Skripsi Xiaomi - BAB 4
Skripsi Xiaomi - BAB 4
BAB IV
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
Singapura, perusahaan pembiayaan modal China, yaitu IDG Modal dan Qiming
dengan cepat menjadi salah satu perusahaan teknologi terkemuka di China. Xiaomi
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.
berorientasi pengguna, dan bertekad untuk dapat terus melampaui harapan melalui
inovasi dalam perangkat lunak, perangkat keras, dan layanan. Banyak dari
memutuskan untuk bergabung dengan Xiaomi. Tim Xiaomi tidak hanya sangat
untuk memastikan bahwa produk Xiaomi tetap unik dan memberikan pengalaman
a. Visi
b. Misi
elektronik
sampel penelitian ini. Karakteristik responden dalam penelitian ini dapat dilihat dari
usia dan pendapatan. Sampel yang digunakan didalam penelitian ini sebanyak 70
1. 17 – 22 Tahun 51 72,9%
2. 23 – 27 Tahun 18 25,7%
TOTAL 70 100%
Berdasarkan data dari tabel diatas dapat diketahui bahwa responden pada
tahun sebanyak 18 pengguna Xiaomi, dan yang diatas usia 27 tahun sebanyak 1
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,
2.500.000 sebanyak 5 orang, dan yang berpendapatan lebih dari Rp. 2.500.000
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),
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
memiliki kualitas kinerja mesin dan sistem operasi MiUi sangat baik saat
persentase sebesar 50% Dalam hal ini dapat disimpulkan sebagaian besar
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
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
3. Indikator ke tiga dari citra merek, yakni Daya Tarik (Affinity) yang
harga yang murah dibandingkan merek lain serta kualitas produk yang
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
1. Indikator pertama dari word of mouth, yakni Bicara Hal Positif yang
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
tahun sekali karena ada keluaran type terbaru dari smartphone merek
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
Terdapat outlier apabila Mahal. Distance Maximum > Prob. & Jumlah variabel
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
kualitas yang baik dan dapat dilanjutkan untuk diolah lebih lanjut dengan jumlah
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
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)
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)
Dari tabel diatas, validitas indikator diukur dengan melihat Nilai Factor
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
pada variabel Kualitas Produk (X1), Citra Merek (X2), Word of Mouth (X3), dan
besar dari 0,50 dan atau signifikan (Nilai T-Statistic lebih dari nilai Z α = 0,05 (5%)
77
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,
CITRA WORD OF
KEPUTUSAN KUALITAS
INDIKATOR MEREK MOUTH
PEMBELIAN (Y) PRODUK (X1)
(X2) (X3)
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
(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
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
Composite Reliability
konstruk reliabel jika nilai composite reliability di atas 0,70 maka indikator
variabel Kualitas Produk (X1) sebesar 0,768957, variabel Citra Merek (X2) sebesar
Composite Reliability diatas 0,70 sehingga dapat dikatakan seluruh variabel pada
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)
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
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
hubungan yang lebih kuat daripada hubungan antara variabel lainnya, hal ini juga
81
Gambar 4.2 Outer Model dengan factor loading, Path Coefficient dan R-Square
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
R-Square yang merupakan uji goodness-fit model. Pengujian inner model dapat
dilihat dari nilai R-square pada persamaan antar variabel latent. Nilai R2
R Square
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
Q2 = 1 – ( 1 – R12 ) ( 1 – R22 ) ... ( 1- Rp2 ) dimana R12 , R22 ... Rp2 adalah R-square
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).
Selanjutnya untuk pengujian hipotesis dapat dilihat hasil koefisien dan nilai
KUALITAS PRODUK
(X1) -> KEPUTUSAN 0,096967 0,098746 0,042988 2,255685 0,026
PEMBELIAN (Y)
Dari tabel diatas dapat diperoleh kesimpulan bahwa hipotesis yang menyatakan :
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
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).
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
4.4 Pembahasan
(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
Dari hasil olah data yang diperoleh, maka dapat disimpulkan bahwa
pembelian.
citra merek berpengaruh positif dan signifikan terhadap keputusan pembelian (Y)
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
oleh konsumen. Seperti halnya dengan penelitian oleh (Hairul, 2018) bahwa citra
Dari hasil olah data yang diperoleh, maka dapat disimpulkan bahwa
pembelian.
Dalam hal ini dorongan terhadap teman atau relasi untuk melakukan pembelian
Hasil penelitian ini didukung dengan hasil penelitian yang telah dilakukan
oleh Alya Aulinawan, Iwan Kresna Setiadi (2020) yang menunjukkan hasil bahwa
Dari hasil olah data yang diperoleh, maka dapat disimpulkan bahwa
semakin bagus word of mouth suatu produk maka akan semakin meningkatkan
keputusan pembelian.