60

BAB IV

HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Objek Penelitian

4.1.1 Sejarah Umum Xiaomi

Gambar 4.1 Logo Xiaomi

Xiaomi, merupakan perusahaan teknologi merek global yang berasal dari

Tiongkok dan didirikan pada tahun 2010. Produk keluarannya berupa : smartphone,

vacum cleaner, lampu, smart watch, tas, bulpoin, power bank, action camera,

televisi, dsb. Menurut Lei Jun pendiri dari Xiaomi sekaligus CEO, “arti Xiaomi

punya maksud yang lebih mendalam dari sekadar millet. “Xiao” mempunyai arti

“sebiji nasi Buddha besarnya seperti gunung”, Sedangkan kata “Mi” yang ada pada

logo, merupakan sinonim dari mobile internet yang bisa dimaksudkan sebagai

mission impossible”. karena Xiaomi menghadapi banyak tantangan yang

tampaknya mustahil dihadapi pada awal perjalanannya.

Selama berdirinya, Xiaomi dibantu oleh berbagai sumber pendanaan dari

investor, seperti Temasek Holdings perusahaan investasi milik pemerintah

Singapura, perusahaan pembiayaan modal China, yaitu IDG Modal dan Qiming

Venture Partners, serta perusahaan pengembang prosesor Qualcomm. Xiaomi

 61

dengan cepat menjadi salah satu perusahaan teknologi terkemuka di China. Xiaomi

adalah perusahaan elektronik yang mendesain, mengembangkan, dan menjual

smartphone dan barang elektronik konsumen lainnya. Sejak rilis smartphone

pertama pada Agustus 2011

Xiaomi percaya bahwa produk berkualitas tinggi yang dibangun dengan

teknologi mutakhir akan dapat diakses oleh semua orang. Xiaomi menciptakan

perangkat keras, perangkat lunak, dan layanan internet yang luar biasa untuk dan

dengan bantuan penggemar “Mi fans”. Xiaomi menerapkan umpan balik mereka

dalam jajaran produk Xiaomi yang saat ini meliputi smartphone Mi dan Redmi, Mi

TV dan set-top box, Mi router, dan produk Mi Ekosistem termasuk produk rumah

pintar, wearable, dan aksesori lainnya. Dengan kehadiran di lebih dari 30 negara

dan kawasan, Xiaomi memperluas rekam jejaknya di seluruh dunia menjadi merek

global.

Xiaomi berfokus untuk menjadi perusahaan internet seluler yang paling

berorientasi pengguna, dan bertekad untuk dapat terus melampaui harapan melalui

inovasi dalam perangkat lunak, perangkat keras, dan layanan. Banyak dari

karyawan Xiaomi pada awalnya merupakan penggemar produk Mi sebelum mereka

memutuskan untuk bergabung dengan Xiaomi. Tim Xiaomi tidak hanya sangat

antusias dengan teknologi, tetapi juga terus berjuang untuk mencapai

kesempurnaan untuk mendobrak pandangan kuno dan batas-batas, semuanya hanya

untuk memastikan bahwa produk Xiaomi tetap unik dan memberikan pengalaman

pengguna yang luar biasa.

 62

4.1.2 Visi dan Misi Xiaomi

a. Visi

Inovasi untuk semua orang

b. Misi

Merancang, mengembangkan, menjual telepon cerdas, aplikasi seluler dan

elektronik

4.2 Deskripsi Hasil Penelitian

4.2.1 Deskripsi Karakteristik Responden

Tujuan dari dikemukakannya karakteristik responden adalah untuk

menguraikan gambaran yang ingin diketahui tentang keadaan responden dalam

sampel penelitian ini. Karakteristik responden dalam penelitian ini dapat dilihat dari

usia dan pendapatan. Sampel yang digunakan didalam penelitian ini sebanyak 70

orang pengguna Xiaomi yang berdomisili di Surabaya. Dari 70 kuesioner, telah

didapat 70 kuesioner yang sudah terjawab dari beberapa pernyataan.

4.2.1.1 Deskripsi Karakteristik Responden Berdasarkan Usia

Berikut data dari responden pengguna Xiaomi yang berdomisili di

Surabaya berdasarkan usia

Tabel 4.1 Karakteristik responden berdasarkan usia

 63

No. Usia Jumlah Persentase (%)

1. 17 – 22 Tahun 51 72,9%

2. 23 – 27 Tahun 18 25,7%

3. > 27 Tahun 1 1,4%

TOTAL 70 100%

Sumber : Data Hasil Penyebaran Kuesioner

Berdasarkan data dari tabel diatas dapat diketahui bahwa responden pada

penelitian ini pada usia 17 – 22 tahun sebanyak 51 pengguna Xiaomi, usia 23 – 27

tahun sebanyak 18 pengguna Xiaomi, dan yang diatas usia 27 tahun sebanyak 1

orang. Dapat disimpulkan bahwa pengguna Xiaomi yang berdomisili di Surabaya

yang terbanyak pada rentang usia 17 – 22 tahun.

4.2.1.2 Deskripsi Responden Berdasarkan Pendapatan

Berikut data dari responden pengguna Xiaomi yang berdomisili di

Surabaya berdasarkan pendapatan

Tabel 4.2 Karakteristik responden berdasarkan pendapatan

No. Pendapatan Jumlah Persentase (%)

1. < Rp. 500.000 32 45,7%

2. Rp. 500.000 – Rp. 1.000.000 16 22,9%

3. Rp. 1.000.000 – Rp. 2.000.000 9 12,9%

4. Rp. 2.000.000 – Rp. 2.500.000 5 7,1%

5. > Rp. 2.500.000 8 11,4%

TOTAL 70 100%
 64

Berdasarkan data dari tabel diatas dapat diketahui bahwa responden pada

penelitian ini yang berpendapatan kurang dari Rp. 500.000 sebanyak 32 orang,

berpendapatan Rp. 500.000 – Rp. 1.000.000 sebanyak 16 orang, berpendapatan Rp.

1.000.000 – Rp. 2.000.000 sebanyak 9 orang, berpendapatan Rp. 2.000.000 – Rp.

2.500.000 sebanyak 5 orang, dan yang berpendapatan lebih dari Rp. 2.500.000

sebanyak 8 orang. Dapat disimpulkan bahwa pengguna Xiaomi yang berdomisili di

Surabaya yang terbanyak memiliki pendapatan dibawah Rp. 500.000

4.2.2 Deskripsi Variabel

Deskripsi variabel digunakan dalam penelitian ini yang bertujuan untuk

mendeskripsikan dan menguji pengaruh variabel bebas dan variabel terikat dalam

penelitian ini, maka dari itu pada bagian ini menyajikan deskripsi dari masing-

masing variabel berdasarkan data yang telah diperoleh dari responden. Deskripsi

variabel dalam penelitian ini antara lain : Kualitas Produk (X1), Citra Merek (X2),

Word Of Mouth (X3), dan Keputusan Pembelian (Y)

4.2.2.1 Deskripsi Variabel Kualitas Produk (X1)

Tabel 4.3 Frekuensi Hasil Jawaban Responden Mengenai Kualitas Produk

(X1)
No. Item Pernyataan Skor Jawaban Total
1 2 3 4 5
1. Smartphone 0 1 6 36 27 70
Xiaomi memiliki 0 1,4% 8,6% 51,4% 38,6% 100%
kualitas kinerja
mesin dan sistem
operasi MiUi
 65

sangat baik saat

digunakan

2. Smartphone 1 0 3 33 33 70
Xiaomi telah 1,4% 0 4,3% 47,1% 47,1% 100%
memberikan
spesifikasi yang
layak dan sesuai
dengan standar
kualitas yang
ditawarkan kepada
konsumen
3. Smartphone 0 0 6 35 29 70
Xiaomi memiliki 0 0 8,6% 50% 41,4% 100%
ketahanan yang
sangat baik pada
komponen layar
LCD, baterai,
speaker
4. Smartphone 0 1 4 22 43 70
Xiaomi dapat 0 1,4% 5,7% 31,4% 61,4% 100%
digunakan dengan
baik dalam jangka
waktu lebih dari 3
tahun

Berdsarkan tabel diatas dapat dijelaskan sebagai berikut :

 66

1. Indikator pertama dari Kualitas Produk, yakni Kualitas Kinerja

(Performance Quality) yang menyatakan bahwa Smartphone Xiaomi

memiliki kualitas kinerja mesin dan sistem operasi MiUi sangat baik saat

digunakan. Mendapatkan respon dari responden terbanyak pada skor 4

sebanyak 36 responden dengan persentase sebesar 51,4%. Dalam hal ini

dapat disimpulkan sebagaian besar responden menjawab setuju.

2. Indikator kedua dari kualitas produk, yakni Kualitas Kesesuaian

(Conformance Quality) yang menyatakan bahwa Smartphone Xiaomi telah

memberikan spesifikasi yang layak dan sesuai dengan standar kualitas

yang ditawarkan kepada konsumen. Mendapatkan respon dari responden

terbanyak pada skor 4 dan 5 sebanyak 33 responden dengan persentase

sebesar 47,1% Dalam hal ini dapat disimpulkan sebagaian besar

responden menjawab setuju dan sangat setuju.

3. Indikator ke tiga dari kualitas produk, yakni Ketahanan (Durability) yang

menyatakan bahwa Smartphone Xiaomi memiliki ketahanan yang sangat

baik pada komponen layar LCD, baterai, speaker. Mendapatkan respon

dari responden terbanyak pada skor 4 sebanyak 35 responden dengan

persentase sebesar 50% Dalam hal ini dapat disimpulkan sebagaian besar

responden menjawab setuju dan sangat setuju.

4. Indikator ke empat dari kualitas produk, yakni Keandalan (Reliability) yang

menyatakan bahwa Smartphone Xiaomi dapat digunakan dengan baik

dalam jangka waktu lebih dari 3 tahun. Mendapatkan respon dari

responden terbanyak pada skor 4 dan 5 sebanyak 31 responden dengan

 67

persentase sebesar 44,3% Dalam hal ini dapat disimpulkan sebagaian

besar responden menjawab setuju dan sangat setuju.

4.2.2.2 Deskripsi Variabel Citra Merek (X2)

Tabel 4.4 Frekuensi Hasil Jawaban Responden Mengenai Citra Merek (X2)
No. Item Pernyataan Skor Jawaban Total
1 2 3 4 5
1. Smartphone merek 0 1 4 22 43 70
Xiaomi mudah 0 1,4% 5,7% 31,4% 61,4% 100%
diingat dan
diucapkan

2. Smartphone merek 0 1 3 32 34 70
Xiaomi sudah 0 1,4% 4,3% 45,7% 48,6% 100%
dikenal banyak
orang sehingga
memiliki
popularitas yang
tinggi

3. Saya tertarik untuk 0 1 5 33 31 70

menggunakan 0 1,4% 7,1% 47,1% 44,3% 100%
Xiaomi karena
harga yang murah
dibandingkan
merek lain serta
kualitas produk
yang sangat baik
 68

4. Saya tidak 0 5 9 29 27 70
memiliki 0 7,1% 12,9% 41,4% 38,6% 100%
keinginan untuk
membeli
smartphone merek
lain dan tetap
membeli
smartphone
Xiaomi untuk
pembelian
berikutnya

Berdasarkan tabel diatas dapat dijelaskan sebagai berikut :

1. Indikator pertama dari citra merek, yakni Pengenalan (Recognition)

yang menyatakan bahwa Smartphone merek Xiaomi mudah diingat

dan diucapkan. Mendapatkan respon dari responden terbanyak pada

skor 5 sebanyak 43 responden dengan persentase sebesar 61,4%

Dalam hal ini dapat disimpulkan sebagaian besar responden

menjawab sangat setuju.

2. Indikator kedua dari citra merek, yakni Reputasi (Reputation) yang

menyatakan bahwa Smartphone merek Xiaomi sudah dikenal banyak

orang sehingga memiliki popularitas yang tinggi. Mendapatkan

respon dari responden terbanyak pada skor 5 sebanyak 34 responden

dengan persentase sebesar 48,6% Dalam hal ini dapat disimpulkan

sebagaian besar responden menjawab sangat setuju.

 69

3. Indikator ke tiga dari citra merek, yakni Daya Tarik (Affinity) yang

menyatakan bahwa Saya tertarik untuk menggunakan Xiaomi karena

harga yang murah dibandingkan merek lain serta kualitas produk yang

sangat baik. Mendapatkan respon dari responden terbanyak pada skor

4 sebanyak 33 responden dengan persentase sebesar 47,1% Dalam hal

ini dapat disimpulkan sebagaian besar responden menjawab setuju.

4. Indikator ke empat dari citra merek, yakni Kesetiaan (Brand Loyalty)

yang menyatakan bahwa Saya tidak memiliki keinginan untuk

membeli smartphone merek lain dan tetap membeli smartphone

Xiaomi untuk pembelian berikutnya. Mendapatkan respon dari

responden terbanyak pada skor 4 sebanyak 29 responden dengan

persentase sebesar 41,4% Dalam hal ini dapat disimpulkan sebagaian

besar responden menjawab setuju.

4.2.2.3 Deskripsi Variabel Word Of Mouth (X3)

Tabel 4.5 Frekuensi Hasil Jawaban Responden Mengenai Word Of Mouth

(X3)
No. Item Pernyataan Skor Jawaban Total
1 2 3 4 5
1. Saya 1 1 5 34 29 70
membicarakan hal 1,4% 1,4% 7,1% 48,6% 41,4% 100%
postif kepada
banyak orang
mengenai kualitas
produk smartphone
Xiaomi
 70

2. Keunggulan yang 0 1 2 39 28 70
dimiliki 0 1,4% 2,9% 55,7% 40% 100%
smartphone
Xiaomi
memberikan
kepuasan untuk
pengguna,
sehingga layak
untuk
direkomendasikan
kepada orang lain
3. Saya menyarankan 0 3 9 28 30 70
dan mendorong 0 4,3% 12,9% 40% 42,9% 100%
teman saya untuk
membeli
smartphone
Xiaomi

Berdasarkan tabel diatas dapat dijelaskan sebagai berikut :

1. Indikator pertama dari word of mouth, yakni Bicara Hal Positif yang

menyatakan bahwa Saya membicarakan hal postif kepada banyak

orang mengenai kualitas produk smartphone Xiaomi. Mendapatkan

respon dari responden terbanyak pada skor 4 sebanyak 34 responden

dengan persentase sebesar 48,6% Dalam hal ini dapat disimpulkan

sebagaian besar responden menjawab setuju.

 71

2. Indikator kedua dari word of mouth, yakni Rekomendasi yang

menyatakan bahwa Keunggulan yang dimiliki smartphone Xiaomi

memberikan kepuasan untuk pengguna, sehingga layak untuk

direkomendasikan kepada orang lain. Mendapatkan respon dari

responden terbanyak pada skor 4 sebanyak 39 responden dengan

persentase sebesar 55,7% Dalam hal ini dapat disimpulkan sebagaian

besar responden menjawab setuju.

3. Indikator ke tiga dari word of mouth, yakni Dorongan yang menyatakan

bahwa Saya menyarankan dan mendorong teman saya untuk membeli

smartphone Xiaomi. Mendapatkan respon dari responden terbanyak

pada skor 5 sebanyak 30 responden dengan persentase sebesar 42,9%

Dalam hal ini dapat disimpulkan sebagaian besar responden

menjawab sangat setuju.

4.2.2.4 Deskripsi Variabel Keputusan Pembelian (Y)

Tabel 4.6 Frekuensi Hasil Jawaban Responden Mengenai Keputusan

Pembelian (Y)
No. Item Pernyataan Skor Jawaban Total
1 2 3 4 5
1. Memilih 0 3 6 28 33 70
menggunakan 0 4,3% 8,6% 40% 47,1% 100%
smartphone
Xiaomi karena
lebih sesuai
dengan kebutuhan
dan keinginan saya
 72

2. Saya membeli 0 7 4 26 33 70
smartphone merek 0 10% 5,7% 37,1% 47,1% 100%
Xiaomi dibanding
smartphone merek
lain

3. Saya membeli 1 7 5 35 22 70
smartphone
1,4% 10% 7,1% 50% 31,4% 100%
Xiaomi setiap 2
tahun sekali
karena ada
keluaran type
terbaru dari
smartphone merek
Xiaomi

Berdasarkan tabel diatas dapat dijelaskan sebagai berikut :

1. Indikator pertama dari keputusan pembelian, yakni Pilihan Produk yang

menyatakan bahwa Memilih menggunakan smartphone Xiaomi karena

lebih sesuai dengan kebutuhan dan keinginan saya. Mendapatkan

respon dari responden terbanyak pada skor 5 sebanyak 33 responden

dengan persentase sebesar 47,1% Dalam hal ini dapat disimpulkan

sebagaian besar responden menjawab sangat setuju.

2. Indikator kedua dari keputusan pembelian, yakni Pilihan Merek yang

menyatakan bahwa Saya membeli smartphone merek Xiaomi

 73

dibanding smartphone merek lain. Mendapatkan respon dari

responden terbanyak pada skor 5 sebanyak 33 responden dengan

persentase sebesar 47,1% Dalam hal ini dapat disimpulkan sebagaian

besar responden menjawab sangat setuju.

3. Indikator ke tiga dari keputusan pembelian, yakni Waktu Pembelian

yang menyatakan bahwa Saya membeli smartphone Xiaomi setiap 2

tahun sekali karena ada keluaran type terbaru dari smartphone merek

Xiaomi. Mendapatkan respon dari responden terbanyak pada skor 4

sebanyak 35 responden dengan persentase sebesar 50% Dalam hal ini

dapat disimpulkan sebagaian besar responden menjawab setuju.

4.3 Deskripsi Hasil Analisis Data

4.3.1 Evaluasi Outlier

Data Outlier atau bisa disebut data pencilan yaitu data pengamatan

yang terjadi dengan nilai ekstrim atau nilai-nilai yang jauh atau sama sekali berbeda

dari kebanyakan nilai lain dalam kelompoknya. Outlier multivariat yakni outlier

yang disebabkan oleh sekumpulan variabel bebas atau independen, yang dimana

jika satu atau beberapa variabel independen terdapat nilai-nilai ekstrim, maka

outlier multivariat dapat terjadi.

 74

Terdapat outlier apabila Mahal. Distance Maximum > Prob. & Jumlah variabel

[=CHIINV(0,001;14) : dicari melalui Excel] = 36,123

Tabel 4.7 Hasil Uji Outlier Residuals Statisticsa

Std.
Minimum Maximum Mean N
Deviation
Predicted Value -,988 51,626 35,500 12,3027 70
Std. Predicted Value -2,966 1,311 ,000 1,000 70
Standard Error of
3,835 14,657 8,154 2,055 70
Predicted Value
Adjusted Predicted
-14,097 53,108 35,422 13,0741 70
Value
Residual -39,8343 31,5954 ,0000 16,2114 70
Std. Residual -2,194 1,740 ,000 ,893 70
Stud. Residual -2,460 1,947 ,003 ,999 70
Deleted Residual -50,1084 39,5472 ,0782 20,4849 70
Stud. Deleted Residual -2,584 1,999 ,003 1,012 70
Mahal. Distance 2,091 33,974 13,800 7,814 70
Cook's Distance ,000 ,142 ,018 ,026 70
Centered Leverage
,030 ,637 ,200 ,113 70
Value
a. Dependent Variable: Responden
Sumber : Hasil Olah Data, 2022

Dari tabel uji outlier kedua diperoleh nilai Mahal. Distance Maximum data

responden sebesar 33,974 yang mana nilai tersebut lebih kecil dari Mahal Distance

Maximum outlier yang ditentukan sebesar 43,312 yang berarti data sudah tidak

terdapat outlier, dengan demikian bisa dikatakan data tersebut mempunyai

kualitas yang baik dan dapat dilanjutkan untuk diolah lebih lanjut dengan jumlah

responden sebanyak 70 case.

4.3.2 Interpretasi Hasil Olah Data PLS

4.3.2.1 First Order (Model Pengukuran Dimensi dengan Indikator dan

Variabel dengan Indikator pada Pengukuran Outer Model)

 75

Model pengukuran dalam penelitian ini menggunakan variabel eksogen

dengan indikator reflektif antara lain variabel Kualitas Produk (X1), Citra Merek

(X2), dan Word of Mouth (X3), serta variabel endogen yaitu Keputusan Pembelian

(Y). Untuk mengukur validitas indikator salah satunya dengan didasarkan pada

output tabel outer Loading, yaitu dengan melihat besarnya nilai factor loadingnya,

karena dalam pemodelan ini seluruh indikator menggunakan reflektif, maka tabel

yang digunakan adalah output Outer Loadings.

Tabel 4.8 Outer Loadings (Mean, STDEV, T-Values)

Factor Sample Standard Standard
T Statistics
Loading Mean Deviation Error
(|O/STERR|)
(O) (M) (STDEV) (STERR)

X1.1 <-
KUALITAS 0,689098 0,693381 0,036775 0,036775 18,738344
PRODUK (X1)

X1.2 <-
KUALITAS 0,633434 0,629151 0,047718 0,047718 13,274610
PRODUK (X1)

X1.3 <-
KUALITAS 0,590714 0,585255 0,072829 0,072829 8,110962
PRODUK (X1)

X1.4 <-
KUALITAS 0,775944 0,771326 0,033707 0,033707 23,020594
PRODUK (X1)

X2.1 <- CITRA

0,660457 0,662454 0,046492 0,046492 14,205670
MEREK (X2)

X2.2 <- CITRA

0,743750 0,743653 0,044659 0,044659 16,654152
MEREK (X2)

X2.3 <- CITRA

0,658402 0,650357 0,069227 0,069227 9,510713
MEREK (X2)
 76

X2.4 <- CITRA

0,844014 0,844167 0,015946 0,015946 52,930465
MEREK (X2)

X3.1 <- WORD

0,754485 0,748510 0,047211 0,047211 15,980979
OF MOUTH (X3)

X3.2 <- WORD

0,543687 0,540526 0,074968 0,074968 7,252257
OF MOUTH (X3)

X3.3 <- WORD

0,871598 0,871005 0,019410 0,019410 44,905445
OF MOUTH (X3)

Y1.1 <-
KEPUTUSAN 0,864839 0,863440 0,020346 0,020346 42,505669
PEMBELIAN (Y)

Y1.2 <-
KEPUTUSAN 0,916632 0,915142 0,012953 0,012953 70,766624
PEMBELIAN (Y)

Y1.3 <-
KEPUTUSAN 0,899254 0,898923 0,010645 0,010645 84,473241
PEMBELIAN (Y)

Sumber : Hasil Olah Data, 2022

Dari tabel diatas, validitas indikator diukur dengan melihat Nilai Factor

Loading dari variable ke indikatornya, dikatakan validitasnya mencukupi apabila

lebih besar dari 0,5 dan atau nilai T-Statistic lebih besar dari 1,96 (nilai Z pada α =

0,05). Factor Loading merupakan korelasi antara indikator dengan variabel, jika

lebih besar dari 0,5 dianggap validitasnya terpenuhi begitu juga jika nilai T-Statistic

lebih besar dari 1,96 maka signifikansinya terpenuhi.

Berdasarkan pada tabel outer loading di atas, seluruh indikator reflektif

pada variabel Kualitas Produk (X1), Citra Merek (X2), Word of Mouth (X3), dan

Keputusan Pembelian (Y), menunjukan factor loading (original sample) lebih

besar dari 0,50 dan atau signifikan (Nilai T-Statistic lebih dari nilai Z α = 0,05 (5%)
 77

= 1,96), dengan demikian hasil estimasi seluruh indikator telah memenuhi

Convergen vailidity atau validitasnya baik.

Pengukuran validitas indikator juga bisa dilihat dari tabel Cross Loading,

apabila nilai loading faktor setiap indikator pada masing-masing variabel lebih

besar dari 0,6 dan nilai loading faktornya lebih besar daripada loading faktor tiap

indikator pada variabel lainnya maka loading faktor tersebut dikatakan valid,

namun jika sebaliknya maka dikatakan tidak valid.

Tabel 4.9 Cross Loading

CITRA WORD OF
KEPUTUSAN KUALITAS
INDIKATOR MEREK MOUTH
PEMBELIAN (Y) PRODUK (X1)
(X2) (X3)

X1.1 0,567948 0,624207 0,689098 0,636023

X1.2 0,443454 0,468539 0,633434 0,486641

X1.3 0,500375 0,381414 0,590714 0,322109

X1.4 0,613971 0,600536 0,775944 0,589545

X2.1 0,660457 0,558929 0,524096 0,525728

X2.2 0,743750 0,570742 0,544855 0,489955

X2.3 0,658402 0,559344 0,551492 0,564619

X2.4 0,844014 0,800332 0,676050 0,762747

X3.1 0,587107 0,664909 0,609739 0,754485

X3.2 0,468405 0,448208 0,505764 0,543687

X3.3 0,721608 0,791948 0,610298 0,871598

Y1.1 0,758266 0,864839 0,716382 0,754899

 78

Y1.2 0,786599 0,916632 0,679075 0,772922

Y1.3 0,777426 0,899254 0,713174 0,841698

Sumber : Data Primer Diolah, 2022

Dari hasil olah data cross loading diperoleh seluruh nilai loading faktor

(diarsir) pada masing-masing indikator baik pada variabel Kualitas Produk (X1),

Citra Merek (X2), Word of Mouth (X3), dan Keputusan Pembelian (Y),

menunjukan nilai loading faktor diatas 0,6 dan lebih besar dibandingkan dengan

loading faktor indikator dari variabel lainnya, sehingga dapat dikatakan seluruh

indikator pada penelitian ini terpenuhi validitasnya atau validitasnya baik.

Tabel 4.10 Average Variance Extracted (AVE)

AVE

CITRA MEREK (X2) 0,533805

KEPUTUSAN PEMBELIAN (Y) 0,798940

KUALITAS PRODUK (X1) 0,456782

WORD OF MOUTH (X3) 0,541509

Sumber : Data Primer Diolah, 2022

Model Pengukuran berikutnya adalah nilai Avarage Variance Extracted

(AVE) , yaitu nilai menunjukkan besarnya varian indikator yang dikandung oleh

variabel latennya. Konvergen Nilai AVE lebih besar 0,5 menunjukkan kecukupan

validitas yang baik bagi variabel laten. Pada variabel indikator reflektif dapat

dilihat dari nilai Avarage variance extracted (AVE) untuk setiap konstruk

(variabel). Dipersyaratkan model yang baik apabila nilai AVE masing-masing

konstruk lebih besar dari 0,5.

 79

Hasil pengujian AVE untuk variabel Kualitas Produk (X1) sebesar

0,456782, variabel Citra Merek (X2) sebesar 0,533805, variabel Word of Mouth

(X3) sebesar 0,541509, dan Keputusan Pembelian (Y) sebesar 0,798940, keempat

variabel tersebut menunjukkan nilai lebih dari 0,5, jadi secara keseluruhan variabel

dalam penelitian ini dapat dikatakan validitasnya baik.

Tabel 4.11 Composite Reliability

Composite Reliability

CITRA MEREK (X2) 0,819186

KEPUTUSAN PEMBELIAN (Y) 0,922564

KUALITAS PRODUK (X1) 0,768957

WORD OF MOUTH (X3) 0,773896

Sumber : Data Primer Diolah, 2022

Reliabilitas konstruk yang diukur dengan nilai composite reliability,

konstruk reliabel jika nilai composite reliability di atas 0,70 maka indikator

disebut konsisten dalam mengukur variabel latennya.

Hasil pengujian Composite Reliability menunjukkan bahwa variabel

variabel Kualitas Produk (X1) sebesar 0,768957, variabel Citra Merek (X2) sebesar

0,819186, variabel Word of Mouth (X3) sebesar 0,773896, dan Keputusan

Pembelian (Y) sebesar 0,922564, keempat variabel tersebut menunjukkan nilai

Composite Reliability diatas 0,70 sehingga dapat dikatakan seluruh variabel pada

penelitian ini telah reliabel.

 80

Tabel 4.12 Latent Variable Correlations

CITRA KEPUTUSAN KUALITAS WORD OF

MEREK PEMBELIAN PRODUK MOUTH
(X2) (Y) (X1) (X3)

CITRA MEREK
1,000000
(X2)

KEPUTUSAN
PEMBELIAN 0,866194 1,000000
(Y)

KUALITAS
0,791031 0,786398 1,000000
PRODUK (X1)

WORD OF
0,816234 0,884764 0,776975 1,000000
MOUTH (X3)

Sumber : Data Primer Diolah, 2022

Didalam PLS hubungan variabel atau konstruk satu dengan yang lain bisa

saling berkorelasi satu dengan yang lain, baik itu variabel eksogen dengan endogen,

atau variabel eksogen dengan eksogen seperti tampak pada tabel latent variabel

correlations diatas. Hubungan antar variabel satu dengan lainnya memiliki nilai

korelasi maksimal sebesar 1, semakin mendekati nilai 1 maka memiliki korelasi

semakin baik.

Dari tabel latent variabel correlations diatas diperoleh nilai korelasi rata-

rata antar variabel satu dengan lainnya menunjukan nilai korelasi yang cukup tinggi

dan bervariasi. Nilai korelasi tertinggi terdapat antara variabel Word of Mouth (X3)

dengan Keputusan Pembelian (Y) sebesar 0,884764, hal ini juga bisa dinyatakan

bahwa diantara variabel yang ada didalam model penelitian, hubungan antara

variabel Word of Mouth (X3) dengan Keputusan Pembelian (Y) menunjukan

hubungan yang lebih kuat daripada hubungan antara variabel lainnya, hal ini juga
 81

bisa diinterpretasikan bahwa dalam model penelitian ini tinggi rendahnya

Keputusan Pembelian lebih banyak dipengaruhi oleh variabel Word of Mouth

dibandingkan variabel Kualitas Produk dan Citra Merek.

4.3.2.2 Analisis Model PLS

Gambar 4.2 Outer Model dengan factor loading, Path Coefficient dan R-Square

Sumber : olah data, output smartPLS

Dari gambar output PLS diatas dapat dilihat besarnya nilai factor loading

tiap indikator yang terletak diatas tanda panah diantara variabel dan indikator, juga

bisa dilihat besarnya koefisien jalur (path coeffieients) yang berada diatas garis

panah antara variabel eksogen terhadap variabel endogen. Selain itu bisa juga

dilihat besarnya R-Square yang berada tepat didalam lingkaran variabel endogen

(variabel Keputusan Pembelian).

 82

4.3.2.3 Inner Model (Pengujian Model Struktural)

Pengujian terhadap model struktural dilakukan dengan melihat nilai

R-Square yang merupakan uji goodness-fit model. Pengujian inner model dapat

dilihat dari nilai R-square pada persamaan antar variabel latent. Nilai R2

menjelaskan seberapa besar variabel eksogen (independen/bebas) pada model

mampu menerangkan variabel endogen (dependen/terikat).

Tabel 4.13 R-Square

R Square

CITRA MEREK (X2)

KEPUTUSAN PEMBELIAN (Y) 0,847986

KUALITAS PRODUK (X1)

WORD OF MOUTH (X3)

Sumber : Data Premier Diolah, 2022

Nilai R2 = 0,847986. Hal ini dapat diinterpretasikan bahwa model mampu

menjelaskan fenomena Keputusan Pembelian yang dipengaruhi oleh variabel bebas

antara lain Kualitas Produk, Citra Merek dan Word of Mouth dengan varian sebesar

84,8%. Sedangkan sisannya sebesar 15,2% dijelaskan oleh variabel lain diluar

penelitian ini (selain Kualitas Produk, Citra Merek dan Word of Mouth).

Selain diketahui nilai R2, Goodness of Fit Model penelitian bisa diketahui

dari besarnya Q2 atau Q-Square predictive relevance untuk model struktural, yaitu

untuk mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga

estimasi parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive

 83

relevance; sebaliknya jika nilai Q-Square ≤ 0 menunjukkan model kurang memiliki

predictive relevance. Perhitungan Q-Square dilakukan dengan rumus :

Q2 = 1 – ( 1 – R12 ) ( 1 – R22 ) ... ( 1- Rp2 ) dimana R12 , R22 ... Rp2 adalah R-square

variabel endogen dalam model persamaan. Besaran Q2 memiliki nilai dengan

rentang 0 < Q2 < 1, dimana semakin mendekati 1 berarti model semakin baik.

Besaran Q2 ini setara dengan koefisien determinasi total pada analisis jalur (path

analysis).

Pada penelitian ini besarnya nilai Q2 yaitu sebesar :

Q2= 1 – (1 - 0,847986) = 0,847986.

Dari hasil perhitungan Q2 dengan hasil 0,847986, maka dapat disimpulkan

model penelitian dapat dikatakan memenuhi predictive relevance.

4.3.2.4 Pengujian Hipotesis

Selanjutnya untuk pengujian hipotesis dapat dilihat hasil koefisien dan nilai

T-statistic dari inner model pada tabel berikut ini.

Tabel 4.14 Path Coefficients (Mean, STDEV, T-Values)

Path Sample Standard

T Statistics
Coefficients Mean Deviation P Values
(|O/STERR|)
(O) (M) (STDEV)

KUALITAS PRODUK
(X1) -> KEPUTUSAN 0,096967 0,098746 0,042988 2,255685 0,026
PEMBELIAN (Y)

CITRA MEREK (X2) ->

KEPUTUSAN 0,385936 0,386964 0,062745 6,150864 0,000
PEMBELIAN (Y)
 84

WORD OF MOUTH (X3)

-> KEPUTUSAN 0,494409 0,491822 0,062946 7,854531 0,000
PEMBELIAN (Y)

Sumber : Data Premier Diolah, 2022

Dari tabel diatas dapat diperoleh kesimpulan bahwa hipotesis yang menyatakan :

H1. Diduga kualitas produk (X1) berpengaruh positif terhadap keputusan

pembelian (Y) smartphone Xiaomi di Surabaya dapat diterima, dengan path

coefficients sebesar 0,096967, dan nilai T-statistic sebesar 2,255685 > 1,96

(nilai T-tabel dari Zα = 0,05), atau P-Value 0,026 < 0,05, dengan hasil

Signifikan (positif).

H2. Diduga citra merek (X2) berpengaruh positif terhadap keputusan pembelian

(Y) smartphone Xiaomi di Surabaya dapat diterima, dengan path coefficients

sebesar 0,385936, dan nilai T-statistic sebesar 6,150864 > 1,96 (nilai T-tabel

dari Zα = 0,05), atau P-Value 0,000 < 0,05, dengan hasil Signifikan (positif).

H3. Diduga word of mouth (X3) berpengaruh positif terhadap keputusan

pembelian (Y) smartphone Xiaomi di Surabaya dapat diterima, dengan path

coefficients sebesar 0,494409, dan nilai T-statistic sebesar 7,854531 > 1,96

(nilai T-tabel dari Zα = 0,05) atau P-Value 0,000 < 0,05, dengan hasil

Signifikan (positif).

Sebagaimana signifikansi hasil nilai T-Statistic dapat dilihat dari output smartPLS

dengan bootstraping pada gambar sebagai berikut :

Gambar 4.3 Inner Model dengan nilai signifiknasi T-Statistic Bootstraping

 85

Sumber : olah data, Output smartPLS

4.4 Pembahasan

4.4.1 Pengaruh Kualitas Produk Terhadap Keputusan Pembelian

Berdasarkan hasil penelitian yang telah dilakukan, memperoleh hasil bahwa

kualitas produk berpengaruh positif dan signifikan terhadap keputusan pembelian

(Y) smartphone Xiaomi, dengan hasil Signifikan (positif).

Indikator dari kualitas produk yang paling berpengaruh yaitu keandalan

(reliability). Dalam hal ini produk smartphone Xiaomi tidak akan mengalami

kerusakan atau kegagalan dalam periode waktu tertentu (3 tahun) dapat dijadikan

sebagai salah satu alasan untuk mengambil keputusan karena kualitas produk yang

dapat bertahan lama tanpa adanya kerusakan dalam kurun waktu 3 tahun.
 86

Hasil penelitian ini didukung dengan hasil penelitian yang telah dilakukan

oleh Noor & Nurlinda (2021) yang menunjukkan hasil bahwa keputusan pembelian

secara positif dan signifikan dipengaruhi oleh kualitas produk. Seperti halnya

penelitian yang dilakukan oleh Hairul (2018) yang memberikan hasil bahwa

kualitas produk berpengaruh positf dan signifikan terhadap keputusan pembelian.

Dari hasil olah data yang diperoleh, maka dapat disimpulkan bahwa

semakin berkualitas suatu produk, maka semakin tinggi tingkat keputusan

pembelian.

4.4.2 Pengaruh Citra Merek Terhadap Keputusan Pembelian

Berdasarkan hasil penelitian yang telah dilakukan, memperoleh hasil bahwa

citra merek berpengaruh positif dan signifikan terhadap keputusan pembelian (Y)

smartphone Xiaomi dengan hasil Signifikan (positif).

Indikator dari citra merek yang paling berpengaruh yaitu kesetiaan (brand

loyalty). Dalam hal ini kesetiaan atau brand loyalty dari Xiaomi kepada konsumen

sangatlah tinggi. Dengan adanya keramahan pada Mi Store maupun pada Service

Center nya dalam hal ini akan membuat citra merek menjadi baik.

Hasil penelitian ini didukung dengan hasil penelitian yang telah dilakukan

oleh Oktavenia & Ardani (2018) bahwa Citra Merek berpengaruh positif dan

signifikan terhadap keputusan pembelian. Dimana dapat dilihat bahwa dengan

adanya citra merek mampu meningkatkan keputusan pembelian yang dilakukan

oleh konsumen. Seperti halnya dengan penelitian oleh (Hairul, 2018) bahwa citra

merek berpengaruh positif dan signifikan terhadap keputusan pembelian.

 87

Dari hasil olah data yang diperoleh, maka dapat disimpulkan bahwa

semakin bagus citra merek maka akan semakin meningkatkan keputusan

pembelian.

4.4.3 Pengaruh Word Of Mouth Terhadap Keputusan Pembelian

Berdasarkan hasil penelitian yang telah dilakukan, memperoleh hasil bahwa

word of mouth berpengaruh positif dan signifikan terhadap keputusan pembelian

(Y) smartphone Xiaomi, dengan hasil Signifikan (positif).

Indikator dari word of mouth yang paling berpengaruh yaitu dorongan.

Dalam hal ini dorongan terhadap teman atau relasi untuk melakukan pembelian

smartphone Xiaomi sangatlah banyak terjadi di sosial media seperti grup

Facebook, Telegram, Whatsapp, dan Youtube. Namun dorongan melalui mulut

kemulut secara langsung juga banya, dikarenakan komunitas MiFans di Indonesia

cukup banyak di berbagai daerah.

Hasil penelitian ini didukung dengan hasil penelitian yang telah dilakukan

oleh Alya Aulinawan, Iwan Kresna Setiadi (2020) yang menunjukkan hasil bahwa

word of mouth berpengaruh positif dan signifikan terhadap keputusan pembelian.

Dari hasil olah data yang diperoleh, maka dapat disimpulkan bahwa

semakin bagus word of mouth suatu produk maka akan semakin meningkatkan

keputusan pembelian.