 -,206 -,170 -,030 ,337 -,006 -,268
53
Universitas Esa Unggul
Communalities
Initial Extraction
CBE1 1,000 ,412
Component Cumulative %
1 43,241
2 62,375
54
Universitas Esa Unggul
Component Matrixa
Component
1 2
CBE1 ,598 ,231
Reproduced Correlations
CBE1 CBE2 CBE3 CBE4 CBE5
Reproduced Correlation CBE1 ,412a ,378 ,348 ,572 ,220
CBE2 ,378 ,683a ,741 ,620 -,147
CBE3 ,348 ,741 ,825a ,603 -,253
CBE4 ,572 ,620 ,603 ,822a ,207
CBE5 ,220 -,147 -,253 ,207 ,482a
CBE6 ,425 ,226 ,153 ,545 ,399
Residualb CBE1 -,187 -,018 -,080 -,119
CBE2 -,187 -,073 -,045 ,258
CBE3 -,018 -,073 -,089 ,118
CBE4 -,080 -,045 -,089 -,106
CBE5 -,119 ,258 ,118 -,106
CBE6 -,219 -,114 -,002 ,006 -,335
Reproduced Correlations
CBE6
Reproduced Correlation CBE1 ,425
CBE2 ,226
CBE3 ,153
55
Universitas Esa Unggul
CBE4 ,545
CBE5 ,399
CBE6 ,520a
Residualb CBE1 -,219
CBE2 -,114
CBE3 -,002
CBE4 ,006
CBE5 -,335
CBE6
Extraction Method: Principal Component Analysis.
a. Reproduced communalities
b. Residuals are computed between observed and reproduced correlations. There are 11 (73,0%)
nonredundant residuals with absolute values greater than 0.05.
FACTOR
/VARIABLES CBE1 CBE2 CBE3 CBE4 CBE6
/MISSING LISTWISE
/ANALYSIS CBE1 CBE2 CBE3 CBE4 CBE6
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:29:16
Comments
Input Data
D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\
TESIS\NEW (Mr. Unggul)\
Run Pretest.sav
Cases Used
LISTWISE: Statistics are
based on cases with no
missing values for any
variable used.
56
Universitas Esa Unggul
Syntax
FACTOR
/VARIABLES CBE1 CBE2
CBE3 CBE4 CBE6
/MISSING LISTWISE
/ANALYSIS CBE1 CBE2
CBE3 CBE4 CBE6
/PRINT INITIAL
CORRELATION SIG DET
KMO INV REPR AIC
EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Correlation Matrixa
CBE1 CBE2 CBE3 CBE4 CBE6
Correlation CBE1 1,000 ,191 ,331 ,492 ,206
CBE2 ,191 1,000 ,668 ,575 ,112
CBE3 ,331 ,668 1,000 ,514 ,152
CBE4 ,492 ,575 ,514 1,000 ,551
CBE6 ,206 ,112 ,152 ,551 1,000
Sig. (1-tailed) CBE1 ,156 ,037 ,003 ,137
CBE2 ,156 ,000 ,000 ,278
CBE3 ,037 ,000 ,002 ,211
CBE4 ,003 ,000 ,002 ,001
CBE6 ,137 ,278 ,211 ,001
a. Determinant = ,157
57
Universitas Esa Unggul
df 10
Sig. ,000
Anti-image Matrices
Communalities
Initial Extraction
CBE1 1,000 ,418
58
Universitas Esa Unggul
Component Matrixa
Component
1 2
CBE1 ,595 ,253
Reproduced Correlations
CBE1 CBE2 CBE3 CBE4 CBE6
Reproduced Correlation CBE1 ,418a ,324 ,355 ,583 ,489
CBE2 ,324 ,823a ,805 ,565 ,028
CBE3 ,355 ,805 ,792a ,599 ,089
CBE4 ,583 ,565 ,599 ,836a ,612
CBE6 ,489 ,028 ,089 ,612 ,787a
Residualb CBE1 -,133 -,024 -,092 -,282
CBE2 -,133 -,137 ,010 ,084
CBE3 -,024 -,137 -,086 ,063
CBE4 -,092 ,010 -,086 -,061
CBE6 -,282 ,084 ,063 -,061
59
Universitas Esa Unggul
b. Residuals are computed between observed and reproduced correlations. There are 8 (80,0%)
nonredundant residuals with absolute values greater than 0.05.
FACTOR
/VARIABLES CBE1 CBE2 CBE3 CBE4
/MISSING LISTWISE
/ANALYSIS CBE1 CBE2 CBE3 CBE4
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:29:30
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Missing Value Handling Definition of Missing MISSING=EXCLUDE: User-
defined missing values are
treated as missing.
Cases Used LISTWISE: Statistics are based
on cases with no missing values
for any variable used.
Syntax FACTOR
/VARIABLES CBE1 CBE2
CBE3 CBE4
/MISSING LISTWISE
/ANALYSIS CBE1 CBE2 CBE3
CBE4
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Resources Processor Time 00:00:00,05
Elapsed Time 00:00:00,37
Maximum Memory Required 2872 (2,805K) bytes
Correlation Matrixa
60
Universitas Esa Unggul
a. Determinant = ,253
df 6
Sig. ,000
Anti-image Matrices
CBE1 CBE2 CBE3 CBE4
Anti-image Covariance CBE1 ,714 ,125 -,123 -,269
CBE2 ,125 ,458 -,266 -,201
CBE3 -,123 -,266 ,506 -,049
CBE4 -,269 -,201 -,049 ,514
Anti-image Correlation CBE1 ,575a ,218 -,205 -,443
CBE2 ,218 ,608a -,552 -,414
CBE3 -,205 -,552 ,697a -,096
CBE4 -,443 -,414 -,096 ,689a
61
Universitas Esa Unggul
Communalities
Initial Extraction
CBE1 1,000 ,356
Component Matrixa
Component
1
CBE1 ,597
CBE2 ,815
CBE3 ,830
CBE4 ,840
Extraction Method:
Principal Component
Analysis.a
62
Universitas Esa Unggul
a. 1 components
extracted.
Reproduced Correlations
CBE1 CBE2 CBE3 CBE4
Reproduced Correlation CBE1 ,356a ,486 ,495 ,501
CBE2 ,486 ,663a ,676 ,684
CBE3 ,495 ,676 ,688a ,697
CBE4 ,501 ,684 ,697 ,706a
Residualb CBE1 -,295 -,164 -,009
CBE2 -,295 -,008 -,109
CBE3 -,164 -,008 -,183
CBE4 -,009 -,109 -,183
RELIABILITY
/VARIABLES=CBE1 CBE2 CBE3 CBE4
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
Output Created 25-NOV-2020 00:29:50
Comments
63
Universitas Esa Unggul
Input Data
D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\
TESIS\NEW (Mr. Unggul)\
Run Pretest.sav
Syntax
RELIABILITY
/VARIABLES=CBE1 CBE2
CBE3 CBE4
/SCALE('ALL VARIABLES')
ALL
/MODEL=ALPHA.
Resources Processor Time 00:00:00,02
Elapsed Time 00:00:00,14
Reliability Statistics
Cronbach's
Alpha N of Items
,779 4
FACTOR
/VARIABLES BL1 BL2 BL3 BL4 BL5 BL6
/MISSING LISTWISE
/ANALYSIS BL1 BL2 BL3 BL4 BL5 BL6
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
64
Universitas Esa Unggul
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:30:56
Comments
Input Data
D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Missing Value Handling Definition of Missing
MISSING=EXCLUDE: User-
defined missing values are
treated as missing.
Cases Used
LISTWISE: Statistics are based
on cases with no missing values
for any variable used.
Syntax
FACTOR
/VARIABLES BL1 BL2 BL3
BL4 BL5 BL6
/MISSING LISTWISE
/ANALYSIS BL1 BL2 BL3 BL4
BL5 BL6
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Correlation Matrixa
65
Universitas Esa Unggul
a. Determinant = ,093
Sig. ,000
Anti-image Matrices
66
Universitas Esa Unggul
Communalities
Initial Extraction
BL1 1,000 ,429
67
Universitas Esa Unggul
5
6
Component Matrixa
Component
1 2
BL1 ,584 ,297
Reproduced Correlations
BL1 BL2 BL3 BL4 BL5
Reproduced Correlation BL1 ,429a ,303 ,337 ,523 ,480
BL2 ,303 ,854a ,853 ,441 ,625
BL3 ,337 ,853 ,856a ,479 ,651
BL4 ,523 ,441 ,479 ,646a ,618
BL5 ,480 ,625 ,651 ,618 ,665a
BL6 ,520 ,139 ,188 ,609 ,481
Residualb BL1 -,061 ,015 -,110 -,079
BL2 -,061 -,086 ,033 -,091
BL3 ,015 -,086 -,062 -,055
BL4 -,110 ,033 -,062 -,129
BL5 -,079 -,091 -,055 -,129
BL6 -,261 ,072 ,058 -,125 -,026
Reproduced Correlations
BL6
Reproduced Correlation BL1 ,520
BL2 ,139
BL3 ,188
BL4 ,609
BL5 ,481
BL6 ,715a
Residualb BL1 -,261
BL2 ,072
BL3 ,058
68
Universitas Esa Unggul
BL4 -,125
BL5 -,026
BL6
FACTOR
/VARIABLES BL1 BL2 BL3 BL4 BL5
/MISSING LISTWISE
/ANALYSIS BL1 BL2 BL3 BL4 BL5
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
69
Universitas Esa Unggul
Factor Analysis
Notes
Output Created 25-NOV-2020 00:31:14
Comments
Input Data
D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Filter <none>
Weight <none>
Cases Used
LISTWISE: Statistics are based
on cases with no missing values
for any variable used.
Syntax
FACTOR
/VARIABLES BL1 BL2 BL3
BL4 BL5
/MISSING LISTWISE
/ANALYSIS BL1 BL2 BL3 BL4
BL5
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Correlation Matrixa
70
Universitas Esa Unggul
a. Determinant = ,136
df 10
Sig. ,000
Anti-image Matrices
BL1 BL2 BL3 BL4 BL5
Anti-image Covariance BL1 ,750 ,081 -,093 -,194 -,117
BL2 ,081 ,372 -,237 -,128 -,043
BL3 -,093 -,237 ,351 ,031 -,127
BL4 -,194 -,128 ,031 ,643 -,141
BL5 -,117 -,043 -,127 -,141 ,553
Anti-image Correlation BL1 ,755a ,153 -,182 -,279 -,181
BL2 ,153 ,686a -,656 -,262 -,094
BL3 -,182 -,656 ,692a ,066 -,289
BL4 -,279 -,262 ,066 ,796a -,237
BL5 -,181 -,094 -,289 -,237 ,852a
71
Universitas Esa Unggul
Communalities
Initial Extraction
BL1 1,000 ,344
Component
Matrixa
Component
1
BL1 ,587
BL2 ,821
72
Universitas Esa Unggul
BL3 ,848
BL4 ,723
BL5 ,804
Extraction Method:
Principal Component
Analysis.a
a. 1 components
extracted.
Reproduced Correlations
BL1 BL2 BL3 BL4 BL5
Reproduced Correlation BL1 ,344a ,482 ,498 ,424 ,472
BL2 ,482 ,674a ,696 ,593 ,660
BL3 ,498 ,696 ,719a ,613 ,682
BL4 ,424 ,593 ,613 ,523a ,581
BL5 ,472 ,660 ,682 ,581 ,647a
Residualb BL1 -,239 -,146 -,011 -,070
BL2 -,239 ,071 -,119 -,126
BL3 -,146 ,071 -,196 -,086
BL4 -,011 -,119 -,196 -,092
BL5 -,070 -,126 -,086 -,092
RELIABILITY
/VARIABLES=BL1 BL2 BL3 BL4 BL5
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
Output Created 25-NOV-2020 00:31:36
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\
TESIS\NEW (Mr. Unggul)\
Run Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 30
File
Matrix Input
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
73
Universitas Esa Unggul
Reliability Statistics
Cronbach's
Alpha N of Items
,813 5
FACTOR
/VARIABLES RNI1 RNI2 RNI3
/MISSING LISTWISE
/ANALYSIS RNI1 RNI2 RNI3
/PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Factor Analysis
Notes
Output Created 25-NOV-2020 00:31:54
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
74
Universitas Esa Unggul
Syntax FACTOR
/VARIABLES RNI1 RNI2 RNI3
/MISSING LISTWISE
/ANALYSIS RNI1 RNI2 RNI3
/PRINT INITIAL
CORRELATION SIG DET KMO
INV REPR AIC EXTRACTION
/CRITERIA MINEIGEN(1)
ITERATE(25)
/EXTRACTION PC
/ROTATION NOROTATE
/METHOD=CORRELATION.
Correlation Matrixa
a. Determinant = ,389
75
Universitas Esa Unggul
df 3
Sig. ,000
Anti-image Matrices
RNI1 RNI2 RNI3
Anti-image Covariance RNI1 ,504 -,236 -,265
RNI2 -,236 ,638 -,110
RNI3 -,265 -,110 ,590
Anti-image Correlation RNI1 ,642a -,415 -,485
RNI2 -,415 ,736a -,179
RNI3 -,485 -,179 ,698a
Communalities
Initial Extraction
RNI1 1,000 ,777
76
Universitas Esa Unggul
Component Matrixa
Component
1
RNI1 ,882
RNI2 ,810
RNI3 ,833
Extraction Method:
Principal Component
Analysis.a
a. 1 components
extracted.
Reproduced Correlations
RNI1 RNI2 RNI3
Reproduced Correlation RNI1 ,777a ,714 ,734
RNI2 ,714 ,656a ,675
RNI3 ,734 ,675 ,694a
Residualb RNI1 -,131 -,109
RNI2 -,131 -,196
RNI3 -,109 -,196
RELIABILITY
/VARIABLES=RNI1 RNI2 RNI3
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA.
Reliability
Notes
Output Created 25-NOV-2020 00:32:12
Comments
Input Data D:\PASCA SARJANA (MM)\
TUGAS\SEMESTER 4\TESIS\
NEW (Mr. Unggul)\Run
Pretest.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 30
Matrix Input
Missing Value Handling Definition of Missing User-defined missing values are
treated as missing.
Cases Used Statistics are based on all cases
with valid data for all variables in
the procedure.
77
Universitas Esa Unggul
Syntax RELIABILITY
/VARIABLES=RNI1 RNI2 RNI3
/SCALE('ALL VARIABLES')
ALL
/MODEL=ALPHA.
Resources Processor Time 00:00:00,03
Elapsed Time 00:00:00,17
Scale: ALL VARIABLES
Case Processing Summary
N %
Cases Valid 30 100,0
Excludeda 0 ,0
Total 30 100,0
Reliability Statistics
Cronbach's
Alpha N of Items
,794 3
78
Universitas Esa Unggul
VE
FAKTOR ∑ Faktor (∑ Faktor ∑ (Faktor
VARIABEL INDIKATOR ERROR ∑ Error CR (Variance
LOADING Loading Loading)2 Lading)2
Extracted)
79
Universitas Esa Unggul
DATE: 4/25/2021
TIME: 22:05
L I S R E L 8.80
BY
Karl G. Jöreskog & Dag Sörbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file D:\PASCA SARJANA (MM)\TUGAS\
SEMESTER 4\TESIS\HASIL\ANALISA.spl:
RELTIONSHIPS
CBI1=CBI
CBI2=CBI
CBI3=CBI
CBI4=CBI
CBI5=CBI
CBI6=CBI
CBE1=CBE
CBE2=CBE
CBE3=CBE
CBE4=CBE
BL1=BL
BL2=BL
BL3=BL
BL4=BL
BL5=BL
RNI1=RNI
RNI2=RNI
RNI3=RNI
VC1=VC
VC2=VC
VC3=VC
VC4=VC
BP1=BP
BP2=BP
80
Universitas Esa Unggul
BP3=BP
BP4=BP
BP5=BP
BA1=BA
BA2=BA
BA3=BA
BA=BP
CBI=BP
CBI=BA
CBI=VC
CBE=VC
BA=VC
BL=CBI
CBE=CBI
BL=CBE
RNI=BL
OPTIONS:SC
PATH DIAGRAM
END OF PROBLEM
Covariance Matrix
Covariance Matrix
82
Universitas Esa Unggul
Covariance Matrix
Covariance Matrix
Covariance Matrix
Number of Iterations = 13
83
Universitas Esa Unggul
Measurement Equations
10.60 7.99
86
Universitas Esa Unggul
(0.040)
5.71
Structural Equations
87
Universitas Esa Unggul
BP VC
-------- --------
BP 1.00
VC 0.50 1.00
(0.07)
7.47
VC
--------
VC 1.00
88
Universitas Esa Unggul
Standardized Solution
LAMBDA-Y
BL5 -- -- -- 0.69 --
RNI1 -- -- 0.24 -- 0.53
RNI2 -- -- -- -- 0.79
RNI3 -- -- -- -- 0.72
LAMBDA-X
BP VC
-------- --------
BP1 0.80 --
BP2 0.64 --
BP3 0.74 --
BP4 0.69 --
BP5 0.61 --
VC1 -- 0.85
VC2 -- 0.83
VC3 -- 0.93
VC4 -- 0.98
BETA
GAMMA
BP VC
-------- --------
BA 0.24 0.42
CBI 0.55 0.39
CBE -- 0.56
BL -- --
RNI -- --
90
Universitas Esa Unggul
VC
--------
VC 1.00
PSI
BP VC
-------- --------
BA 0.24 0.42
CBI 0.60 0.47
CBE 0.14 0.66
BL 0.28 0.58
RNI 0.06 0.12
LAMBDA-Y
RNI2 -- -- -- -- 0.82
RNI3 -- -- -- -- 0.78
LAMBDA-X
BP VC
-------- --------
BP1 0.83 --
BP2 0.73 --
BP3 0.74 --
BP4 0.73 --
BP5 0.70 --
VC1 -- 0.83
VC2 -- 0.82
VC3 -- 0.85
VC4 -- 0.87
BETA
GAMMA
BP VC
-------- --------
BA 0.24 0.42
CBI 0.55 0.39
CBE -- 0.56
BL -- --
RNI -- --
92
Universitas Esa Unggul
VC
--------
VC 1.00
PSI
BA CBI CBE BL RNI
-------- -------- -------- -------- --------
BA 0.66
CBI -- 0.10
CBE -- -- 0.44
BL -- -- -- 0.22
RNI -0.25 -- -- -- 0.97
THETA-EPS
THETA-EPS
BL4 -- -- -- -- -- 0.11
BL5 -- -- -- -- -- --
RNI1 -- -- -- -- -- --
RNI2 -- -- -- -- -- --
RNI3 -- -- -- -- -- --
THETA-EPS
CBE4 BL1 BL2 BL3 BL4 BL5
-------- -------- -------- -------- -------- --------
CBE4 0.29
BL1 -- 0.48
BL2 -- 0.17 0.53
BL3 -- -- -- 0.40
BL4 -- -- -- 0.14 0.46
BL5 -- -- -- -- -- 0.47
RNI1 -- -- -- -- -- --
RNI2 -- -- -- -- -- --
RNI3 -- -- -- -- -- --
THETA-EPS
RNI1 RNI2 RNI3
-------- -------- --------
RNI1 0.61
RNI2 -- 0.33
RNI3 -- -- 0.38
THETA-DELTA-EPS
BA1 BA2 BA3 CBI1 CBI2 CBI3
-------- -------- -------- -------- -------- --------
BP1 -- -- -- -- -- --
BP2 -- -- -- -- -- --
BP3 -- -- -- -- -- --
BP4 -- -- -- -- -- --
BP5 -- -- -- -- -- --
VC1 -- - - -0.08 -- -- --
VC2 -- -- -- -- -- --
VC3 -- -- -- -- -- --
VC4 -- -- -- -- -- --
THETA-DELTA-EPS
CBI4 CBI5 CBI6 CBE1 CBE2 CBE3
-------- -------- -------- -------- -------- --------
BP1 -- -- -- -- -- --
BP2 -- -- -- -- -- --
BP3 -- -- -- -- -- --
BP4 -- -- -- -- -- --
BP5 -- -- -- -- -- --
VC1 -- -- -- -- -- --
VC2 -- -- -- -- -- --
VC3 -- -- -- -- -- --
VC4 -- -- -- -- -- --
THETA-DELTA-EPS
CBE4 BL1 BL2 BL3 BL4 BL5
94
Universitas Esa Unggul
THETA-DELTA-EPS
RNI1 RNI2 RNI3
-------- -------- --------
BP1 -- -- --
BP2 -- -- --
BP3 -- -- --
BP4 -- -- --
BP5 -- -- --
VC1 -- -- --
VC2 -- -- --
VC3 -- -- --
VC4 -- -- --
THETA-DELTA
BP1 BP2 BP3 BP4 BP5 VC1
-------- -------- -------- -------- -------- --------
BP1 0.31
BP2 -- 0.47
BP3 -- -- 0.46
BP4 -- -- -- 0.47
BP5 -- -- -- -- 0.51
VC1 -- -- -- -- -- 0.32
VC2 -- -- -- -- -- --
VC3 -- -- -- -- -- --
VC4 -- -- -- -- -- --
THETA-DELTA
VC2 VC3 VC4
-------- -------- --------
VC2 0.33
VC3 -- 0.28
VC4 -- 0.10 0.23
95
Universitas Esa Unggul
96
Universitas Esa Unggul
97
Universitas Esa Unggul
98
Universitas Esa Unggul
99
Universitas Esa Unggul
100
Universitas Esa Unggul
101
Universitas Esa Unggul
102
Universitas Esa Unggul
103
Universitas Esa Unggul
104
Universitas Esa Unggul
105
Universitas Esa Unggul
106
Universitas Esa Unggul
107
Universitas Esa Unggul
108
Universitas Esa Unggul
109
Universitas Esa Unggul
110
Universitas Esa Unggul
111
Universitas Esa Unggul
112
Universitas Esa Unggul
113
Universitas Esa Unggul
114
Universitas Esa Unggul
115
Universitas Esa Unggul
116
Universitas Esa Unggul
117
Universitas Esa Unggul
118
Universitas Esa Unggul
119
Universitas Esa Unggul
120
Universitas Esa Unggul
121
Universitas Esa Unggul
122
Universitas Esa Unggul
B. Submission Jurnal
123
Universitas Esa Unggul
124
Universitas Esa Unggul
125
Universitas Esa Unggul
126
Universitas Esa Unggul
127
Universitas Esa Unggul
128
Universitas Esa Unggul
129
Universitas Esa Unggul
130
Universitas Esa Unggul
131
Universitas Esa Unggul
132
Universitas Esa Unggul
133
Universitas Esa Unggul
134
Universitas Esa Unggul
135
Universitas Esa Unggul
136
Universitas Esa Unggul
137
Universitas Esa Unggul
138
Universitas Esa Unggul
139
Universitas Esa Unggul
140
Universitas Esa Unggul
141
Universitas Esa Unggul
142
Universitas Esa Unggul
143
Universitas Esa Unggul
144
Universitas Esa Unggul
145
Universitas Esa Unggul
146
Universitas Esa Unggul
147
Universitas Esa Unggul
148
Universitas Esa Unggul
149
Universitas Esa Unggul
Penulis sejak bangku SMP, telah aktif pada kegiatan sekolah khususnya dalam
bidang organisasi seperti OSIS, Pramuka dan Paskibra. Sampai dengan kuliah
penulis juga aktif dalam kegiatan kemahasiswaan seperti menjadi Mentri Dalam
Negri Badan Eksekutif Mahasiswa, juga Penulis menjadi pendiri unit kegiatan
mahasiswa dan komunitas seperti bela diri silat, bola volly dan komunitas daerah.
Saat ini Penulis bekerja selama 4 tahun di PT.Tifico Fiber Indonesia Tbk.
Kepeminatan yang tinggi akan manajemen dan penguatan kapasitas organisasi
serta cita-citanya untuk selalu belajar mendorong penulis melanjutkan
pendidikannya ke jenjang pasca sarjana pada program studi Magister Manajemen
di Fakultas Ekonomi dan Bisnis Universitas Esa Unggul dan telah menulis tugas
akhir dengan Judul
“Bagaimana Ketahanan Pengguna Merek Terhadap Informasi Negatif Melalui
Loyalitas, Persepsi Dan Daya Tarik Berdasarkan Nilai Pelanggan”
Dengan mengucap syukur kepada Tuhan Yang Maha Esa, Penulis mengharap agar
tulisan/tugas akhir ini dapat memberikan manfaat bagi banyak pihak dan
kontribusi positif pada bidang keilmuan, khususnya manajemen.
150