1 Definisi Operasional Variabel

Tabel 4.1 Definisi Operasional Variabel

N Variabel Definisi Operasional

Skala o

Indikator

1) Recall (Pengingatan kembali) Likert Awareness merek) adalah kesanggupan

1 Brand Brand Awareness (kesadaran

(Pengenalan (BA)

2) Recognition

mahasiswa yang berbelanja

merek)

3) Purchsse (Alternatif pilihan) dalam mengenali, mengingat

online di kota Banda Aceh

4) Consumption (Mengingat saat kembali suatu merek sebagai

menggunakan produk lain) bagian dari suatu kategori

Sumber: Kriyantono,(2006:26) produk tertentu.

2 Brand Brand Image (citra merek) adalah keyakinan pada Likert Image (BI) suatu nama, symbol / desaign dan kesan yang dimiliki mahasiswa yang berbelanja online di kota Banda Aceh terhadap suatu merek yang diperoleh berdasarkan informasi tentang fakta-fakta yang kemudian menggunakan merek tersebut.

3 Keputusa Keputusan pembelian adalah Likert n

tindakan mahasiswa yang Pembelian berbelanja online di Kota (KP)

Banda Aceh untuk mau membeli atau tidak terhadap produk online tersebut.

4 Loyalitas Loyalitas adalah komitmen Likert (LT)

mahasiswa yang berbelanja online di Kota Banda Aceh terhadap suatu pasar berdasarkan sikap positif dan tercermin dalam pembelian ulang secara konsisten

Said Firdaus, Mariyudi, Teuku Zulkarnaen Said Firdaus, Mariyudi, Teuku Zulkarnaen

4.7 Analisis Data

kompak, yaitu (Ferdinand, 2006) yaitu: penelitian ini adalah dengan menggunakan

a. Confirmatory Factor Analysis merupakan SEM (Structural Equation Modeling) dengan

analisis multivariate yang digunakan program

untuk menguji sebuah konsep yang Structure) versi 20. Menurut Santoso (2011),

AMOS (Analysis

of

Moment

beberapa indikator SEM adalah teknik analisis multivariate yang

dibangun

dengan

terukur. Analisis konfirmatori dibuat merupakan kombinasi antara analisis faktor

untuk menguji multidimensionalitas dari dan analisis regresi (korelasi) yang bertujuan

suatu konstruk teoritis. Analisis ini sering untuk menguji hubungan-hubungan antar

juga disebut menguji validitas suatu variabel yang ada pada sebuah model, baik itu

konstruk teoritis karena variabel laten antar indikator dengan konstruknya, ataupun

yang digunakan dalam penelitian dibentuk hubungan antar konstruk.

konsep teoritis dengan Model persamaan struktural (SEM) adalah

berdasarkan

beberapa indikator atau manifes. Analisis sekumpulan teknik-teknik statistikal yang

menguji apakah memungkinkan pengujian sebuah rangkaian

konfirmatori

akan

indikator-indikator tersebut merupakan hubungan relatif murni “rumit” secara

indikator yang valid sebagai pengukur simultan (Ferdinand, 2006). SEM merupakan

konstruk yang akan diteliti, atau dengan penggabungan antara dua konsep statistika,

indikator-indikator yaitu konsep analisis faktor yang masuk pada

merupakan ukuran model pengukuran (measurement model) dan

tersebut

unidimensionalitas dari suatu konstruk konsep regresi melalui model struktural

laten. Validitas konstruk yang tinggi (structural model).

diukur dari tingkat signifikansi nilai Dalam analisis SEM, variabel dibedakan

loading factor dari suatu konstruk dan nilai menjadi sebagai berikut:

standardized

loading estimate dari

1. Variabel Laten. Variabel laten adalah konstruk tersebut harus sama dengan 0,5 dimana variabel yang tidak dapat diukur

atau lebih idealnya harus 0,7 (Ghozali, secara langsung tetapi diukur dengan satu

2013; Hair at al, 2010). atau lebih variabel manifes. Variabel laten

b. Regression Analysis adalah salah satu alat disebut pula dengan istilah unobserved

analisis kausal yang ditujukan untuk variable, konstruk atau konstruk laten.

mengukur pengaruh satu atau beberapa Konstruk ini diberi simbol lingkaran atau

variabel independen terhadap satu variabel elips. Konstruk dapat dibagi kedalam dua

independen tertentu.

macam yaitu sebagai berikut:

c. Path Analysis merupakan yang dipakai

untuk menjelaskan hubungan kausalitas variabel

a. Konstruk

eksogen,

merupakan

antara satu atau beberapa variabel. Model mempengaruhi variabel dependen (terikat).

ini adalah model dasar yang digunakan Konstruk eksogen dalam penelitian ini

menganalisis jalur untuk ialah brand awareness dan brand image

untuk

mengestimasi kekuatan dari hubungan-

hubungan kausal yang digambarkan dalam variabel dependen yang dipengaruhi oleh

b. Konstruk

endogen,

merupakan

path model.

variabel independen. Konstruk endogen dalam penelitian ini ialah keputusan

4.7.1 Tahapan

Permodelan dalam

pembelian dan loyalitas sebagai variabel

Analisis SEM

analisis Structural 2)

Variabel Manifes. Variabel manifes Equation Modeling (SEM) didasarkan pada adalah variabel yang digunakan untuk

evaluasi atas adanya hubungan saling menjelaskan atau mengukur variabel laten.

Ferdinand (2002) Variabel manifes dapat disebut juga dengan

ketergantungan.

mengajukan tahapan pemodelan dan analisis istilah observed variable, measured variable

persamaan struktural menjadi tujuh langkah atau indikator. Variabel manifes ini diberi

yaitu sebagai berikut:

simbol persegi panjang. SEM sebagai model

1. Mengembangkan Model Berbasis Teori multivariate yang berupa analisis persamaan

Dalam SEM

dilakukan adalah structural equation modeling sesungguhnya

struktural. Sebuah

melakukan serangkaian eksplorasi ilmiah memberi corak khusus di mana secara visual

melalui telaah pustaka guna mendapatkan akan menunjukkan kombinasi dari beberapa

justifikasi

atas

model teoritis yang

94 Said Firdaus, Mariyudi, Teuku Zulkarnaen 94 Said Firdaus, Mariyudi, Teuku Zulkarnaen

matriks yang menunjukkan korelasi yang untuk mengkonfirmasi model teoritis tersebut

dihipotesakan antar konstruk dan varibel melalui data empiris.

yang dibangun.

4. Matrik Input Dan Estimasi Model Diagram Alur

2. Pengembangan Path Diagram atau

Pada langkah ini dengan mengunakan Pada langkah kedua, model teoritis yang

SEM sebagai alat analisis berbasis kovarians. telah dibangun pada langkah pertama akan

Penggunaan matriks kovarians karena dapat digambarkan pada path diagram. Path

menunjukkan perbandingan yang valid antara diagram tersebut akan mempermudah untuk

populasi yang berbeda atau sampel yang melihat hubungan kausalitas konstruk yang

berbeda, di mana hal yang sama tidak dapat akan diuji, berdasarkan kajian teori dan

dilakukan oleh korelasi (Ferdinand, 2006). kerangka teoritis yang ada kemudian dibuat

Pada penelitian ini matriks inputnya adalah gambar diagram jalur hubungan kausalitas

matrik kovarian yang ukuran sampelnya antar konstruk beserta indikatornya.

adalah 100 responden. Teknik estimasi model Adapun bentuk diagram alur full model

yang digunakan adalah Maximum Likelihood dengan variabel mediasi penelitian ini adalah

Estimation (MLE).

seperti pada Gambar 4.6 berikut ini:

Kemungkinan Munculnya Masalah Identifikasi Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan model yang dikembangkan menghasilkan estimasi yang unik. Bila setiap kali estimasi dilakukan muncul problem identifikasi, maka sebaiknya model dipertimbangkan ulang dengan

5. Menganalisa

mengembangkan lebih banyak konstruk. Disebutkan oleh Ferdinand (2000), beberapa indikasi problem identifikasi:

a. Standard error untuk satu atau beberapa koefisien adalah sangat besar.

b. Program tidak mampu menghasilkan Sumber : Dikembangkan Dalam Penelitian Ini

Gambar 4.6 Full Model Penelitian

matrik informasi yang seharusnya disajikan.

c. Munculnya angka-angka yang aneh

3. Menyusun Persamaan Struktural seperti adanya varians error yang negatif. Pada bagian ini mengubah diagram jalur

d. Munculnya korelasi yang sangat tinggi (path

antar koefisien estimasi yang didapat struktural dan model pengukuran. Pada

diagram) ke

dalam

persamaan

(misalnya lebih dari 0,9). langkah ketiga ini, model yang dinyatakan

6. Evaluasi Kriteria Goodness of Fit dalam diagram jalur dinyatakan dalam dua

Uji kesesuaian full model SEM bertujuan kategori dasar yaitu sebagai berikut:

untuk melihat sejauh mana model dasar yang

a. Structural Equation atau persamaan dibentuk dalam penelitian ini memenuhi structural dirumuskan untuk menyatakan

kriteria Goodness of Fit sehingga model dapat hubungan

menggambarkan fenomena penelitian tanpa konstruk.

Kesesuaian model Rumus yang dikembangkan adalah seperti

adanya

modifikasi.

dievaluasi melalui telaah terhadap beberapa terlihat di bawah ini:

kriteria Goodness of Fit yaitu dengan menguji

KP = b 1 BA+b 2 BI+ɀ 1 ..........

kesesuaian dan cut off value nya yang

digunakan untuk menguji apakah sebuah Keterangan:

LT = b 1 BA+b 2 BI+b 3 KP+ɀ 2 .......(4.2)

model diterima atau ditolak (Ferdinand, 2006), LT

= Loyalitas

yaitu:

KP = Keputusan Pembelian a.Chi-Square Statistik. Model yang diuji BI =

Brand Image dipandang baik atau memuaskan bila nilai BA =

Brand Awareness Chi-Square nya rendah. Semakin kecil nilai b1-b3

= Koefisien Estimasi Chi-Square semakin baik model itu diterima Z1, Z2

= Nilai residual berdasarkan probabilitas dengan cut of value

b. Measurement model atau persamaan

sebesar p> 0,05.

spesifikasi model pengukuran digunakan

b. RMSEA (The Root Mean Square Error dalam menentukan variabel yang mengukur

Of

Appoximation).

Menunjukan nilai

Said Firdaus, Mariyudi, Teuku Zulkarnaen

Goodness of Fit yang dapat diharapkan bila jumlah indikator dengan 6, sehingga total model diestimasi dalam populasi. Nilai

sampel sebanyak 20 x 6 = 120 responden RMSEA yang ≤ 0,08 merupakan indeks

b. Validasi Model Pengukuran untuk dapat diterimanya model yang

1. Uji Validitas/Kesahihan menunjukkan sebuah close fit dari model

Validitas adalah sejauhmana ketepatan tersebut berdasarkan degress of freedom.

dan kecermatan suatu alat ukur dalam c.GFI

melakukan fungsi ukurnya (Azwar, 2004). ukuran non statistikal yang mempunyai

(Goodness-of-Fit-Index).

Merupakan

Proses pengujian adalah melalui isi dari rentang nilai antara 0 (poor fit) hingga 1,0

variabel-variabel pernyataan yang ada (perfectfit). Nilai yang tinggi dalam indeks ini

didalam kuesioner yang akan disebar menunjukkan sebuah better fit.

dalam penelitian ini. Suatu kuesioner

d. AGFI (AdjustedGoodness-of-Fit-Index). dinyatakan valid (sah) jika instrument Tingkat penerimaan yang direkomendasikan

tersebut dapat mengukur apa yang adalah apabila AGFI memiliki nilai yang

Semakin tinggi sama atau lebih besar dari 0,9.

seharusnya

diukur.

kesahihan pertanyaan semakin tepat pula e.CMIN/DF adalah The Minimum Sampel

alat pengukur tersebut. Dalam SEM Discrepancy Function yang dibagi dengan

pengujian validitas dilakukan dengan degree of freedom. CMIN/DF merupakan

Factor Analysis (CFA) statistik Chi-Square dibagi df-nya sehingga

Confirmatory

masing-masing konstruk yaitu dengan disebut Chi-Square–relatif. Nilai Chi-Square

melihat nilai Loading Factor masing- relatif kurang dari 2,0 atau 3,0 adalah

Suatu indikator indikasi dari acceptable fit antara model dan

masing

indikator.

dikatakan valid apabila nilai loading data.

factornya > 0,60. (Ghozali, 2013; Hair at al,

f. TLI (Tucker Lewis Index). Merupakan

incremental index yang membandingkan sebuah model yang diuji dengan sebuah base linemodel,

2.UjiReliabilitas/KeandalanPernyataan direkomendasikan

Reliabilitas adalah sejauhmana hasil suatu diterimanya sebuah model adalah ≥0,95

sebagai

acuan

pengukuran dapat dipercaya (Azwar, 2004). (Hair et al., 1995; dalam Ferdinand, 2006)

kuesioner yang dan nilai yang mendekati satu menunjukkan

Untuk

mengetahui

disebarkan pada responden andal atau

a very good fit.

tidak,

dilakukan analisis

g. CFI (Comparatif Fit Index). Rentang reliabilitas/keandalan pernyataan. Dalam sebesar 0-1 dimana semakin mendekati 1

SEM pengujian reliabilitas dilakukan mengindikasikan tingkat a very good fit yang

dengan dua cara, yaitu: tinggi.

a) Variance Extract

Dengan demikian indeks-indeks yang Dimana nilai variance extract yang dapat digunakan untuk menguji kelayakan atas

diterima adalah minimal 0,50. Untuk model adalah sebagai berikut:

dapat menghitung nilai variance extract Ada beberapa asumsi SEM yang harus

digunakan rumus sebagai berikut (Hair, dipenuhi dalam prosedur pengumpulan dan

pengolahan data, Ferdinand (2002) yaitu sebagai berikut.

a. Uji Kesesuaian Jumlah Sampel Model penelitian yang digunakan dalam penelitian ini adalah model Structural Equation Modelling (SEM), dimana dalam SEM jumlah sampel yang ideal antara 100-

b) Construct Reliability 200 (Hair et al., 2009) dan juga harus

diperlukan untuk mempertimbangkan jumlah parameter yang

Uji

reliabillitas

mengetahui tingkat keajegan alat ukur ada dalam model. Hair et al. (2009) lebih

yang dipakai. Alat ukur dapat dikatakan lanjut mengatakan untuk penentuan jumlah

reliable (dapat dipercaya), bila hasil sampel dapat berjumlah 5-10 jumlah

pengukurannya tetap atau nilai yang indikator. Dalam penelitian ini terdapat 20

diperoleh konsisten. Walaupun dilakukan indikator sehingga jumlah sampel bisa

pengukuran ulang pada subjek yang sama berkisar antara 84-168 responden. Jumlah

(Hair et al., 1999). Konsep reliabilitas sampel ditentukan dengan mengalikan

dalam

dikenal dengan nilai construct reliability. Nilai reliabilitas

SEM

96 Said Firdaus, Mariyudi, Teuku Zulkarnaen 96 Said Firdaus, Mariyudi, Teuku Zulkarnaen

multivariate, muncul karena kombinasi pembentuk variabel laten yang dapat

dimensi/indikator

karakteristik yang unik yang dimilikinya diterima adalah sebesar 0,70. Untuk

dan terlihat sangat jauh berbeda dengan dapat

lainnya (Ferdinand, reliability dalam penelitian ini digunakan

2006:52). Dalam penelitian ini pengujian rumus sebagai berikut:

data outlier menggunakan uji Mahalanobis Distance, dengan membandingkan nilai p1 dan p2. Nilai p1 dan p2 di atas 0,05 menunjukkan tidak ada data yang outliers. Ferdinand (2002) menyebutkan outliers pada dasarnya dapat muncul dalam empat

Dimana:

kategori:

td. Loading diperoleh langsung dari

muncul karena standardized loading untuk tiap-tiap

1. Data

Outliers

kesalahan prosedur seperti kesalahan indikator (diambil dari perhitungan

dalam memasukkan data atau kesalahan komputer).

dalam mengkoding data. j adalah measurement error dari tiap

2. Data Outliers muncul karena keadaan indikator.

benar-benar khusus yang c)

yang

Discriminant Validity (DV) memungkinkan profil data lain daripada Cara lain untuk melihat reliabilitas suatu

yang lain, tetapi peneliti memiliki konstruk adalah melalui Discriminant

mengenai apa penyebab Validity (DV). Discriminant Validity (DV)

penjelasan

munculnya nilai ekstrim tersebut. yang baik dapat dilihat dari nilai

3. Data Outliers muncul karena adanya Discriminant

suatu alasan tetapi peneliti tidak dapat didapatkan, dimana nilai perolehannya

mengetahui apa penyebabnya atau tidak harus lebih tinggi nilainya dibandingkan

ada penjelasan mengenai sebab-sebab dengan nilai korelasi antar konstruk

munculnya nilai ekstrim tersebut. (Ghozali, 2013). Untuk dapat menentukan

4. Data Outliers dapat muncul karena nilai Discriminant Validity (DV) dalam

range nilai jawaban responden, bila penelitian ini digunakan rumus sebagai

dikombinasi dengan variabel lainnya, berikut:

kombinasinya menjadi tidak lazim atau sangat ekstrim, yang sering dikenal dengan multivariate outliers.

Dimana:

e) Uji Multi kolinieritas dan Singuliritas

Suatu model dapat secara teoritis VE = Nilai perolehan Variance

tetapi tidak dapat Extract

diidentifikasi

masalah-masalah konstruk

empiris, misalnya adanya multikolinieritas tinggi dalam setiap model-model non-

c). Uji Normalitas Data

multikolinieritas Normalitas dapat diuji dengan melihat

recursive.

Asumsi

(multicollinearity) mengharuskan tidak gambar histogram data atau dapat diuji

adanya korelasi yang sempurna atau besar dengan metode-metode statistik. Dalam

variabel-variabel independen penelitian

diantara

(Ferdinand, 2006). Karena semua variabel dilakukan dengan menggunakan kriteria

model SEM sudah dikenakan matrik critical ratio skewness dan kurtusis value

sebesar 1, maka semua pembobotan regresi sebesar ± 2,58 pada tingkat signifikansi

yang dibakukan harus berada dalam 0,01. Data dapat disimpulkan mempunyai

1. Dalam distribusi normal jika nilai critical ratio

cakupan plus atau minus

menggunakan nilai skewness atau critical

penelitian

ini

Determinant of sample covariance matrix memiliki nilai mutlak antara -2,58 sampai

ratio

kurtosis

untuk melihat ada tidaknya model +2,58.

memiliki multikolinearitas, dimana nilai Determinant of sample covariance matrix

d) . Uji Outlier Data

yang menjauh dari 0 (nol) adalah Angka

tidak terdapat observasi yang muncul dengan nilai-nilai

multikolinieritas antar variabel. ekstrim baik secara univariate maupun

4.7. Interprestasi dan Modifikasi Model

Said Firdaus, Mariyudi, Teuku Zulkarnaen Said Firdaus, Mariyudi, Teuku Zulkarnaen

pembahasannya akan dilakukan pada bab yang tidak memenuhi syarat pengujian yang

selanjutnya.

dilakukan. Untuk langkah ini model yang sedang dikembangkan dan diinterprestasikan

4.9. Uji Efek Mediasi

dan apabila model yang tidak memenuhi

pertama sekali kriteria maka dilakukan modifikasi. Perlunya

Model

mediasi

diperkenalkan oleh Baron dan Kenny (1986) melakukan modifikasi terhadap sebuah model

yang selanjutnya dikembangkan oleh Preacher dapat dilihat dari jumlah residual yang

dan Hayes (2010), yang menjelaskan tentang dihasilkan model tersebut. Setelah model

prosedur analisis variabel mediator secara diestimasi, residualnya haruslah kecil atau

sederhana melalui regresi. Menurut Preacher mendekati nol dan distribusi frekuensi dari

dan Hayes (2010) suatu variabel disebut kovarians residual harus bersifat simetrik hal

variabel intervening jika variabel tersebut ikut ini sesuai dengan pendapat Tabachnick dan

mempengaruhi hubungan antara variabel Fidell tahun1996 dalam Ferdinand (2006).

variabel dependen. Bila jumlah residual lebih besar dari 5 persen

independen

dengan

Pengujian hipotesis mediasi dapat dilakukan dari semua residual kovarians yang dihasilkan

dengan prosedur uji Sobel (Sobel Test). oleh model, maka sebuah modifikasi mulai

Uji Sobel dilakukan dengan cara menguji perlu dipertimbangkan selanjutnya apabila

kekuatan pengaruh tidak langsung variabel ditemukan

independen (X) ke variabel dependen (Y) dihasilkan model itu cukup besar (> 2.58),

melalui variabel intervening (M). Pengaruh maka cara lain dalam memodifikasi adalah

tidak langsung X ke Y melalui M dihitung dengan mempertimbangkan untuk menambah

dengan cara mengalikan jalur X ─ M (a) sebuah alur baru terhadap model yang

dengan jalur M ─ Y (b) atau ab. Jadi koefisien diestimasi

ab=(c-c’) dimana c adalah pengaruh X dilakukan dengan menggunakan bantuan

terhadap Y tanpa mengontrol M, sedangkan c’ indeks modifikasi.

adalah koefisien pengaruh X terhadap Y setelah mengontrol M. Standard

error

koefisien koefisien a dan b ditulis dengan S a Pengujian hipotesis dalam penelitian ini

4.8. Uji Hipotesis

dan S b , besarnya standard error pengaruh dilakukan dengan menganalisis nilai C.R

tidak langsung (indirect effect). (Critical Ratio) dan nilai P (Probability) pada

Hubungan variabel prediktor (X), mediator hasil

(M) dan keluaran (Y) ditunjukkan dalam dibandingkan dengan batasan statistik yang

olah data

Regression

Weights,

Gambar 4.8. berikut:

disyaratkan. Menurut Ferdinand (2006), untuk menguji hipotesis mengenai kausalitas yang dikembangkan dalam model, perlu diuji

hipotesis nol yang menyatakan bahwa koefisien regresi antara hubungan adalah sama dengan nol melalui uji-t yang lazim

dalam model-model regresi. Uji statistik dilakukan

signifikansi hubungan antar variabel yang Gambar 4.8 Efek Mediasi ditunjukkan oleh nilai C.R (Critical Ratio) ’ yang identik dengan uji-t dalam regresi dan

nilai probabilitasnya (P). Hubungan yang Menurut Preacher dan Hayes (2001) jika signifikan ditandai dengan nilai C.R yang

(a) dan (b) signifikan serta (c’) tidak signifkan, lebih besar dari 2,58 dan nilai P lebih kecil

maka kepuasan kerja dikatakan sebagai dari 0,05.

variabel mediasi sempurna (full mediation). Apabila hasilnya menunjukkan nilai yang

Jika (a) dan (b) signifikan serta (c’) juga memenuhi syarat tersebut, maka hipotesis

signifikan dimana koefisien dari (c’) lebih kecil penelitian yang diajukan dapat diterima.

(turun) dari (c) maka kepuasan kerja Apabila hasilnya menunjukkan nilai yang

dikatakan sebagai variabel mediasi parsial tidak memenuhi syarat tersebut, maka

(partial mediation). Jika (a) dan (b) signifikan hipotesis penelitian yang diajukan ditolak.

serta (c’) juga signifikan, dimana koefisien (c’) Secara rinci pengujian hipotesis penelitian

hampir sama dengan (c) maka kepuasan kerja akan dibahas secara bertahap sesuai dengan

dikatakan bukan sebagai variabel mediasi. hipotesis yang telah diajukan. Pada penelitian

Jika salah satu (a) atau (b) atau keduanya

98 Said Firdaus, Mariyudi, Teuku Zulkarnaen 98 Said Firdaus, Mariyudi, Teuku Zulkarnaen

a. Uji CFA Konstruk Eksogen

sebagai variabel mediasi. Dalam penelitian ini terdapat tdua Untuk menguji signifikansi dari koefisien

yaitu variabel gaya efek tidak langsung (mediasi) menggunakan

konstruk

eksogen

budaya organisasi dan software yang dikembangkan oleh Sobel

kepemimpinan,

motivasi kerja. Variabel Brand Awareness (1986), yang lebih dikenal sebagai Sobel Test

yang dibentuk oleh 4 (empat) indikator, yang menggunakan rumus berikut ini:

variabel Brand Image dibentuk oleh 7 (tujuh) indikator. Berikut akan diuraikan mengenai uji CFA konstruk eksogen seperti pada Gambar 5.5 dan Tabel 5.5 berikut ini:

Z= Keterangan:

Z = Signifikansi mediasi

a = Koefisien

regresi

hubungan

independen (X) dengan mediasi (M)

b = Koefisien regresi hubungan variabel mediasi (M) dengan dependen (Y)

Sa = Standar

Error

hubungan

independen (X) dengan mediasi (M) Sb

= Standar Error hubungan mediasi (M) dengan dependen (Y)

HASIL PENELITIANN PEMBAHASAN Tahapan Analisis Structural Equation

Gambar 5.5 CFA Variabel Eksogen Modelling (SEM)

Dalam analisis data dengan menggunakan Berdasarkan Gambar5.5 dapat kita ketahui model SEM terdapat banyak persyaratan yang

bahwa seluruh indikator dari variabel harus dipenuhi diantaranya indikator-

eksogen datanya sudah valid. Hal ini indikator yang membentuk konstruk harus

diketahui dari nilai loading factor seluruh reliabel, data yang digunakan harus valid,

indikator dari variabel Brand Awareness dan data harus normal, tidak terdapat

Brand Image tidak ada yang dibawah 0,60 multikolinieritas dan ukuran sampel juga

(Ghozali, 2013). Dapat dijelaskan bahwa harus memenuhi kriteria yang dipersyaratkan

dari variabel brand oleh SEM. Pada bagian ini akan diuraikan

seluruh

indikator

awareness dan brand image datanya sudah tentang hasil analisis tahapan SEM.

valid. Hal ini diketahui dari nilai loading factor seluruh indikator dari variabel brand

awareness dan brand image tidak ada yang Uji validitas sebagaimana telah dilakukan

5.1.4.1. Uji Validitas

dibawah 0,60. Sehingga tidak ada indikator dengan tujuan untuk mengetahui tingkat

dari brand awareness dan brand image kemampuan suatu instrumen atau alat

kerjayang harus dibuang. pengumpul data dalam mengungkap sesuatu

yang menjadi sasaran pokok pengukuran yang

b. Uji CFA Seluruh Variabel Endogen

dilakukan. Suatu instrumen dikatakan valid Dalam penelitian ini terdapat dua apabila instrumen tersebut mampu mengukur

konstruk endogen yaitu variabel keputusan apa yang ingin diungkapkan (Sutrisno, 1993).

pembelian dan loyalitas . Variabel keputusan Dalam SEM pengujian validitas dilakukan

pembelian dibentuk oleh 4 (empat) indikator dengan Confirmatory Factor Analysis(CFA)

dan variabel loyalitas dibentuk oleh 5 (lima) masing-masing konstruk yaitu dengan melihat

indikator. Untuk melihat apakah konstruk nilai Loading Factor masing-masing indikator.

variabel endogen seluruh indikatornya valid Suatu indikator dikatakan valid apabila nilai

maka dilakukan uji validitas loading factornya > 0,60 (Ghozali, 2013).Uji

validitas dalam penelitian ini dilakukan terhadap konstruk eksogen (Brand Awareness dan Brand Image) dan konstruk endogen (Keputusan Pembelian dan Loyalitas).

Said Firdaus, Mariyudi, Teuku Zulkarnaen

(VE) yang didapatkan adalah < 0,50. Namun cara ini adalah optional atau tidak diharuskan (Hair, 1999).

3. Discriminant Validity (DV) Discriminant Validity bertujuan untuk

mengukur seberapa jauh suatu konstruk benar-benar berbeda dari konstruk lainnya (Ghozali, 2013). Cara mengujinya adalah

Gambar 5.7 Uji CFA Variabel Endogen

dengan membandingkan nilai akar kuadrat Variance Extracted (VE) dengan nilai korelasi

Berdasarkan Gambar 5.6 di atas dapat kita antar konstruk. Discriminant Validity (DV) ketahui bahwa seluruh indikator dari variabel

yang baik dapat dilihat dari nilai Discriminant endogen datanya sudah valid. Hal ini

Validity (DV) yang didapatkan, dimana nilai diketahui dari nilai loading factor seluruh

perolehannya harus lebih tinggi nilainya indikator dari variabel keputusan pembelian

dibandingkan dengan nilai korelasi antar dan loyalitas tidak ada yang dibawah 0,60

konstruk (Ghozali, 2013). Rumusnya adalah (Ghozali, 2013). Untuk

dapat dijelaskan

sebagai berikut:

bahwa seluruh indikator dari variabel eksogen datanya sudah valid. Hal ini diketahui dari

DV=√VE

nilai loading facto rseluruh indikator dari

Dimana:

variabel eksogen tidak ada yang dibawah 0,60. VE = Nilai perolehan dari Variance Extract masing-masing konstruk

penelitian dilakukan Reliabilitas

5.1.4.2. Uji Reliabilitas

Dalam

perhitungan sekaligus terhadap CR, mengenai konsistensi internal dari indikator-

VE dan DV seperti rumus yang telah indikator sebuah konstruk yang menunjukkan

disebutkan di atas. derajat

sampai dimana

masing-masing

Dapat dijelaskan bahwa keseluruhan nilai konstruk/faktor laten yang umum. Dengan

indikator itu mengindikasikan

sebuah

CR berada di atas atau lebih besar dari 0,70 kata lain bagaimana hal-hal yang spesifik

dan nilai VE berada di atas 0,50. Dengan saling

konstruk dalam fenomena yang umum. Pada dasarnya uji

penelitian ini adalah reliabel sehingga model reliabilitas menunjukan sejauh mana suatu

yang dibentuk adalah layak untuk diuji dalam alat ukur dapat memberikan hasil yang relatif

Sebelum mengukur sama bila dilakukan pengukuran kembali

tahap selanjutnya.

Discriminant Validity terlebih dahulu harus pada subyek yang sama. Uji reliabilitas

diketahui nilai korelasi antar konstruk dalam dilakukan dengan 3 cara yaitu Construct

sebagai pembanding Reliability (CR), Variance Extracted (VE) dan

model

penelitian

terhadap nilai akar kuadrat. Gambar 5.7 Discriminant Validity (DV). Dalam SEM uji

menunjukkan nilai korelasi antarkonstruk CR dan VE diperoleh melalui rumus (Hair, et

laten:

al., 1999) sebagai berikut:

1. Construct Reliability (CR):

Nilai reliabilitas

minimum

dari

dimensi/indikator pembentuk variabel laten yang dapat diterima adalah sebesar 0,70. Untuk dapat menentukan nilai construct reliability dalam penelitian ini digunakan rumus sebagai berikut:

2. Variance Extracted (VE) Salah satu cara lain untuk melihat

reliabilitas adalah melalui variance extracted

Gambar 5.7 Nilai Korelasi Antar Konstruk

100 Said Firdaus, Mariyudi, Teuku Zulkarnaen

Estimate

100-200 responden. Jumlah sampel ditentukan

dengan mengalikan jumlah indikator dengan BA <--> KP 0,45

BA <--> BI 0,60

6, sehingga total sampel sebanyak 20 x 6 =120 responden.

kuesioner yang BA <--> LY 0,62 disebarkan yaitu sebanyak 120 kuesioner yang BI <--> KP 0,68 telah dikembalikan oleh responden dan

.Seluruh

BI <--> LY 0,73 keseluruhannya berada dalam keadaan baik KP <-->

LY 0,84

dan dapat diolah. Setelah proses analisis data dengan menggunakan perangkat AMOS-20

Sumber: Data diolah, 2017

dengan model SEM tidak terdapat data yang Untuk mengukur seberapa jauh suatu outlier (data yang ekstrem atau sangat konstruk benar-benar berbeda dari konstruk berbeda dengan data lainnya), sehingga tidak lainnya, maka berikut ini ditampilkan hasil ada data yang harus dibuang. Jadi jumlah perhitungan nilai DV yaitu dengan cara sampel tetap sebanyak 120 responden. membandingkan nilai akar kuadrat dengan

nilai korelasi antar konstruk. Jelas terlihat

2. Uji Normalitas Data

bahwa masing-masing

konstruk

laten

Normalitas dapat diuji dengan melihat memiliki DV yang baik, hal ini dapat dilihat gambar histogram data atau dapat diuji dari nilai akar kuadrat dari VE (√VE) masing-

statistik. Dalam masing konstruk laten yang lebih tinggi penelitian ini evaluasi normalitas dilakukan nilainya dibandingkan dengan nilai korelasi dengan menggunakan kriteria critical ratio antara konstruk. Sehingga dapat dikatakan bahwa setiap variabel yang ada dalam skewness dan kurtusis value sebesar ± 2,58,

dengan

metode-metode

pada tingkat signifikansi 0,01. Data dapat penelitian ini sudah reliabel. disimpulkan mempunyai distribusi normal Dapat dijelaskan nilai DV untuk konstruk jika nilai critical ratio skewness atau critical brand awareness sebesar 0,822 lebih besar nilainya dari korelasi terhadap brand image ratio kurtosis memiliki nilai mutlak antara –

2,58 sampai +2,58,

sebesar 0,600, keputusan pembelian sebesar Berdasarkan data bahwa nilai critical ratio 0,450 dan loyalitas sebesar 0,620. Begitu juga dengan nilai DV untuk konstruk brand image skewness tidak ada satupun nilai univariate

yang berada di luar rentang nilai ±2,58. sebesar 0,863 lebih besar nilainya dari korelasi

dapat disimpulkan terhadap keputusan pembelian sebesar 0,680 keseluruhan data secara univariate adalah dan loyalitas sebesar 0,730. Selanjutnya untuk berdistribusi normal, demikian pula secara nilai DV konstruk keputusan pembelian sebesar 0,842 lebih besar nilainya dari korelasi multivariate nilai critical ratio kurtosis juga

Dengan

demikian

berada dalam rentang ±2,58 yaitu sebesar terhadap loyalitas yaitu sebesar 0,840.

demikian dapat disimpulkan baik secara univariate dan multivariate data dalam penelitian ini

maka

dengan

5.1.4.3. Pengujian Asumsi SEM

berdistribusi normal.

Pengujian Asumsi SEM dilakukan untuk melihat apakah keseluruhan dari instrumen

3. Uji Outlier Data

penelitian yang digunakan adalah telah Angka ekstrim (outliers) adalah observasi memenuhi kriteria atau persyaratan yang yang muncul dengan nilai -nilai ekstrim baik harus dipenuhi dalam analisis SEM. Terdapat

maupun minimal 4 kriteria asumsi SEM yang harus multivariate, muncul karena kombinasi karakteristik yang

secara univariate

diuji yaitu ukuran sampel, normalitas data, outlier

unik yang dimilikinya dan terlihat sangat jauh data dan multikolinieritas atau berbeda dengan observasi-observasi lainnya singuliritas. (Ferdinand, 2014). Dalam penelitian ini

pengujian data outlier menggunakan uji

1. Ukuran Sampel

Distance, dengan Pada analisis SEM, ukuran sampel yang membandingkan nilai p1 dan p2. Nilai p1 dan sesuai adalah antara 100-200 (Hair et al. p2 di atas 0,05 menunjukkan tidak ada data 1999). Dalam penelitian ini, ukuran sampel ditentukan atas dasar jumlah pernyataan outliers lagi. Berdasarkan hasil analisis data

Mahalanobis

outlier seperti dalam Tabel 5.11 terlihat yang ada dalam kuesioner. Ukuran sampel bahwa keseluruhan data memiliki nilai p1 adalah 5-10 kali jumlah butir pernyataan. atau p2 di atas 0,05 dengan demikian Dalam penelitian ini terdapat 20 indikator keseluruhan data dalam penelitian tidak sehingga jumlah sampel bisa berkisar antara terdapat data yang outlier.

Said Firdaus, Mariyudi, Teuku Zulkarnaen 101

4. Multikolinieritas dan Singuliritas Data Berdasarkan data dalam Tabel 5.14 dan Determinan

seperti yang telah dijelaskan di atas bahwa diamati untuk melihat apakah terdapat

belum seluruh nilai Goodness Of Fit (GOF) multicollinearity dalam sebuah kombinasi

memenuhi kriteria yang dipersyaratkan, variabel. Determinan yang benar-benar kecil

misalnya nilai GFI masih marginal (0,802< mengindikasikan adanya multikolinearitas

juga masih marginal sehingga data dapat digunakan untuk analisis

0,90),nilai

AGFI

(0,747<0,90) dan nilai p-value juga masih jelek yang

karena di bawah 0,05. Dengan demikian model multikolinearitas

penelitian belum sesuai dan belum mampu mengharuskan tidak adanya korelasi yang

(multicollinearity)

menjelaskan model penelitian dengan tepat sempurna atau besar diantara variabel-

dan baik, sehingga dengan demikian model variabel independen. Karena semua variabel

perlu dilakukan modifikasi. model SEM sudah dikenakan matrik sebesar

1, maka semua pembobotan regresi yang

5.1.5.2. Full Model Setelah Modifikasi

dilakukan harus berada dalam cakupan plus Uji kesesuaian model setelah modifikasi atau

dilakukan dengan cara menghubungkan menggunakan nilai Determinant of sample

(korelasi) antar error pada setiap indikator covariance matrix untuk melihat ada tidaknya

yang disarankan oleh sistem. Tujuannya model memilki multikolineritas, dimana nilai

adalah untuk menaikkan nilai GOF agar Determinant of sample covariance matrix yang

model benar layak dan tepat menjelaskan menjauh dari 0 adalah menunjukkan tidak

model penelitian. Modifikasi terhadap full terdapat multikolinieritas antar variabel

model dilakukan berdasarkan pada hasil endogen.

output modifikasi indicas (Lampiran II). Hasil uji full model setelah modifikasi diperlihatkan

5.1.5. Uji Kesesuian Model

dalam Gambar 5.10.

Yaitu uji yang dilakukan terhadap keseluruhan variabel baik eksogen maupun endogen yang telah digabungkan menjadi satu diagram (path) yang utuh melalui matrik varian atau kovarian dan model penuh itu disebut sebagai model penelitian. Uji full model dilakukan dalam dua tahap yaitu full model SEM sebelum modifikasi dan full model SEM setelah modifikasi.

Hasil pengolahan data seperti yang Uji full model SEM sebelum modifikasi

5.1.5.1. Full Model Sebelum Modifikasi

diperlihatkan dalam Gambar 5.10 kemudian bertujuan untuk melihat sejauhmana model

dimasukkan dalam Tabel 5.14, menunjukkan dasar yang dibentuk dalam penelitian ini

bahwa secara umum semua konstruk yang memenuhi kriteria goodness of fit sehingga

membentuk model model dapat menggambarkan fenomena

digunakan

untuk

penelitian ini, telah memenuhi kriteria penelitian tanpa adanya modifikasi. Model full

goodness of fit indeks yang telah ditetapkan SEM sebelum modifikasi ditampilkan dalam

seperti nilai chi-square,nilai TLI, nilai Gambar 5.9 berikut ini:

CFI,RMSEA, CMIN/DF dan nilai p-value kecuali nilai GFI dan nilai AGFI yang masih

marginal namun sudah mendekati baik.

Dimodifikasi

Hasil pengolahan data seperti yang

5.14.Terhadap Variabel Endogen

diperlihatkan dalam Gambar 5.9 kemudian Uji statistik dilakukan dengan mengamati dimasukkan dalam Tabel 5.13 menunjukkan

tingkat signifikansi hubungan antar variabel bahwa keseluruhan semua konstruk yang

yang ditunjukkan oleh nilai C.R (Critical digunakan

Ratio) yang identik dengan uji-t dalam regresi penelitian ini belum memenuhi kriteria

dan nilai probabilitasnya (P). Hubungan yang goodness of fit indeks yang telah ditetapkan

signifikan ditandai dengan nilai C.R yang seperti nilai chi-square, nilai GFI, RMSEA,

lebih besar dari 2,58 dan nilai P lebih kecil nilai AGFI, TLI, CFI, dan CMIN/DF.

dari 0,05 (Ferdinand, 2014). Untuk melihat

102 Said Firdaus, Mariyudi, Teuku Zulkarnaen 102 Said Firdaus, Mariyudi, Teuku Zulkarnaen

2. Brand Image berpengaruh signifikan (Brand Awareness dan Brand Image) terhadap

terhadap keputusan pembelian mahasiswi variabel endogen (Keputusan Pembelian dan

yang berbelanja online di Kota Banda Aceh Loyalitas) ditampilkan dalam Tabel 5.15.

Pengaruh Brand Image adalah signifikan terhadap keputusan pembelian, hal ini dapat

koefesien estimate

Pengaruh Variabel Dependen terhadap

standardizedregression weight sebesar 0,162

Variabel Independen

(16,2%),nilai probabilitas atau signifikansi sebesar 0,0001 (signifikan) dan nilai C.R

sebesar 6,198 (terima H2). Dengan demikian

ate

E. R.

dapat disimpulkan bahwa Brand Image K <-- B .96 par_1 berpengaruh signifikan terhadap keputusan

A 4 7 pembelian mahasiswi yang berbelanja online K <-- B 6.19 par_1 di Kota Banda Aceh.

awareness berpengaruh signifikan terhadap loyalitas Mahasiswi

I 0 8 3. Brand

L <-- K

5.27 par_1

yang berbelanja online di Kota Banda Aceh Y -

Brand awareness memiliki pengaruh yang

signifikan terhadap loyalitas mahasiswi, hal Y -

L <-- B 4.40 par_2

A 4 0 ini dapat dilihat dari nilai koefesien estimate

standardized regression weight sebesar 0,114 Y -

L <-- B .89 par_2

.135 -.135

I 3 1 (11,4%), nilai probabilitas atau signifikansi

Sumber: Data diolah, 2017

sebesar 0,0001 (signifikan) dan nilai C.R sebesar 4,404 (terima H3). Dengan demikian

Berdasarkan hasil analisis data seperti dapat disimpulkan bahwa Brand awareness yang ditampilkan dalam Tabel 5.15, maka

memiliki pengaruh yang signifikan terhadap persamaan struktural sebagai berikut :

loyalitas mahasiswi yang berbelanja online di Kota Banda Aceh

tidak berpengaruh +ɀ 1

Persamaan Struktural I : KP = b 1 BA + b 2 BI 4. Brand

image

signifikan terhadap loyalitas mahasiswi KP = 0,004BA + 0,638BI +

yang berbelanja online di Kota Banda Aceh ɀ 1

Brand image tidak berpengaruh signifikan

Persamaan Struktural II : LT = b 1 BA+b 2 BI+

terhadap loyalitas, hal ini dapat dilihat dari

estimate standardized LT = 0,444BA - 0,135BI +

b 3 KP+ɀ 2 nilai

koefesien

regression weight sebesar 0,135 , nilai 0,661KP + ɀ 2 probabilitas sebesar 0,135 (tidak signifikan)

dan nilai C.R sebesar -0,135 (ditolak H4). Berdasarkan Tabel 5.15, maka dapat

Dengan demikian dapat disimpulkan bahwa peneliti uraikan kesimpulan untuk menjawab

tidak berpengaruh secara hipotesis yang ada dalam penelitian ini, yaitu

Brand image

signifikan terhadap loyalitas mahasiswi yang sebagai berikut:

berbelanja online di Kota Banda Aceh

5. Keputusan pembelian berpengaruh signifikan terhadap keputusan pembelian

1. Brand Awareness tidak berpengaruh

signifikan terhadap loyalitas mahasiswi mahasiswi yang berbelanja online di Kota

yang berbelanja onlie di Kota Banda Aceh Banda Aceh

pembelian berpengaruh signifikan terhadap loyalitas, hal ini dapat Pengaruh

Keputusan

koefesien estimate keputusan pembelian adalah tidak signifikan

standardized regression weight sebesar 0,099 dengan nilai koefesien estimate standardized

(9,9%), nilai probabilitas atau signifikansi regression

sebesar 0,0001 (signifikan)dan nilai C.R probabilitas atau signifikansi sebesar 0,964

sebesar 5,272 (terima H5). Dengan demikian (tidak signifikan) dan nilai C.R sebesar 0,045 (

bahwa keputusan ditolak H1). Dengan kata lain bahwa brand

dapat

disimpulkan

berpengaruh signifikan terhadap loyalitas awareness tidak berpengaruh secara

masiswi yang berbelanja online di Kota Banda signifikan terhadap keputusan pembelian

Aceh.

mahasiswi yang berbelanja online di Kota Banda Aceh

Said Firdaus, Mariyudi, Teuku Zulkarnaen 103

5.1.7. Pengaruh Total, Langsung dan

mahasiswi yang berbelanja online di Kota

adalah sebesar 0,114 Untuk melihat pengaruh efek mediasi

Tidak Langsung

Banda

Aceh

(signifikan). Sedangkan pengaruh total maka terlebih dahulu akan dilihat seberapa

brand image terhadap loyalitas masiswi yang besar pengaruh langsung, pengaruh tidak

berbelanja onlie di Kota Banda Aceh adalah langsung serta pengaruh total variabel brand

sebesar 0,135 (tidak signifikan). Namun awareness, brand image, keputusan pembelian

pengaruh total antara keputusan pembelian dan loyalitas masiswi yang berbelanja online

mahasiswi yang di Kota Banda Aceh sebagaiberikut:

terhadap

loyalitas

berbelanja online di Kota Banda Aceh

1. Pengaruh Tidak Langsung adalah sebesar 0,099 (signifikan) Pengaruh tidak langsung antara variabel tidak bisa dilanjutkan analisisnya yang

5.1.8 Analisis Efek Mediasi (Intervening)

disebabkan variabel mediasi dalam hal ini

pertama sekali keputusan pembelian tidak memberikan

Model

mediasi

diperkenalkan oleh Baron & Kenny (1986), pengaruh kepada hubungan veriabel brand

analisis variabel awareness dengan loyalitas dan hubungan

menjelaskan

prosedur

mediator secara sederhana melalui regresi. variabel brand image dengan loyalitas. Hal

Intinya menurut Baron & Kenny (1986) ini disebabkan oleh adanya hubungan

mensyaratkan bahwa sebuah variabel dapat anatara brand awareness dengan variabel

dikatakan menjadi mediator jika hasilnya keputusan pembelian yang tidak signifikan

adalah: (1) Jalur –c : signifikan, (2) Jalur –a : dan hubungan antara variabel brand image

signifikan, (3) Jalur –b : signifikan, (4) Jalur c’ dengan loyalitas juga tidak signifikan. Oleh

: tidak signifikan. Untuk dinyatakan sebagai sebab itu penggunaan model Sobel Statistis

mediator, hubungan X ke Y pada persamaan Test

ke-3 haruslah tidak signifikan (nol), atau menentukan pengaruh variabel mediasi

tidak dapat

digunakan

dalam

disebut dengan complete mediation. Tapi jika dalam hasil penelitian ini.

persamaan 1-3 terpenuhi, namun persamaan 4 tidak, maka disebut dengan partial mediation.

2. Pengaruh Langsung Analisis efek mediasi ini bertujuan untuk Pengaruh

menjawab hipotesis 6 dan 7, yaitu: terhadap keputusan pembelian mahaasiswi

H6 : Keputusan pembelian memediasi yang berbelanja online di Kota Banda Aceh

brand awareness adalah sebesar 0,135 (tidak signifikan).

pengaruh

antara

mahasiswi yang Selanjutnya pengaruh langsung brand image

terhadap

loyalitas

berbelanja onlie di Kota Banda Aceh terhadap keputusan pembelian mahasiswi

Keputusan pembelian memediasi yang berbelanja online di Kota Banda Aceh

H7 :

pengaruh antara brand image terhadap adalah sebesar 0,126 (signifikan). Pengaruh

loyalitas mahasisiwi yang berbelanja langsung brand awareness terhadap loyalitas

online di Kota Banda Aceh. mahasiswi yang berbelanja online di Kota

Selanjutnya efek mediasi dalam hasil Banda

analisis penelitian ini tidak dapat dilanjutkan. (signifikan). Sedangkan pengaruh langsung

Aceh adalah

sebesar

Hal ini disebabkan oleh kedua jalur pengujian brand image terhadap loyalitas masiswi yang

hubungan antar variabel a, b dan c sebagai berbelanja onlie di Kota Banda Aceh adalah

syarat yang ditentukan dalam sistem salah sebesar 0,135 (tidak signifikan). Namun

satu hubungan variabelnya tidak signifikan. pengaruh

Adapun kendalanya pengujian efek mediasi pembelian terhadap loyalitas mahasiswi

keputusan pembelian yang mempengaruhi yang berbelanja online di Kota Banda Aceh

hubungan antara brand awareness dengan adalah sebesar 0,099 (signifikan)

loyalitas disebabkan oleh hubungan antara brand awareness dengan keputusan tidak

3.Pengaruh Total signifikan, jadi dengan demikian hipotesis H6 Pengaruh total brand awareness terhadap

dinyatakan ditolak. Selanjutnya kendala keputusan pembelian mahaasiswi yang

kedua dalam menganalisis efek mediasi berbelanja online di Kota Banda Aceh adalah

keputusan pembelian yang mempengaruhi sebesar 0,135 (tidak signifikan). Selanjutnya

hubngan anatara brand image dengan pengaruh total brand image terhadap

loyalitas disebabkan oleh hubungan kedua keputusan

variabel tersebut juga tidak signifikan, oleh berbelanja online di Kota Banda Acehadalah

sebab hipotesis H7 juga ditolak. Jadi dengan sebesar 0,126 (signifikan). Pengaruh total

demikian berdasarkan pendapat Baron & brand

104 Said Firdaus, Mariyudi, Teuku Zulkarnaen

Kenny diatas, pengujian efek mediasi tidak dapat dilanjutkan.

5.1.9. Pengujian Hipotesis

Untuk mengetahui apakah penelitian ini menerima atau menolak hipotesis yang telah dibangun

kesimpulan dari hasil pengujian hipotesis dalam Tabel 5.17.

Said Firdaus, Mariyudi, Teuku Zulkarnaen 105

N Pernyataan Hipotesis

Kesimpulan o

Estimate Std.

S.E.

C.R.

1 Brand awareness berpengaruh

signifikan Ditolak terhadap

keputusan (Data

0,964 pembelian mahasiswi yang

Mendukung berbelanja online di Kota

Model) Banda Aceh. (H1)

2 Brand image berpengaruh signifikan

Diterima keputusan

terhadap

pembelian (Data

0,0001 mahasiswi yang berbelanja

Mendukung onlie di Kota Banda Aceh.

Model) (H2)

3 Brand awareness berpengaruh

signifikan Diterima terhadap

loyalitas

(Data

0,0001 mahasiswi yang berbelanja

Mendukung online di Kota Banda

Model) Aceh. (H3)

4 Brand image berpengaruh Ditolak signifikan

terhadap

(Data loyalitas mahasiswi yang -0,018

0,893 Mendukung berbelanja online di Kota Model) Banda Aceh. (H4)

0,135

-0,135

5 Keputusan pembelian berpengaruh

signifikan Diterima terhadap

loyalitas

(Data

0,0001 mahasiswi yang berbelanja

Mendukung online di Kota Banda Aceh.

Model) (H5)

6 Keputusan pembelian memediasi pengarus brand

Ditolak awareness

terhadap

(Data tidak

loyalitas mahasiswi yang Mendukung berbelanja online di Kota

Model) Banda Aceh. (H6)

7 Keputusan pembelian memediasi pengarus brand

Ditolak image terhadap loyalitas

(Data tidak

mahasiswi yang berbelanja Mendukung online di Kota Banda Aceh.

Model) (H7)