Pendidikan Pembahasan Hasil Penelitian Pengaruh Iklan Terhadap Minat Beli Konsumen

b. Usia

Dari 100 responden yang menjawab kuesioner yang telah diberikan dapat diketahui usia para responden yakni pada tabel dibawah ini. Tabel 4.2. Karakteristik Responden Berdasarkan Usia No Usia Jumlah Prosentase 1 17-25 tahun 22 22 2 26-35 tahun 42 42 3 36-45 tahun 31 31 4 46-55 tahun 5 5 Total 100 100 Sumber Tabel karakteristik responden berdasarkan tingkat usia menunjukkan bahwa sebagian besar responden berusia 26 – 35 tahun dengan persentase 42 . Urutan kedua terbanyak adalah 36 – 45 tahun dengan persentase 31 , urutan ketiga terbanyak adalah 17 – 25 tahun dengan persentase 22 , dan sisanya 5 adalah yang berusia antara 46 – 55 tahun urutan keempat. : Data kuisioner diolah

d. Pendidikan

Dari 100 responden yang menjawab kuesioner yang telah diberikan dapat diketahui pendidikan para responden yakni pada tabel dibawah ini. Tabel 4.3. Karakteristik Responden Berdasarkan Pendidikan No Pendidikan Jumlah Persentase 1 SMUSederajat 45 45 2 D3 12 12 3 S-1 33 33 4 S-2 10 10 Total 100 100 Sumber Berdasarkan distribusi pendidikan terakhir yang ada menunjukkan bahwa sebagian besar responden tamatan SMUSederajat dengan : Data kuisioner diolah persentase 45, urutan kedua terbanyak adalah tamatan S-1 dengan persentase 33, urutan ketiga adalah tamatan D3 dengan persentase 12, sisanya 10 adalah tamatan S-2 urutan keempat.

e. Jenis Pekerjaan

Dari 100 responden yang menjawab kuesioner yang telah diberikan dapat diketahui pekerjaan para responden yakni pada tabel dibawah ini. Tabel 4.4. Karakteristik Responden Berdasarkan Jenis Pekerjaan No Jenis Pekerjaan Jumlah Prosentase 1 PelajarMahasiswa 14 14 2 Pegawai Negeri Sipil 26 26 3 Pegawai Swasta 35 31 4 Wiraswasta 18 18 5 Lain-lain 7 7 6 Total 100 100 Sumber : Data kuisioner diolah Berdasarkan distribusi jenis pekerjaan yang ada menunjukkan bahwa sebagian besar responden bekerja sebagai pegawai swasta dengan persentase 35, urutan kedua terbanyak adalah sebagai pegawai negeri sipil dengan persentase 26, urutan ketiga adalah sebagai wiraswasta dengan persentase 18, urutan keempat adalah PelajarMahasiswa dengan persentase 14, sisanya 7 adalah bekerja di bidang lain diurutan kelima.

4.2.2. Deskripsi Iklan Advertisement

Tabel 4.5. Frekuensi Hasil Jawaban Responden Mengenai Iklan No Pertanyaan Skor Jawaban Skor 1 2 3 4 5 6 7 1 Informasi mengenai atribut produk yang ada dalam iklan 8 8 49 49 38 38 5 5 100 100 2 Keakraban konsemen dengan merek setelah melihat iklan Motorola 10 10 54 54 27 27 9 9 100 100 3 Iklan ponsel Motorola dapat membentuk perilaku konsumen 10 10 51 51 28 28 11 11 100 100 Sumber Berdasarkan Tabel di atas diketahui sebagai berikut : : Data diolah 1. Indikator pertama dari Iklan yaitu Informasi mengenai atribut produk yang ada dalam iklan 2. Indikator kedua dari Iklan yaitu mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 49 atau 49 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 38 atau 38 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 49 responden atau 49 , kemudian yang menjawab setuju sebanyak 38 atau sebanyak 38 sedangkan yang menjawab netral sebanyak 8 responden atau sebanyak 8 dan yang menjawab sangat setuju sebanyak 5 responden atau 5. Keakraban konsemen dengan merek setelah melihat iklan Motorola mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 54 atau 54 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 27 atau 27 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 54 responden atau 54 , kemudian yang menjawab setuju sebanyak 27 atau sebanyak 27 sedangkan yang menjawab netral sebanyak 10 responden atau sebanyak 10 dan yang menjawab sangat setuju sebanyak 9 responden atau 9. 3. Indikator ketiga dari Iklan yaitu Iklan dapat membentuk perilaku konsumen mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 51 atau 51 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 28 atau 28 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 51 responden atau 51 , kemudian yang menjawab setuju sebanyak 28 atau sebanyak 28 sedangkan yang menjawab netral sebanyak 10 responden atau sebanyak 10 dan yang menjawab sangat setuju sebanyak 11 responden atau 11 .

4.2.3. Deskripsi Daya Tarik Produk Product Attraction

Tabel 4.6. Frekuensi Hasil Jawaban Responden Mengenai Daya Tarik Produk No Pertanyaan Skor Jawaban Skor 1 2 3 4 5 6 7 1 Harga produk ponsel Motorola 1 1 12 12 45 45 27 27 15 15 100 100 2 Kelebihan dan keunggulan ponsel Motorola 9 9 51 51 28 28 12 12 100 100 3 Reputasi perusahaan ponsel Motorola di mata 14 14 34 34 41 41 11 11 100 100 Sumber : Data diolah Berdasarkan Tabel di atas diketahui sebagai berikut : 1. Indikator pertama dari Daya Tarik Produk yaitu Harga ponsel Motorola mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 45 atau 45 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 27 atau 27 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 45 responden atau 45 , kemudian yang menjawab setuju sebanyak 27 atau sebanyak 27 sedangkan yang menjawab sangat setuju sebanyak 15 responden atau 15 dan yang menjawab netral sebanyak 12 responden atau sebanyak 12 . Dan yang menjawab agak tidak setuju sebanyak 1 responden atau 1 . 2. Indikator kedua dari Daya Tarik Produk yaitu Kelebihan dan keunggulan ponsel Motorola mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 51 atau 51 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 28 atau 28 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 51 responden atau 51 , kemudian yang menjawab setuju sebanyak 28 atau sebanyak 28 sedangkan yang menjawab sangat setuju sebanyak 12 responden atau 12 , dan yang menjawab netral sebanyak 9 responden atau sebanyak 9 . 3. Indikator ketiga dari Daya Tarik Produk yaitu Reputasi perusahaan ponsel Motorola mendapat respon terbanyak pada skor 6 dengan jumlah responden sebanyak 41 atau 41 , kemudian terbanyak kedua pada skor 5 dengan jumlah responden sebanyak 34 atau 34 . Artinya sebagian besar responden yang menjawab setuju sebanyak 28 atau sebanyak 28 , kemudian yang menjawab agak setuju sebanyak 51 responden atau 51 sedangkan yang menjawab netral sebanyak 14 responden atau sebanyak 14 dan yang menjawab sangat setuju sebanyak 11 responden atau 11 .

4.2.4. Deskripsi Minat Beli Konsumen Purchase Intention

Tabel 4.7. Frekuensi Hasil Jawaban Responden Mengenai Minat Beli Konsumen No Pertanyaan Skor Jawaban Skor 1 2 3 4 5 6 7 1 Minat Transaksional 1 1 11 11 52 52 28 28 8 8 100 100 2 Minat Referensial 16 16 43 43 37 37 4 4 100 100 3 Minat Preferensial 5 5 60 60 28 28 7 7 100 100 4 Minat Eksploratif 8 8 52 52 38 38 2 2 100 100 Sumber Berdasarkan Tabel di atas diketahui sebagai berikut : : Data diolah 1. Indikator pertama dari Minat Beli Konsumen yaitu Minat Transaksional mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 52 atau 52 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 28 atau 28 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 52 responden atau 52 , kemudian yang menjawab setuju sebanyak 28 atau sebanyak 28 sedangkan yang menjawab netral sebanyak 11 responden atau sebanyak 11 dan yang menjawab sangat setuju sebanyak 8 responden atau 8. Dan yang menjawab agak tidak setuju sebanyak 1 responden atau 1 . 2. Indikator kedua dari Minat Beli Konsumen yaitu Minat Referensial mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 43 atau 43 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 37 atau 37 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 43 responden atau 43 , kemudian yang menjawab setuju sebanyak 37 atau sebanyak 37 sedangkan yang menjawab netral sebanyak 16 responden atau sebanyak 16 , dan yang menjawab sangat setuju sebanyak 4 responden atau 4 . 3. Indikator ketiga dari Minat Beli Konsumen yaitu Minat Preferensial mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 60 atau 60 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 28 atau 28 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 60 responden atau 60 , kemudian yang menjawab setuju sebanyak 28 atau sebanyak 28 sedangkan yang menjawab sangat setuju sebanyak 7 responden atau 7 , dan yang menjawab netral sebanyak 5 responden atau sebanyak 5 . 4. Indikator keempat dari Minat Beli Konsumen yaitu Minat Eksploratif mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 52 atau 52 , kemudian terbanyak kedua pada skor 6 dengan jumlah responden sebanyak 38 atau 38 . Artinya sebagian besar responden yang menjawab agak setuju sebanyak 52 responden atau 52 , kemudian yang menjawab setuju sebanyak 38 atau sebanyak 38 sedangkan yang menjawab netral sebanyak 8 responden atau sebanyak 8 , dan yang menjawab sangat setuju sebanyak 2 responden atau 2 .

4.3. Analisis Data

4.3.1. Evaluasi Outlier

Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi atau multivariat Hair, 1998. Evaluasi terhadap outlier multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outlier bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair.dkk, 1998; Tabachnick Fidel, 1996. Uji terhadap outliers multivariate dilakukan dengan menggunakan Jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ 2 chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut : Tabel 4.8. Outlier Data Minimum Maximum Mean Std. Deviation N Predicted Value 17.472 75.146 50.500 12.030 100 Std. Predicted Value -2.745 2.049 0.000 1.000 100 Standard Error of Predicted Value 3.624 13.434 9.106 1.543 100 Adjusted Predicted Value 19.204 79.109 50.499 12.431 100 Residual -53.207 59.192 0.000 26.400 100 Std. Residual -1.911 2.126 0.000 0.948 100 Stud. Residual -2.031 2.263 0.000 1.004 100 Deleted Residual -60.122 67.054 0.001 29.630 100 Stud. Deleted Residual -2.068 2.318 0.001 1.011 100 Mahalanobis Distance [MD] 0.687 22.057 9.900 3.574 100 Cooks Distance 0.000 0.062 0.011 0.013 100 Centered Leverage Value 0.007 0.223 0.100 0.036 100 a Dependent Variable : NO. RESP Sumber Deteksi terhadap multivariate outlier dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ : Lampiran 2 pada derajaat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai χ 2 0,001 dengan jumlah indikator 10 adalah sebesar 29,588. Hasil analisis Mahalanobis diperoleh nilai 22,057 kurang dari χ 2 tabel 29,588 tersebut. Dengan demikian, tidak terjadi multivariate outliers.

4.3.2. Evaluasi Reliabilitas

Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s Alpha ini digunakan untuk mengestimasi reliabilitas setiap skala variabel atau observasi indikator. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir- butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan Purwanto, 2003. Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.9. Reliabilitas Data Konstrak Indikator Item to Total Correlation Koefisien Cronbachs Alpha Advertisement X11 0.764 0.811 X12 0.894 X13 0.891 Product Attraction X21 0.920 0.893 X22 0.908 X23 0.898 Purchase Intention Y1 0.823 0.731 Y2 0.776 Y3 0.822 Y4 0.537 Sumber Proses eleminasi diperlukan pada Item to total correlation pada indikator yang nilainya 0,5 [Purwanto, 2003]. Tidak terjadi eleminasi karena nilai item to total correlation seluruhnya ≥ 0,5. Indikator yang tereleminasi tidak disertakan dalam perhitungan cronbach’s alpha. Perhitungan cronbach’s dilakukan setelah proses eleminasi. : Lampiran Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan hasil baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998].

4.3.3. Evaluasi Validitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini : Tabel 4.10. Validitas Data Konstrak Indikator Faktor Loading 1 2 3 4 Advertisement X11 0.586 X12 0.860 X13 0.875 Product Attraction X21 0.876 X22 0.880 X23 0.822 Purchase Intention Y1 0.847 Y2 0.721 Y3 0.692 Y4 0.258 Sumber Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing-masing butir pertanyaan yang membentuk setiap construct seluruhnya ≥ 0,5, sehingga butir -butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya baik. : Lampiran

4.3.4. Evaluasi Construct Reliability Dan Variance Extracted

Selain melakukan pengujian konsistensi internal Cronbach’s Alpha , perlu juga dilakukan pengujian construct reliability dan variance extracted . Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama Purwanto, 2003. Variance extracted direkomendasikan pada tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel berikut ini : Tabel 4.11. Construct Reliability Dan Variance Extracted Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [εj] Construct Reliability Variance Extrated Advertisement X11 0.586 0.343 0.657 0.824 0.616 X12 0.860 0.740 0.260 X13 0.875 0.766 0.234 Product Attraction X21 0.876 0.767 0.233 0.895 0.739 X22 0.880 0.774 0.226 X23 0.822 0.676 0.324 Purchase Intention Y1 0.847 0.717 0.283 0.741 0.446 Y2 0.721 0.520 0.480 Y3 0.692 0.479 0.521 Y4 0.258 0.067 0.933 Batas Dapat Diterima ≥ 0,7 ≥ 0,5 Sumber Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen reliable, yang ditunjukkan dengan nilai construct reliability seluruhnya ≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan-alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50. : Lampiran

4.3.5. Evaluasi Normalitas

Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai – Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 1 yaitu sebesar ± 2,58. Hasilnya diperoleh nilai c.r. multivariat diantara ± 2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut : Tabel 4.12. Normalitas Data Sumber Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai- Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat : Lampiran Variable Min max kurtosis c.r. X11 4 7 -0.213 -0.434 X12 4 7 -0.140 -0.286 X13 4 7 -0.350 -0.714 X21 3 7 -0.472 -0.963 X22 4 7 -0.395 -0.806 X23 4 7 -0.672 -1.371 Y1 3 7 0.109 0.223 Y2 4 7 -0.597 -1.219 Y3 4 7 0.242 0.494 Y4 4 7 -0.286 -0.584 Multivariate -4.725 -1.525 Batas Normal ± 2,58 signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau distribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

4.3.6. Stuctural Equation Modeling SEM

4.3.6.1. Analisis Model One-Step Approach To SEM

Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama one step approach to SEM. Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi AMOS 4.01 terlihat pada gambar dan tabel Goodness of Fit berikut ini : Gambar 4.1 Sumber Tabel 4.13. Evaluasi Kriteria Goodness of Fit Indices : Lampiran Model One Step Approach - Base Model Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.039 ≤ 2,00 baik Probability 0.398 ≥ 0,05 baik RMSEA 0.019 ≤ 0,08 baik GFI 0.924 ≥ 0,90 baik AGFI 0.900 ≥ 0,90 baik TLI 0.967 ≥ 0,95 baik CFI 0.975 ≥ 0,94 baik Sumber Berdasarkan hasil evaluasi terhadap model One Step Modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. : Lampiran Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model. MODEL PENGUKURAN STRUKTURAL Advertisement, Product Attraction, Purchase Intention Model Specification : One Step Approach - Base Model 1 Advertisement X11 er_1 1 1 Product Attraction X12 er_2 1 X21 er_4 1 X13 er_3 1 X22 er_5 1 X23 er_6 1 Purchase Intention Y1 er_7 Y2 er_8 Y3 er_9 1 1 1 1 d_pi 1 Y4 er_10 1

4.3.7. Evaluasi Kausalitas

Dilihat dari angka determinant of sample covariance matrix : 18.910,14 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini : Tabel 4.14. Hasil Uji Kausalitas Uji Hipotesis Kausalitas Regression Weights Ustd Estimate Std Estimate Prob. Faktor ← Faktor Purchase_Intention ← Product_Attraction 0.240 0.350 0.019 Purchase_Intention ← Advertisement 0.388 0.567 0.000 Batas Signifikansi ≤ 0,10 Sumber Dilihat dari Prob. Arah hubungan kausal, maka hipotesis yang menyatakan bahwa : : Lampiran a Faktor Advertisement berpengaruh positif terhadap Faktor Purchase Intention , dapat diterima Prob. Kausalnya 0,000 0,10 signifikan positif. b Faktor Product_Attraction berpengaruh positif terhadap Faktor Purchase Intention , dapat diterima Prob. Kausalnya 0,019 0,10 signifikan positif.

4.3.8. Model Pengukuran Measurement

4.3.8.1. Analisis Unidimensi First Order

Tabel 4.15. Unidimensi First Order Regression Weights Ustd Estimate Std Estimate Prob. X11 ← Advertisement 0.414 0.586 0.000 X12 ← Advertisement 0.670 0.860 0.000 X13 ← Advertisement 0.711 0.875 0.000 X21 ← Product_Attraction 0.805 0.876 0.000 X22 ← Product_Attraction 0.718 0.880 0.000 X23 ← Product_Attraction 0.712 0.822 0.000 Y1 ← Purchase_Intention 1.000 0.847 0.000 Y2 ← Purchase_Intention 0.819 0.721 0.000 Y3 ← Purchase_Intention 0.695 0.692 0.000 Y4 ← Purchase_Intention 0.245 0.258 0.015 Sumber Tabel di atas menunjukkan bahwa semua hubungan dan pengaruh yang dianalisis berada pada tingkat signifikan yang diharapkan. Secara khusus terlihat bahwa koefisien pengaruh dari masing-masing hubungan regresi yang dikembangkan adalah signifikan. Sehingga hal ini menunjukkan bahwa dimensi-dimensi tersebut merupakan dimensi dari pembentuk faktor laten Minat Beli Konsumen. : Lampiran

4.4. Pembahasan Hasil Penelitian

a. Pengaruh Iklan Terhadap Minat Beli Konsumen

Dari hasil uji kausalitas pada Tabel 4.14 menunjukkan bahwa iklan mempunyai pengaruh signifikan terhadap minat beli dengan Prob. Kausalnya 0,000 0,10 signifikan positif. Hal ini memberikan gambaran empiris bahwa iklan walaupun secara tidak langsung tidak menghasilkan tindakan pembelian, namun bisa memberikan pembelajaran pasif dalam bentuk ingatan akan informasi produk, sehingga ketika proses pembelian berlangsung maka ingatan pasif tersebut akan berdampak pada pilihan yang akan diambil konsumen. Berdasarkan fakta yang ada, pihak Motorola telah melaksanakan kegiatan promosinya melalui iklan dengan baik, informasi yang diberikan telah memenuhi keinginan konsumen. Tayangan iklan Motorola di televisi yang menampilkan informasi mengenai model, warna dan bentuk yang menarik, serta fitur-fiturnya lengkap dari ponsel Motorola mendapatkan respon tanggapan yang positif dari konsumen. Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Cahyono 2008, bahwa Artinya model konseptual yang dikembangkan dan dilandasi oleh teori didukung oleh fakta. faktor iklan berpengaruh positif terhadap minat beli, dapat diterima atau signifikan positif sedangkan hasil penelitian yang dilakukan oleh Hasil penelitian ini juga sesuai dengan beberapa teori pendukung diantaranya : Thamrin 2003 : 144 menyatakan bahwa periklanan yang dilakukan secara tepat dapat menimbulkan minat beli konsumen. 1. Gilson dan Harold 1980 : 179, the purchase intent to buy is sometimes used a measure of how effectively an ad bring people to the point of actually purchasing something on the basic of an ad they have seen , dapat diartikan bahwa niat beli konsumen digunakan sebagai tolak ukur efektivitas sebuah iklan dalam mempengaruhi konsumen untuk melakukan pembelian setelah melihat sebuah iklan. 2. Sutisna, 2003 dalam Cahyono 2008:27, mengatakan bahwa jika iklan yang ditampilkan mampu menciptakan kepercayaan positif terhadap merek, konsumen akan lebih mungkin untuk mempunyai sikap positif dan membeli produk tersebut. Sikap positif disini berarti timbulnya rasa minat beli yang tinggi dari konsumen. Fakta yang terjadi bahwa berdasarkan tabel 4.10, faktor loading yang tertinggi adalah konsumen merasa tertarik dan berminat untuk membeli ponsel Motorola setelah melihat tayangan iklan ponsel Motorola yang sering mereka lihat di televisi, namun konsumen beranggapan bahwa informasi tentang model, bentuk, warna dan fitur-fitur ponsel Motorola yang mereka dapatkan melalui iklan di televisi maupun surat kabar ternyata belum sesuai dengan apa yang mereka inginkan. Hal ini didasarkan pada jawaban responden dan nilai faktor loading terendah pada pertanyaan tentang hal ini.

b. Pengaruh Daya Tarik Produk Terhadap Minat Beli Konsumen