Hasil Analisis Partial Least Square PLS Analisis Diskriminan

stasiun yang paling jarang disaksikan adalah Global Tv yaitu sebesar 1 persen. Hal ini menjadi harus menjadi pertimbangan bagi produsen mobile broadband Telkomsel Flash untuk menampilkan iklan di stasiun televisi yang lebih sering disaksikan oleh sebagian besar mahasiswa. Gambar 19. Stasiun televisi yang sering disaksikan mahasiswa

4.4. Hasil Analisis Partial Least Square PLS

Variabel laten dalam penelitian ini terdiri dari enam laten. Laten tersebut terdiri dari Pesan iklan F, pengenalan merekB, kepercayaan konsumen

C, sikap konsumen A, niat beli I, dan pembelian nyata P.

Metode analisis yang digunakan untuk mengetahui bentuk dan besar pengaruh Pesan Iklan F sebagai variabel eksogen murni terhadap variabel laten dependen endogen yaitu merek B, kepercayaan konsumen C, sikap konsumen A, niat beli I dan pembelian nyata P. Selain itu merek B, kepercayaan konsumen C, sikap konsumen A, niat beli I juga berfungsi ganda sebagai variabel eksogen karena selain dipengaruhi oleh variabel laten lain juga memberikan pengaruh terhadap variabel laten lain. Variabel pembelian nyata P merupakan variabel endogen murni. Analisis ini dilakukan dengan menggunakan Partial Least Square PLS yang diolah dengan SmartPLS 2.0. Hasil analisis model dapat dilihat pada Gambar 16. Penggunaan analisis PLS dalam penelitian ini bertujuan untuk mengetahui hubungan kausal atau hubungan sebab akibat. Penggunaan PLS juga dapat mengukur suatu hubungan yang tidak bisa diukur secara langsung. Olehkarena itu pemilihan PLS sebagai alat analisis dirasa tepat karena mampu menjelaskan hubungan yang kompleks dalam penelitian ini. 10 20 30 40 50 Series1

4.5. Pengujian Model

Untuk mengevaluasi model dalam penelitian ini diperlukan beberapa cara bergantung pada model yang telah dibentuk. Secara umum, evaluasi dan interpretasi model dapat dilihat sebagai berikut :

4.5.1 Model Pengukuran Outer Model

Model pengukuran outer model adalah menganalisis hubungan antara setiap blok indikator manifest dengan variabel latennya konstruk Ghozali, 2006. Evaluasi outer-model dilakukan terhadap konstruk yang direfleksikan oleh indikator-indikatornya. Menurut Chin 1998 dalam Ghozali 2008, menyatakan jika koefisien atau faktor loading dari masing-masing indikator pada model kurang dari 0,7 maka harus direduksi. Pada penelitian ini, indikator yang memiliki nilai faktor loading yang lebih rendah dari 0,7 akan di drop. Aktivitas pendropan dilakukan secara berurutan sesuai dengan jalur. Indikator yang memiliki nilai faktor loading di bawah 0,7 dapat dilihat pada Tabel 5 . Oleh sebab itu dilakukan analisis PLS kembali dan menghasilkan Gambar 18. Tabel 5. Indikator-indikator yang harus didrop LATEN INDIKATOR NILAI Pesan iklan F F1 Gaya Hidup Modern 0,373 F2A Kesan 0,371 F2B Kesan 0,473 Merek B B1 Gaya Hidup Modern 0,503 B2A Kesan 0,642 B2B Kesan 0,583 Kepercayaan konsumen C C1 Gaya Hidup Modern 0,337 C2A Kesan 0,662 C2BKesan 0,571 Sikap Konsumen A A1 Gaya hidup Modern 0,570 A2A Kesan 0,490 Lanjutan Tabel 5. LATEN INDIKATOR NILAI A2BKesan 0,711 Niat Beli I IA Gaya Hidup Modern 0,582 I2A Kesan 0,610 Pembelian Nyata P P1 Gaya Hidup Modern 0,655 Data diolah, 2012 Pada sikap konsumen A dalam indikator A2B yang merupakan indikator kesan, awal mula nilainya memang 0,711 , tetapi setelah indikator lain yang lebih kecil dari A2B dihapus, nilai indikatornya otomatis bisa berkurang ataupun bertambah. Untuk kasus pada indikator A2B nilainya berkurang, ini disebabkan karena memang indikator A2B tidak berpengaruh terhadap laten tersebut, sehingga indikator A2B menjadi terdrop. Nilai loading faktor untuk semua indikator diatas 0,7 menunjukkan indikator-indikator yang merefleksikan konstruk Gambar 17. Pada tabel 6 menunjukkan kekuatan indikator merefleksikan interelasi yang terbesar. Tabel 6. Nilai tertinggi interelasi refleksi indikator LATEN Nilai interelasi reflektif tertinggi Pesan iklan F F3 Merek 0,769 Merek B B3 Merek 0,741 Kepercayaan konsumen C C4 Ketertarikan 0,765 Sikap konsumen A A4 Ketertarikan 0,805 Niat beli I I2BKesan 0,803 Pembelian nyata P3 Merek 0,913 Data diolah, 2012 Gambar 20. Model awal Consumer Decision Model pada SmartPLS Indikator manifest yang nilai faktor loadingnya dibawah 0,7 dan yang nilainya paling terkecil dahulu akan di drop dari yang paling kiri yaitu pesan iklan F yang merupakan eksogen murni. Setelah di drop semua dari yang paling kiri ke yang paling kanan yaitu pembelian nyata P yang merupakan endogen murni, maka akan dihasilkan model kedua pada Gambar 20 yang akan menghasilkan nilai-nilai factor loading yang sudah sesuai, sehingga nantinya akan di boostrapping dan dapat melihat jalur yang paling efektif dalam pesan iklan tersebut. Tabel 7. Hasil indikator – indikator yang sudah didrop LATEN INDIKATOR NILAI Pesan iklan F F3 Merek 0,809 F4 Ketertarikan 0,781 F5 Niat Beli 0,725 Merek B B3 Merek 0,777 B4 Ketertarikan 0,826 B5 Niat Beli 0,759 Lanjutan Tabel 7. LATEN INDIKATOR NILAI Kepercayaan konsumen C C3 Merek 0,815 C4 Ketertarikan 0,823 C5 Niat Beli 0,717 Sikap Konsumen A A3 Merek 0,847 A4 Ketertarikan 0,727 A5 Niat Beli 0,781 Niat Beli I I2B Kesan 0,739 I3 Merek 0,825 I4 Ketertarikan 0,798 I5 Niat Beli 0,797 Pembelian Nyata P P2A Kesan 0,857 P2B Kesan 0,872 P3 Merek 0,921 P4 Ketertarikan 0,918 P5 Niat Beli 0,906 Data diolah,2012 Gambar 21. Model Kedua Consumer Decision Model yang telah didrop pada SmartPLS

4.5.2. Model Struktural Inner Model

Model struktural atau disebut juga inner model menggambarkan hubunganantar variabel laten berdasarkan pada substantive theory. Menilai inner model dapat dilakukan dengan cara melihat model struktural yang terdiri dari hubunganyang dihipotesiskan di antara konstruk-konstruk laten dalam model penelitian. Dengan menggunakan metode bootstrapping pada smartPLS, dapat diperolehkesalahan baku standar standard errors, koefisien jalur path coefficientsS, dan nilaiT-Statistik.Dengan teknik ini, peneliti dapat menilai signifikansi statistik modelpenelitian dengan menguji hipotesis untuk tiap jalur hubungan. Hasil bootstraping yang terdapat pada Tabel 8 menunjukkan koefisien untuk tiap jalurhipotesis dan nilai T-Statistiknya yang diperoleh dari hasil output smartPLSsebagai berikut: Tabel 8. Hasil Bootstrap Bobot Tiap Indikator Terhadap Variabel Laten Path Original Sample O Sample Mean M Standard Deviation STDEV Standard Error STERR T Statistics |OSTERR| A - I 0,355469 0,334392 0,159183 0,159183 2,233091 B - A 0,476321 0,480635 0,112988 0,112988 4,215671 B - C 0,212833 0,236028 0,130327 0,130327 1,633072 C - I 0,29591 0,314806 0,148163 0,148163 1,997196 F - A 0,342705 0,347895 0,131806 0,131806 2,600067 F - B 0,846527 0,853763 0,031352 0,031352 27,00059 F - C 0,659522 0,63848 0,133194 0,133194 4,951602 I - P 0,465961 0,472522 0,069394 0,069394 6,7147 Data diolah, 2012 Pada Tabel 8 dapat dilihat hubungan yang positif langsung dan positif tidak langsung diantara konstruk-konstruk yang ada dengan melihat nilainya pada tabel original sample O. Hubungannya antara lain : a Konstruk pesan iklan F memiliki pengaruh positif langsung terhadap pengenalan merek B sebesar 0,84, terhadap kepercayaan konsumen C sebesar 0,83, dan terhadap sikap konsumen A sebesar 0,74 serta pengaruh positif tidak langsung terhadap niat beli I dan kepada pembelian nyata P. b Konstruk pengenalan merek B memiliki pengaruh positif langsung terhadap kepercayaan konsumen C sebesar 0,21 dan terhadap sikap konsumen A sebesar 0,47 serta memiliki pengaruh positif tidak langsung terhadap niat beli I dan terhadap pembelian nyata P. c Konstruk kepercayaan konsumen C memiliki pengaruh positif secara langsung terhadap niat beli I sebesar 0,29 dan pengaruh positif tidak langsung terhadap pembelian nyata P. d Konstruk sikap konsumen A memiliki pengaruh positif terhadap niat beli I sebesar 0,35 dan pengaruh positif tidak langsung terhadap pembelian nyata P. e Konstruk niat beli I memiliki pengaruh positif langsung terhadap pembelian nyata P sebesar 0,46. Dilihat dari Gambar 19 yang merupakan hasil dari model yang sudah direduksi, hasil empiris dari pengujian modeldapat menunjukkan variansi laten-laten tersebut,yaitu : 1. Pesan iklan F dapat menjelaskan variansi pengenalan merek B sebesar 71,7 dan sisanya sebesar 28,3 dijelaskan oleh variabel lain. 2. Variansi kepercayaan konsumen C dapat dijelaskan oleh pesan iklan F dan pengenalan merek B sebesar 71,8 dan sisanya sebesar 28,2 dijelaskan oleh variabel lain. 3. Variansi sikap konsumen A dapat dijelaskan oleh variabel pesan iklan F dan variabel pengenalan merek B sebesar 62,1 dan sisanya sebesar 37,9 dijelaskan oleh variabel lain. 4. Variansi niat beli konsumen I dapat dijelaskan oleh variabel pesan iklan F, pengenalan merek B, kepercayaan konsumen C, dan sikap konsumen A sebesar 36,5 dan sisanya sebesar 63.5 dijelaskan oleh variabel lain. 5. Variansi pembelian nyata dapat dijelaskan sebesar 21,7 oleh variabel pesan iklan F, pengenalan merek B, kepercayaan konsumen C, sikap konsumen A, dan niat beli I dan sisanya sebesar 78,3 dijelaskan oleh variabel lain.

4.5.3 Hasil Analisis Consumer Decision Model CDM

Berdasarkan Gambar 22 yang merupakan model yang sudah di bootsrapping, maka dapat dilihat jalur yang paling efektif dari pesan iklan F sampai pada pembelian nyata P. Bisa dilihat informasi pada iklan di media televisi mobile broadband Telkomsel Flash versi “GPL Gak Pake Lama” berpengaruh terhadap variabel- variabel yang diukur pada CDM sampai dengan pembelian nyata seperti yang terlihat pada Gambar 21.Sehingga dapat dikatakan bahwa iklan mobile broadband Telkomsel Flash versi “GPL Gak Pake Lama” di media televisi tersebut mampu mengkomunikasikan informasi dengan efektif kepada konsumen. Dalam model tersebut terdapat 4 jalur yang bisa diliat keefektivitasannya, tetapi setelah dilakukan pengolahan data dalam model terdapat 3 tiga jalur yang variabel-variabelnya mempunyai hubungan yang signifikan dengan syarat nilai T hitung T tabel = 1,96. Gambar 22. Model ketiga Consumer Decision Model yang telah dibootsrapping Gambar 23. Hasil Consumer Decision Model mobile broadband TelkomselFlash Gambar 23 menunjukan ada 4 jalur yang dapat dilalui oleh pesan iklan F ke pembelian nyata P dengan beberapa variabel antara, yaitu : 1. Jalur 1: dari pesan iklan F melalui variabel antara yaitu kepercayaan konsumen C dan niat beli I baru akan menuju ke pembelian nyata P. Pada jalur 1 ini dapat dikatakan efektif karena syarat nilai T hitung T tabel = 1,96 sehingga terjadi jalur yang signifikan untuk dilalui oleh pesan iklan F sampai ke pembelian nyata P. Disini terlihat nilai factor loading antara pesan iklan F ke kepercayaan konsumen C yaitu sebesar 4,452 lalu dari kepercayaan konsumen C ke variabel niat I beli factor loadingnya sebesar 1,997 dan dari niat beli I ke pembelian nyata P faktor loadingnya sebesar 6,715. Disini dapat disimpulkan bahwa pesan iklan F yang terdapat pada iklan televisi mobile brodband Telkomsel Flash dapat membangun kepercayaan konsumen C maka menimbulkan niat beli I sehingga terjadilah pembelian nyata dan dapat dikatakan bahwa iklan tersebut sudah baik dalam mengkomunikasikan pesan sehingga terjadi hingga ke pembelian nyata. 2. Jalur 2 : dari dari pesan iklan F melalui 3 tiga variabel antara yaitu pengenalan merek B, kepercayaan konsumen C, dan niat beli I baru akan menuju ke pembelian nyata P. Pada jalur 2 ini tidak dapat dikatakan efektif ada satu faktor loading antar variabel yang syarat nilai T hitung T tabel = 1,96 sehingga terjadi jalur yang tidak signifikan untuk dilalui oleh pesan iklan F sampai ke pembelian nyata P. Disini terlihat nilai factor loading antara pesan iklan F ke pengenalan merek B yaitu sebesar 27,001 lalu dari pengenalan merek B ke variabel kepercayaan konsumen C factor loadingnya sebesar 1,633. Disini dapat disimpulkan bahwa pesan iklan F yang terdapat pada iklan televisi mobile brodbandTelkomsel Flashhanya dapat membangun pengenalan merek B tetapi tidak dapat membangun kepercayaan konsumen C sehingga tidak terjadi sampai ke niat beli I apalagi ke pembelian nyata P. 3. Jalur 3 : dari pesan iklan F melalui 3 tiga variabel antara yaitu pengenalan merek B, sikap konsumen A, dan niat beli I baru akan menuju ke pembelian nyata P. Pada jalur 3 ini dapat dikatakan efektif karena syarat nilai T hitung T tabel = 1,96 sehingga terjadi jalur yang signifikan untuk dilalui oleh pesan iklan F sampai ke pembelian nyata P. Disini terlihat nilai factor loading antara pesan iklan F ke pengenalan merek B yaitu sebesar 27,001 lalu dari pengenalan merek B ke variabel sikap konsumen A factor loadingnya sebesar 4,216 dan dari sikap konsumen A ke niat beli I factor loadingnya sebesar 2,233 serta terakhir adalah dari variabel niat beli I ke pembelian nyata P factor loadingnya sebesar 6,715. Disini dapat disimpulkan bahwa pesan iklan F yang terdapat pada iklan televisi mobile brodband Telkomsel Flash dapat membangun pengenalan merek B mobile broadband Telkomsel Flash tersebut kepada para penonton iklannya maka menimbulkan sikap konsumen A sehingga konsumen akan berniat membeli I dan terjadilah pembelian nyata P dan dapat dikatakan bahwa iklan tersebut sudah baik dalam mengkomunikasikan pesan sehingga terjadi hingga ke pembelian nyata. 4. Jalur 4: dari pesan iklan F melalui variabel antara yaitu sikap konsumen A dan niat beli I baru akan menuju ke pembelian nyata P. Pada jalur 4 ini dapat dikatakan efektif karena syarat nilai T hitung T tabel = 1,96 sehingga terjadi jalur yang signifikan untuk dilalui oleh pesan iklan F sampai ke pembelian nyata P. Disini terlihat nilai factor loading antara pesan iklan F ke sikap konsumen A yaitu sebesar 2,600 lalu dari sikap konsumen A ke variabel niat I beli factor loadingnya sebesar 2,233 dan dari niat beli I ke pembelian nyata P faktor loadingnya sebesar 6,715. Disini dapat disimpulkan bahwa pesan iklan F yang terdapat pada iklan televisi mobile brodband Telkomsel Flash dapat membangun sikap konsumen maka menimbulkan niat beli I sehingga terjadilah pembelian nyata dan dapat dikatakan bahwa iklan tersebut sudah baik dalam mengkomunikasikan pesan sehingga terjadi hingga ke pembelian nyata.

4.6 Hasil CDM Impulse Buying

Melihat hasil CDM yang sudah baik dari proses pesan iklan F sampai kepada pembelian nyata P dengan adanya variabel antara, yang terlihat dari adanya 3 jalur yang efektif, bisa dikatakan bahwa pesan iklan mobile broadband Telkomsel Flash versi “GPL Gak Pake Lama” sudah efektif dalam penyampaiannya kepada konsumen, sehingga sampai kepada tahap pembelian nyata mobile broadband Telkomsel Flash tersebut. Adanya 3 sifat konsumen dalam pembelian yaitu pembelian terencana, pembelian separuh terencana, dan pembelian tidak terencana, dapat dilihat dari hasil CDM bahwa konsumen mobile broadband Telkomsel Flash melakukan pembelian terencana dan separuh terencana dikarenakan adanya proses yang panjang sampai akhirnya ke pembelian nyata, sehingga untuk melihat apakah konsumen mobile broadband Telkomsel Flash juga memiliki sifat pembelian tidak terencana atau pembelian langsung yang biasa disebut dengan impulse buying, model CDM awal jalurnya ditambahkan dengan menghubungkan pesan iklan F langsung ke niat beli I kemudian ke pembelian nyata P dan model impulse buying kedua dengan menghubungkan pesan iklan F langsung ke pembelian nyata P.

4.6.1 Impulse Buying Jalur F

– I – P Pengukuran outer model untuk impulse buying jalur F – I – P ini sama dengan hasil outer model awal CDM. Bisa terlihat pada model CDM impulse buying pertama pada Gambar 24, manifest yang akan di drop adalah yang nilai factor loadingnya dibawah 0,7. Gambar 24. Model CDM impulse buying awal dari F – I – P Dari model pada gambar, manifest – manifest yang dibuang sama dengan manifest yang dibuang saat model awal CDM bisa dilihat pada Tabel 9 di bawah ini. Tabel 9. Indikator yang harus di drop dari model CDM impulse buying F – I – P LATEN INDIKATOR Pesan iklan F F1 Gaya Hidup Modern F2A Kesan F2B Kesan Merek B B1 Gaya Hidup Modern B2A Kesan B2B Kesan Kepercayaan konsumen C C1 Gaya Hidup Modern C2A Kesan C2Bkesan Sikap Konsumen A A1 Gaya hidup Modern A2A Kesan A2Bkesan Niat Beli I IA Gaya Hidup Modern I2A Kesan Pembelian Nyata P P1 Gaya Hidup Modern Data diolah 2012 Setelah semua manifest-manifest yang factor loadingnya di bawah 0,7 dibuang, terdapat sisa manifest yang nilainya sudah diatas 0,7 yang sama dengan hasil manifest model CDM awal, dan merupakan manifest – manifest yang sangat mempengaruhi laten tersebut. Gambar 25. Model CDM impulse buying F – I – P setelah manifest di drop Tabel 10. Hasil Indikator dari Model CDM impulse buying F – I – P yang sudah didrop LATEN INDIKATOR Pesan iklan F F3 Merek F4 Ketertarikan F5 Niat Beli Merek B B3 Merek B4 Ketertarikan B5 Niat Beli Kepercayaan konsumen C C3 Merek C4 Ketertarikan C5 Niat Beli Sikap Konsumen A A3 Merek A4 Ketertarikan A5 Niat Beli Niat Beli I I2B Kesan Lanjutan Tabel 10. LATEN INDIKATOR I3 Merek I4 Ketertarikan I5 Niat Beli Pembelian Nyata P P2A Kesan P2B Kesan P3 Merek P4 Ketertarikan P5 Niat Beli Data diolah,2012 Setelah itu dilakukan bootstrapping dimana akan dilihat apakah jalur impuls buying efektif atau tidak, sehingga bisa memperlihatkan apakah responden penelitian ini memiliki sifat pembelian langsung impulse buying atau tidak. Model bootstrapping bisa dilihat pada Gambar 26 pada model CDM impulse buying F – I – P. Sebelumnya dilihat terlebih dahulu inner model dari CDM impulse buying ini yang akan memperlihatkan hubungan antar laten yang saling berhubungan langsung dan berhubungan tidak langsung. Dapat dilihat pada Tabel 11. Tabel 11. Hasil CDM Impulse buying F – I – P Bootstrap Bobot Tiap Indikator Terhadap Variabel Laten Path Original Sample O Sample Mean M Standard Deviation STDEV Standard Error STERR T Statistics |OSTERR| A - I 0,293303 0,277079 0,206015 0,206015 1,423701 A - P 0,136604 0,140626 0,109287 0,109287 1,249961 B - A 0,475234 0,471244 0,119645 0,119645 3,972024 B - C 0,214859 0,207479 0,145145 0,145145 1,480303 B - I 0,174357 0,179099 0,095551 0,095551 1,82474 B - P 0,081205 0,089408 0,052932 0,052932 1,534144 C - I 0,162752 0,203012 0,18692 0,18692 0,870705 C - P 0,075801 0,096742 0,091782 0,091782 0,82588 F - A 0,746241 0,75404 0,052525 0,052525 14,20747 F - B 0,84615 0,848366 0,034212 0,034212 24,73244 F - C 0,839138 0,83779 0,037254 0,037254 22,5247 Lanjutan Tabel 11. Path Original Sample O Sample Mean M Standard Deviation STDEV Standard Error STERR T Statistics |OSTERR| F - I 0,567484 0,56732 0,074462 0,074462 7,621098 F - P 0,264301 0,275349 0,04427 0,04427 5,970163 I - P 0,465742 0,486996 0,06012 0,06012 7,746859 Gambar 26. Model CDM Impulse buying F – I – P yang telah dibootstrapping Setelah di bootstrapping, dapat dilihat ternyata responden pada penelitian ini tidak memiliki perilaku impulse buying, dapat dilihat dari hasil bootsrapping didapatkan laten pesan iklan F tidak mampu untuk menimbulkan niat beli I pada responden iklan televisi mobile broadbandTelkomsel Flash, dapat dilihat pada Gambar 26, laten pesan iklan F tidak memiliki pengaruh yang signifikan terhadap laten niat beli I T hitung T tabel=1,96 dengan nilai sebesar 1,196. Model pertama CDM impulse buying dari F – I – P tidak signifikan, hal ini dikarenakan perilaku impulse buying yang dimiliki oleh responden relatif rendah, dan informasi yang ditampilkan dari iklan televisi mobile broadband Telkomsel Flash kurang menarik sehingga niat beli responden tidak langsung tumbuh setelah melihat tayangan iklan tersebut. Selain itu mobile broadband bukanlah suatu barang pokok yang apabila dibeli secara langsung ataupun secara tidak langsung pasti digunakan, sehingga untuk membeli mobile broadband diperlukan pengetahuan tentang kemampuan barang tersebut, sehingga tidak heran apabila konsumen tidak dapat langsung memiliki niat beli ketika baru melihat iklan mobile broadband Telkomsel Flash tersebut di televisi. Untuk itu diperlukan variabel antara atau proses dari pesan iklan tersebut untuk sampai ke niat beli. Sehingga ketika pesan iklan tersebut tidak signifikan atau tidak efektif ke niat beli maka tidak akan terjadi pembelian nyata.

4.6.2 Impulse Buying Jalur F

– P Pengukuran outer model untuk impulse buying jalur F – P ini juga sama dengan hasil outer model awal CDM dan juga model CDM impulse buying F – I – P. Bisa terlihat pada model CDM impulse buying F – P pertama pada Gambar 27, manifest yang akan di drop adalah yang nilai factor loadingnya dibawah 0,7. Gambar 27. Model CDM impulse buying awal dari F – P Dari model pada gambar, manifest – manifest yang dibuang sama dengan manifest yang dibuang saat model awal CDM dan model impulse buying F – I – P bisa dilihat pada Tabel 12 di bawah ini. Tabel 12. Indikator yang harus di drop dari model CDM impulse buying F - P LATEN INDIKATOR Pesan iklan F F1 Gaya Hidup Modern F2A Kesan F2B Kesan Merek B B1 Gaya Hidup Modern B2A Kesan B2B Kesan Kepercayaan konsumen C C1 Gaya Hidup Modern C2A Kesan C2BKesan Sikap Konsumen A A1 Gaya hidup Modern A2A Kesan A2BKesan Niat Beli I IA Gaya Hidup Modern I2A Kesan Pembelian Nyata P P1 Gaya Hidup Modern Data diolah 2012 Setelah semua manifest-manifest yang factor loadingnya di bawah 0,7 dibuang, terdapat sisa manifest yang nilainya sudah diatas 0,7 yang sama dengan hasil manifest model CDM awal dan model CDM impulse buying F – I – P, dan merupakan manifest – manifest yang sangat mempengaruhi laten tersebut. Gambar 28. Model CDM impulse buying F – P setelah manifest di drop Tabel 13. Hasil Indikator dari Model CDM impulse buying F – P yang sudah didrop LATEN INDIKATOR Pesan iklan F F3 Merek F4 Ketertarikan F5 Niat Beli Merek B B3 Merek B4 Ketertarikan B5 Niat Beli Kepercayaan konsumen C C3 Merek C4 Ketertarikan C5 Niat Beli Sikap Konsumen A A3 Merek A4 Ketertarikan A5 Niat Beli Niat Beli I I2B Kesan I3 Merek I4 Ketertarikan I5 Niat Beli Lanjutan Tabel 13. LATEN INDIKATOR Pembelian Nyata P P2A Kesan P2B Kesan P3 Merek P4 Ketertarikan P5 Niat Beli Data diolah,2012 Setelah itu dilakukan bootstrapping dimana akan dilihat apakah jalur impuls buying dari F ke P efektif atau tidak, sehingga bisa memperlihatkan apakah responden penelitian ini memiliki sifat pembelian langsung impulse buying atau tidak. Model bootstrapping bisa dilihat pada Gambar 29 pada model CDM impulse buying F – P. Sebelumnya dilihat terlebih dahulu inner model dari CDM impulse buying ini yang akan memperlihatkan hubungan antar laten yang saling berhubungan langsung dan berhubungan tidak langsung. Dapat dilihat pada Tabel 14. Tabel 14. Hasil CDM Impulse buying F – P Bootstrap Bobot Tiap Indikator Terhadap Variabel Laten Path Original Sample O Sample Mean M Standard Deviation STDEV Standard Error STERR T Statistics |OSTERR| A - I 0,355524 0,377876 0,153759 0,153759 2,31221 A - P 0,189444 0,218671 0,100303 0,100303 1,888709 B - A 0,477053 0,485408 0,120558 0,120558 3,957052 B - C 0,210621 0,223255 0,12324 0,12324 1,709028 B - I 0,231913 0,246511 0,096096 0,096096 2,413355 B - P 0,123576 0,141348 0,062676 0,062676 1,971655 C - I 0,295834 0,268247 0,146724 0,146724 2,016261 C - P 0,157637 0,148165 0,078675 0,078675 2,003663 F - A 0,745807 0,740743 0,051535 0,051535 14,4718 F - B 0,847093 0,852625 0,036209 0,036209 23,39457 F - C 0,840221 0,830364 0,042744 0,042744 19,65708 F - I 0,513719 0,503143 0,072606 0,072606 7,07541 F - P 0,155379 0,139223 0,087416 0,087416 1,77747 I - P 0,532857 0,566367 0,081366 0,081366 6,548903 Gambar 29. Model CDM impulse buying F – P yang telah dibootstrapping Model kedua CDM impulse buying ini juga sama dengan model pertama CDM impulse buying jalur F – I – P, yaitu memperlihatkan laten pesan iklan F tidak mempengaruhi laten pembelian nyata P secara signifikan atau memiliki nilai yang tidak signifikan sesuai dengan syarat nilai T hitung T tabel = 1,96, nilai T hitung yang didapatkan adalah 1,155Gambar 27. Pesan iklan F ke pembelian nyata P tidak signifikan atau tidak efektif. Hal ini dikarenakan mobile broadband Telkomsel Flash merupakan produk yang baru dan belum menjadi suatu kebutuhan yang sangat penting pada setiap orang, sehingga responden harus mengetahui lebih dalam informasi tentang produk ketika ingin membelinya. Selain itu, responden juga sangat hati – hati dalam melakukan pembelian produk dan sangat teliti dalam pemilihan barang yang akan digunakan. Sehingga untuk melakukan pembelian terhadap mobile broadband Telkomsel Flash tidak cukup hanya dengan melihat iklan sesekali dan hanya dengan melihat bentuk atau model dari produk mobile broadbandTelkomsel Flash, tetapi responden memerlukan informasi dan pengetahuan yang lebih mengenai produk Telkomsel Flash ini. Jadi, dapat disimpulkan bahwa iklan mobile broadband Telkomsel Flash v ersi “GPL Gak Pake Lama” tidak dapat membangun perilaku impulse buying dan responden tidak memiliki perilaku impulse buying.

4.7. Analisis Diskriminan

Metode analisis diskriminan digunakan untuk mengklasifikasikan antara variabel-variabel yang mendorong mahasiswa untuk membeli atau tidak membeli mobile broadband Telkomsel Flashsetelah menonton iklan televisi versi “GPL Gak Pake Lama”. Analisis ini berguna untuk menemukan fungsi diskriminan mahasiswa yang membeli dengan yang tidak membeli, koefisien, dan bobot diskriminan. Dalam penelitian kali ini analisis diskriminan menggunakan faktor- faktor yang mempengaruhi keputusan pembelian baik menurut persepsi responden yang beli maupun yang tidak beli mobile broadband Telkomsel Flashmeliputi pengaruh lingkungan L, perbedaan individu I, dan proses psikologi P yang dituangkan kedalam delapan belas pertanyaan. Kedelapan belas pertayaan tersebut adalah Status mahasiswa LI, Saran dari teman L2, Kebiasaan Keluarga L3, Lokasi Tempat Tinggal L4, Wiraniaga SPG L5, Pengeluaran Perbulan I1, Variasi Speed I2, Harga Paket I3, Kuota Akses I4, Jaringan Akses I5, Pengetahuan Attribut Produk I6, Pengetahuan Tempat Pembelian I7, Kepercayaan Merek I8, Kepribadian I9, Gaya Hidup I10, Iklan P1, Media Informasi Televisi P2, dan Pengalaman Sebelumnya P3. Uji diskriminan dilakukan dengan menggunakan software MINITAB 14 dengan menggunakan data yang telah didistribusi ke intervaldengan menggunakan 100 data berdasarkan variabel mahasiswa yang membeli dan tidak membeli broadband Telkomsel Flash. Tabel 15. Penempatan klasifikasi responden yang membeli dan yang tidak membeli dan variabel-variabelnya Discriminant Analysis: BELITIDAK versus L1; L2; ... Linear Method for Response: BELITIDAK Predictors: L1; L2; L3; L4; L5; I1; I2; I3; I4; I5; I6; I7; I8; I9; I10; P1;P2; P3 Group 0 1 Count 59 41 Tabel 15 menunjukkan ringkasan hasil dari pengolahan data dengan menggunakan analisis diskriminan. Bagian pertama menginformasikan bahwa metode yang digunakannya adalah metode linier dengan variabel respon pilihan varian. Variabel prediktor adalah status Status mahasiswa LI, Saran dari teman L2, Kebiasaan Keluarga L3, Lokasi Tempat Tinggal L4, Wiraniaga SPG L5, Pengeluaran Perbulan I1, Variasi Speed I2, Harga Paket I3, Kuota AksesI4, jaringan akses I5, Pengetahuan Attribut Produk I6, Pengetahuan Tempat Pembelian I7, Kepercayaan Merek I8, Kepribadian I9, Gaya Hidup I10, Iklan P1, Media Informasi Televisi P2, dan Pengalaman Sebelumnya P3. Tahap mengklasifikasikan dilakukan dengan pemilihan variabel yang layak atau valid untuk dianalisis. Selanjutnya, variabel klasifikasi tersebut uji dengan menggunakan variabel-variabel prediktor yang telah divalidasi sebelumnya. Pada tabel 16, baris Put into Group, angka 0 menunjukkan responden yang tidak membeli mobile broadband Telkomsel Flash dan angka 1 menunjukkan responden yang membeli broadband TelkomselFalsh. Pada baris Total N menunjukkan 59 responden yang tidak membeli broadband Telkomsel Flash dan 41 responden yang membeli broadband Telkomsel Flash. Pada N correct menunjukkan sebanyak 42 orang yang tidak membeli yang memenuhi klasifikasi dan sebanyak 32 responden yang membeli yang memenuhi klasifikasi atau disebut terjadi misklasifikasi. Jadi sebesar 17 responden pada variabel tidak membeli dan 9 responden pada variabel membeli yang masuk misklasifikasi. Sehingga proportion yang dihasilkan pada variabel yang tidak memiliki broadband Telkomsel Flash sebesar 71,2 dan pada variabel yang memiliki broadband Telkomsel Flash sebesar 78 . Dari 100 responden yang awal dimasukkan, jadi terdapat 26 responden yang misklasifikasi dan tersisa hanya 74 responden yang memenuhi tahap klasifikasi. Tabel 16. Klasifikasi responden yang membeli dan tidak membeli Terdapatnya ketidakcocokan klasifikasi ini dikarenakan kurang signifikannya variabel-variabel prediktor yang menjelaskan secara pasti klasifikasi yang dimaksudkan. Hal ini mengakibatkan terjadinya tumpang tindih overlap pada sebaran normal sehingga perlu adanya penghapusan data yang termasuk kedalam misklasifikasi. Penghapusan data dilakukan sampai nilai proportion mencapai 100. Tabel 17 adalah nilai fungsi diskriminan yang mempengaruhi responden untuk membeli broadband Telkomsel Flash dan yang tidak membeli broadband Telkomsel Flash sebelum dilakukan penghapusan data. Data yang harus dihapus dapat dilihat pada tabel 18, terdapat sebanyak 26 data yang harus dihapus agar proportion pada diskriminan mencapai 100. Tabel 17. Nilai discriminant function sebelum penghapusan data pertama Summary of classification True Group Put into Group 0 1 0 42 9 1 17 32 Total N 59 41 N correct 42 32 Proportion 0,712 0,780 N = 100 N Correct = 74 Proportion Correct = 0,740 Linear Discriminant Function for Groups 0 1 Constant -28,628 -34,217 L1 1,789 2,324 L2 1,573 1,889 L3 1,874 2,363 L4 2,752 2,819 L5 2,272 2,193 I1 -1,940 -2,178 I2 0,963 0,760 I3 4,531 5,143 I4 -2,383 -2,883 I5 -0,411 -0,826 I6 -1,500 -1,766 I7 -1,418 -1,584 I8 2,741 4,110 I9 2,692 3,019 I10 1,481 1,193 P1 4,708 4,741 P2 -2,493 -2,294 P3 1,027 0,727 Tabel 18. Data yang harus dihapus atau misklasifikasi pertama Tabel 16. Data yang harus dihapus atau misklasifikasi Setelah data yang tergolong misklasifikasi dihapus, jumlah data yang tersisa sebesar 74 data. Data yang telah bebas dari misklasifikasi kembali di run. Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 2 1 0 0 15,71 0,759 1 18,01 0,241 3 1 0 0 6,469 0,643 1 7,646 0,357 9 1 0 0 8,446 0,844 1 11,825 0,156 17 1 0 0 15,16 0,508 1 15,22 0,492 20 1 0 0 11,94 0,635 1 13,05 0,365 31 1 0 0 11,11 0,753 1 13,34 0,247 32 1 0 0 28,57 0,818 1 31,58 0,182 37 1 0 0 14,63 0,669 1 16,03 0,331 41 1 0 0 13,35 0,621 1 14,34 0,379 43 0 1 0 9,058 0,490 1 8,976 0,510 46 0 1 0 5,964 0,476 1 5,769 0,524 49 0 1 0 32,29 0,297 1 30,57 0,703 56 0 1 0 22,56 0,496 1 22,53 0,504 57 0 1 0 23,91 0,455 1 23,56 0,545 59 0 1 0 10,305 0,352 1 9,087 0,648 63 0 1 0 19,89 0,258 1 17,78 0,742 68 0 1 0 13,37 0,249 1 11,16 0,751 69 0 1 0 24,84 0,257 1 22,72 0,743 70 0 1 0 20,09 0,130 1 16,29 0,870 73 0 1 0 16,06 0,471 1 15,83 0,529 74 0 1 0 42,31 0,494 1 42,27 0,506 75 0 1 0 20,87 0,269 1 18,87 0,731 78 0 1 0 11,21 0,499 1 11,20 0,501 89 0 1 0 26,30 0,398 1 25,47 0,602 95 0 1 0 10,73 0,434 1 10,20 0,566 100 0 1 0 14,16 0,428 1 13,59 0,572 Tabel 19. Klasifikasi responden yang membeli dan tidak membeli kedua Setelah data di run, hasil dari data dengan 42 responden yang tidak membeli dan 32orang yang membeli broadband Telkomsel Flash didapatkan hasil yang belum sesuai lagi dengan klasifikasi. Dapat dilihat pada tabel 19, proportion dari kedua variabel menunjukkan 92,9 untuk yang tidak memiliki broadband Telkomsel Flash dan 100 untuk yang memiiki broadband Telkomsel Flash. Tabel 20. Nilai linear discriminant function sebelum penghapusan data kedua Tabel 20 adalah nilai fungsi diskriminan yang mempengaruhi responden untuk membeli broadband Telkomsel Flash dan yang tidak membeli broadband Telkomsel Flash sebelum dilakukan penghapusan data kembali. Data yang harus dihapus kembali dapat dilihat pada Tabel 21, Summary of classification True Group Put into Group 0 1 0 39 0 1 3 32 Total N 42 32 N correct 39 32 Proportion 0,929 1,000 N = 74 N Correct = 71 Proportion Correct = 0,959 Linear Discriminant Function for Groups 0 1 Constant -32,001 -48,578 L1 3,610 5,164 L2 2,585 4,077 L3 2,973 4,279 L4 2,626 2,923 L5 2,211 1,784 I1 -3,085 -3,213 I2 1,243 0,458 I3 4,792 6,112 I4 -2,887 -4,856 I5 -0,898 -2,792 I6 -2,389 -2,838 I7 -3,348 -4,142 I8 4,765 9,284 I9 4,496 5,981 I10 0,316 -0,766 P1 4,468 3,251 P2 -1,187 0,920 P3 1,693 0,861 terdapat sebanyak 3 data yang harus dihapus agar proportion pada diskriminan mencapai 100. Tabel 21. Data yang harus dihapus atau misklasifikasi kedua Tabel 16. Data yang harus dihapus atau misklasifikasi Setelah data yang tergolong misklasifikasi dihapus, jumlah data yang tersisa sebesar 71 data. Data yang telah bebas dari misklasifikasi kembali di run. Tabel 22. Klasifikasi responden yang membeli dan tidak membeli ketiga Setelah data di run, hasil dari data dengan 39 responden yang tidak membeli dan 32orang yang membeli broadband Telkomsel Flash didapatkan hasil yang belum sesuai lagi dengan klasifikasi. Dapat dilihat pada tabel 22, proportion dari kedua variabel menunjukkan 97,4 untuk yang tidak memiliki broadband Telkomsel Flash dan 96,9 untuk yang memiiki broadband Telkomsel Flash. Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 35 0 1 0 9,765 0,472 1 9,543 0,528 38 0 1 0 18,89 0,085 1 14,14 0,915 56 0 1 0 21,78 0,407 1 21,03 0,593 Summary of classification True Group Put into Group 0 1 0 38 1 1 1 31 Total N 39 32 N correct 38 31 Proportion 0,974 0,969 N = 71 N Correct = 69 Proportion Correct = 0,972 Tabel 23. Nilai linear discriminant function sebelum penghapusan data ketiga Tabel 23 adalah nilai fungsi diskriminan yang mempengaruhi responden untuk membeli broadband Telkomsel Flash dan yang tidak membeli broadband Telkomsel Flash sebelum dilakukan penghapusan data kembali untuk keempat kali. Data yang harus dihapus kembali dapat dilihat pada tabel 23, terdapat sebanyak 2 data yang harus dihapus agar proportion pada diskriminan mencapai 100. Tabel 24. Data yang harus dihapus atau misklasifikasi ketiga Tabel 16. Data yang harus dihapus atau misklasifikasi Setelah data yang tergolong misklasifikasi dihapus kembali, jumlah data yang tersisa sebesar 69 data. Data yang telah bebas dari misklasifikasi kembali di run. Linear Discriminant Function for Groups 0 1 Constant -31,719 -50,880 L1 3,734 5,556 L2 2,961 5,138 L3 2,491 3,325 L4 2,395 2,521 L5 2,543 2,357 I1 -3,046 -3,152 I2 0,724 -0,826 I3 4,936 6,555 I4 -2,975 -5,264 I5 -1,380 -3,968 I6 -2,390 -2,861 I7 -3,634 -4,723 I8 5,326 10,917 I9 4,854 6,885 I10 0,364 -0,721 P1 4,172 2,143 P2 -0,349 3,324 P3 1,436 0,303 Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 23 1 0 0 12,74 0,508 1 12,80 0,492 44 0 1 0 26,83 0,340 1 25,50 0,660 Tabel 25. Klasifikasi responden yang membeli dan tidak membeli keempat Setelah data di run, hasil dari data dengan 38 responden yang tidak membeli dan 31 orang yang membeli broadband Telkomsel Flash didapatkan hasil yang belum sesuai lagi dengan klasifikasi. Dapat dilihat pada tabel 25, proportion dari kedua variabel menunjukkan 97,4 untuk yang tidak memiliki broadband TelkomselFalsh dan 96,8 untuk yang memiiki broadband Telkomsel Flash. Tabel 26. Nilai linear discriminant function sebelum penghapusan data keempat Tabel 26 adalah nilai fungsi diskriminan yang mempengaruhi responden untuk membeli broadband Telkomsel Flash dan yang tidak membeli broadband Telkomsel Flash sebelum dilakukan penghapusan datakembali untuk kelima kali. Data yang harus dihapus kembali dapat Summary of classification True Group Put into Group 0 1 0 37 1 1 1 30 Total N 38 31 N correct 37 30 Proportion 0,974 0,968 N = 69 N Correct = 67 Proportion Correct = 0,971 Linear Discriminant Function for Groups 0 1 Constant -31,455 -52,623 L1 3,747 5,988 L2 3,339 6,416 L3 2,161 2,318 L4 2,219 2,181 L5 2,117 1,598 I1 -3,017 -3,023 I2 0,661 -0,773 I3 5,118 6,803 I4 -3,189 -5,520 I5 -1,762 -5,308 I6 -2,561 -3,376 I7 -4,151 -6,218 I8 5,949 12,873 I9 4,706 6,625 I10 1,065 0,973 P1 4,269 2,288 P2 0,121 4,260 P3 1,312 -0,083 dilihat pada tabel 27, terdapat sebanyak 2 data yang harus dihapus agar proportion pada diskriminan mencapai 100. Tabel 27. Data yang harus dihapus atau misklasifikasi keempat Tabel 16. Data yang harus dihapus atau misklasifikasi Setelah data yang tergolong misklasifikasi dihapus kembali, jumlah data yang tersisa sebesar 67 data. Data yang telah bebas dari misklasifikasi kembali di run. Tabel 28. Klasifikasi responden yang membeli dan tidak membeli kelima Setelah data di run, hasil dari data dengan 37 responden yang tidak membeli dan 30orang yang membeli broadband Telkomsel Flash didapatkan hasil yang belum sesuai lagi dengan klasifikasi. Dapat dilihat pada tabel 28, proportion dari kedua variabel menunjukkan 100 untuk yang tidak memiliki broadband Telkomsel Flash dan 96,7 untuk yang memiiki broadband Telkomsel Flash. Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 29 1 0 0 18,27 0,551 1 18,68 0,449 44 0 1 0 12,67 0,347 1 11,41 0,653 Summary of classification True Group Put into Group 0 1 0 37 1 1 0 29 Total N 37 30 N correct 37 29 Proportion 1,000 0,967 N = 67 N Correct = 66 Proportion Correct = 0,985 Tabel 29. Nilai linear discriminant function sebelum penghapusan data kelima Tabel 29 adalah nilai fungsi diskriminan yang mempengaruhi responden untuk membeli broadband Telkomsel Flash dan yang tidak membeli broadband Telkomsel Flash sebelum dilakukan penghapusan data kembali untuk keenam kali. Data yang harus dihapus kembali dapat dilihat pada tabel 30, terdapat sebanyak 1 data yang harus dihapus agar proportion pada diskriminan mencapai 100. Tabel 30. Data yang harus dihapus atau misklasifikasi kelima Tabel 16. Data yang harus dihapus atau misklasifikasi Setelah data yang tergolong misklasifikasi dihapus kembali, jumlah data yang tersisa sebesar 66 data. Data yang telah bebas dari misklasifikasi kembali di run. Linear Discriminant Function for Groups 0 1 Constant -31,416 -55,565 L1 4,050 6,738 L2 3,788 7,414 L3 1,715 1,471 L4 2,057 1,902 L5 2,583 2,766 I1 -2,849 -2,773 I2 0,716 -0,500 I3 5,111 6,923 I4 -3,270 -5,774 I5 -2,574 -7,060 I6 -2,800 -4,037 I7 -5,121 -8,522 I8 6,828 14,848 I9 4,837 7,096 I10 1,595 2,165 P1 4,193 2,336 P2 0,698 5,367 P3 0,946 -0,813 Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 15 1 0 0 19,82 0,808 1 22,69 0,192 Tabel 31. Klasifikasi responden yang membeli dan tidak membeli keenam Setelah data di run, hasil dari data dengan 37 responden yang tidak membeli dan 29 orang yang membeli broadband Telkomsel Flash didapatkan hasil yang telah sesuai dengan klasifikasi. Dapat dilihat pada tabel 31, proportion dari kedua variabel menunjukkan 100 untuk yang memiliki broadband Telkomsel Flash dan untuk yang tidak memiiki broadband Telkomsel Flash. Tabel 32. Nilai linear discriminant function yang sudah memenuhi klasifikasi Maka dari Tabel 32 dapat dilihat bahwa hasil dari analiisis diskriminan responden yang beli maupun yang tidak beli broadband Telkomsel Flash meliputi pengaruh lingkungan L, perbedaan individu I, dan proses psikologi P yang dituangkan kedalam delapan belas Summary of classification True Group Put into Group 0 1 0 37 0 1 0 29 Total N 37 29 N correct 37 29 Proportion 1,000 1,000 N = 66 N Correct = 66 Proportion Correct = 1,000 Linear Discriminant Function for Groups 0 1 Constant -33,607 -62,466 L1 4,668 7,794 L2 4,370 8,392 L3 0,997 0,266 L4 1,617 1,175 L5 3,128 3,721 I1 -3,189 -3,384 I2 1,115 0,207 I3 5,841 8,197 I4 -4,145 -7,264 I5 -3,737 -9,003 I6 -2,551 -3,622 I7 -7,667 -12,872 I8 8,330 17,363 I9 5,914 8,953 I10 3,357 5,181 P1 4,596 3,097 P2 1,129 6,039 P3 0,744 -1,120 pertanyaan. Kedelapan belas pertayaan tersebut adalah Status mahasiswa LI, Saran dari teman L2, Kebiasaan Keluarga L3, Lokasi Tempat Tinggal L4, Wiraniaga SPG L5, Pengeluaran Perbulan I1, Variasi Speed I2, Harga Paket I3, Kuota Akses I4, Jaringan akses I5, Pengetahuan Attribut Produk I6, Pengetahuan Tempat Pembelian I7, Kepercayaan Merek I8, Kepribadian I9, Gaya Hidup I10, Iklan P1, Media Informasi Televisi P2, dan Pengalaman Sebelumnya P3 didapatkan intersep maksimal a untuk yang tidak membeli sebesar -33,607 dan untuk yang membeli sebesar -62,466. Dari hasil analisis diskriminan maka didapatkan fungsi diskriminan untuk yang tidak melakukan pembelian dan yang melakukan pembelian, yaitu: Zk = -33,607 + 4,668 L 1 + 4,370 L 2 + 0,997 L 3 + 1,617 L 4 + 3,128 L 5 – 3,189 I 1 + 1,115 I 2 + 5,841I 3 – 4,145 I 4 – 3,737 I 5 – 2,551 I 6 – 7,667 I 7 + 8,330 I 8 + 5,914 I 9 + 3,357 I 10 + 4,596 P 1 + 1,129 P 2 + 0,744 P 3 .........................................................4 Zk 1 = -62,466 + 7,794 L 1 +8,392 L 2 + 0,266 L 3 + 1,175 L 4 + 3,721 L 5 –3,384 I 1 + 0,207 I 2 + 8,197 I 3 – 7,264 I 4 – 9,003 I 5 – 3,622 I 6 – 12,872 I 7 + 17,363 I 8 + 8,953 I 9 + 5,181 I 10 + 3,097 P 1 + 6,039 P 2 – 1,120 P 3 ....................................................5 Keterangan: Zk : Skor Diskriminan yang tidak melakukan pembelian Zk 1 : Skor Diskriminan yang melakukan pembelian a : Intersep W : Bobot Diskriminan L 1 :Status mahasiswa L 2 :Saran dari teman L 3 : Kebiasaan Keluarga L 4 : Lokasi Tempat Tinggal L 5 :Wiraniaga SPG I 1 : Pengeluaran Perbulan I 2 : Variasi Speed I 3 : Harga Paket I 4 : Kuota Akses I 5 : Jaringan Akses I 6 : Pengetahuan Attribut Produk I 7 : Pengetahuan Tempat Pembelian 1 8 : Kepercayaan Merek I 9 : Kepribadian I 10 : Gaya Hidup P 1 : Iklan P 2 : Media Informasi Televisi P 3 : Pengalaman Sebelumnya Fungsi diskriminan diatas dapat mengklasifikasikan responden ke dalam kelas klasifikasi yang tepat, yaitu kelas yang melakukan pembelian terhadap mobile broadband Telkomsel Flash atau yang tidak melakukan pembelian terhadap mobile broadband Telkomsel Flash sesuai dengan nilai diskriminan yang diperoleh berdasarkan jawaban dari responden tersebut. Tabel 33. Faktor – Faktor yang Mempengaruhi pembelian dan tidak mempengaruhi pembelian responden No. Faktor yang mempengaruhi pembelian nyata responden Faktor yang mempengaruhi responden tidak membeli 1. Kepercayaan Merek I8 Kepercayaan Merek I8 2. Pengetahuan tempat pembelian I7 Pengetahuan tempat pembelian I7 3. Kepribadian I9 Jaringan akses I5 4. Harga paket I3 Kepribadian I9 5. Status Mahasiswa L1 Saran dari teman L2 6. Iklan P1 Harga paket I3 7. Saran dari teman L2 Status Mahasiswa L1 8. Kuota akses I4 Kuota akses I4 9. Jaringan akses I5 Media informasi P2 10. Gaya hidup I10 Gaya hidup I10 11. WiraniagaSPG L5 WiraniagaSPG L5 Lanjutan Tabel 33. No. Faktor yang mempengaruhi pembelian nyata responden Faktor yang mempengaruhi responden tidak membeli 12. Pengeluaran perbulan I1 Pengetahuan atribut produk I6 13. Pengetahuan atribut produk I6 Pengeluaran perbulan I1 14. Lokasi tempat tinggal L4 Iklan P1 15. Media informasi P2 Lokasi tempat tinggal L4 16. Variasi speed I2 Pengalaman sebelumnya P3 17. Kebiasaan keluarga L3 Kebiasaan keluarga L3 18. Pengalaman sebelumnya P3 Variasi speed I2 Tabel 33 diatas menjelaskan 18 faktor bagi responden yang membeli dan tidak membeli mobile broadband Telkomsel Flash berdasarkan koefisien fungsi diskriminan. Setelah itu, data yang sudah tepat klasifikasinya akan di Stepwise pada SPSS 19 sehingga dapat terlihat dari ke 18 faktor diatas manakah faktor – faktor yang paling efektif dan sudah mewakili responden dalam membeli ataupun tidak membeli mobile broadband Telkomsel Flash. Ketika data dimasukkan sebanyak 66 data responden yang sudah terklasifikasi dengan benar pada SPSS 19 dan di stepwise, muncul 7 faktor dari 18 faktor diatas yang mempengaruhi responden dalam membeli dan tidak membeli mobile broadband Telkomsel Flash. Tabel 34. Nilai Pertama Fungsi Koefisien Klasifikasi Faktor-Faktor yang Membeli dan Tidak Membeli mobile broadband TelkomselFlash Classification Function Coefficients BELIATAUTIDAK ,00000 1,00000 L1 5,680 8,796 L2 4,944 7,719 I5 -4,619 -9,238 I7 -3,232 -7,130 I8 7,504 13,451 I9 4,387 6,709 P2 2,317 3,706 Constant -23,588 -46,658 Fishers linear discriminant functions Dari Tabel 34 diatas bisa terlihat, untuk mengklasifikasi responden yang membeli dan tidak membeli mobile broadband Telkomsel Flash tidak perlu menggunakan 18 faktor hanya perlu menggunakan 7 faktor. Setelah mendapatkan 7 faktor tersebut dibuktikan kembali melalui analisis diskriminan pada minitab 14. Data yang sudah baik klasifikasinya tadi di run kembali dengan menggunakan 7 faktor saja yang dihasilkan pada SPSS 19 dalam diskriminan stepwise. Ternyata setelah di run, terdapat data yang masih misklasifikasi. Tabel 35. Klasifikasi responden yang membeli dan tidak membeli pertama setelah di stepwise Summary of classification True Group Put into Group 0 1 0 36 1 1 1 28 Total N 37 29 N correct 36 28 Proportion 0,973 0,966 N = 66 N Correct = 64 Proportion Correct = 0,970 Tabel 36. Data yang harus dihapus atau misklasifikasi pertama setelah di stepwise Tabel 16. Data yang harus dihapus atau misklasifikasi Dapat dilihat pada Tabel 36 bahwa jumlah data awal 66 terdapat misklasifikasi sebanyak 2 data. Pada Tabel 35 dapat dilihat terdapat 2 data yang harus dihapus. Setelah data yang tergolong misklasifikasi dihapus kembali, jumlah data yang tersisa sebesar 64 data. Data sisa sebanyak 64 tersebut dimasukan kembali pada SPSS 19 untuk di diskriminan stepwise kembali. Tabel 37. Nilai Kedua Fungsi Koefisien Klasifikasi Faktor-Faktor yang Membeli dan Tidak Membeli mobile broadband TelkomselFlash Classification Function Coefficients BELIATAUTIDAK ,00000 1,00000 L1 6,534 10,314 L2 5,275 8,459 I5 -5,561 -11,022 I7 -3,953 -8,579 I8 8,349 15,234 I9 5,150 8,242 P2 2,907 4,490 Constant -25,519 -53,086 Fishers linear discriminant functions Tabel 37 adalah hasil dari diskriminan yang telah di stepwise kembali. Ternyata tetap muncul 7 faktor tadi dari 18 faktor awal yang mempengaruhi responden dalam membeli dan tidak membeli mobile broadband Telkomsel Flash. Ada perbedaan dalam nilai koefisiennya apabila dibandingkan dengan pengolahan diskriminan stepwise pertama. Untuk membuktikannya kembali apakah faktor- faktor tersebut sudah yang paling efektif dari ke 18 Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 21 1 0 0 6,801 0,841 1 10,130 0,159 47 0 1 0 11,724 0,189 1 8,807 0,811 faktor awal, dianalisis kembali melalui analisis diskriminan pada minitab 14, data yang sudah baik klasifikasinya tadi sebanyak 64 data di run kembali dengan menggunakan 7 faktor saja yang dihasilkan pada SPSS 19 dalam diskriminan stepwise. Tabel 38. Klasifikasi responden yang membeli dan tidak membeli kedua setelah di stepwise Setelah data di run, hasil dari data dengan 36 responden yang tidak membeli dan 28 orang yang membeli broadband Telkomsel Flash didapatkan hasil yang telah sesuai dengan klasifikasi. Dapat dilihat pada Tabel 38, proportion dari kedua variabel menunjukkan 100 untuk yang memiliki broadband Telkomsel Flash dan untuk yang tidak memiiki broadband Telkomsel Flash. Sehingga sudah tidak ada lagi yang misklasifikasi. Tabel 39. Nilai linear discriminant function yang sudah memenuhi klasifikasi Hasil analisis diskriminan diatas dapat dituliskan ke fungsi diskriminan untuk yang tidak melakukan pembelian Z dan melakukan pembelian Z 1 , yaitu : Summary of classification True Group Put into Group 0 1 0 36 0 1 0 28 Total N 36 28 N correct 36 28 Proportion 1,000 1,000 N = 64 N Correct = 64 Proportion Correct = 1,000 Linear Discriminant Function for Groups 0 1 Constant -24,825 -52,393 L1 6,534 10,314 L2 5,275 8,459 I5 -5,561 -11,022 I7 -3,953 -8,579 I8 8,349 15,234 I9 5,150 8,242 P2 2,907 4,490 Zk = -24,825 + 6,534 L 1 + 5,275 L 2 - 5,561 I 5 – 3,953 I 7 + 8,349 I 8 + 5,150 I 9 + 2,907 P 2 ...........................................7 Zk 1 = - 52,393 + 10,314 L 1 + 8,459 L 2 – 11,022 I 5 – 8,579 I 7 + 15,234 I 8 + 8,242 I 9 + 4,490 P 2 ...............................8 Tabel 38 diatas dapat dibandingkan dengan Tabel 32 dimana nilai koefisien pada 7 faktor yang mempengaruhi responden dalam membeli dan tidak membeli mobile broadband Telkomsel Flash terlihat sama, sehingga dapat dijelaskan terdapat reduksi dari 18 faktor menjadi hanya cukup 7 faktor saja sudah dapat mewakili bahwa iklan mobile broadband Telkomsel Flash versi “GPL Gak Pake Lama” telah mempengaruhi mahasiswa pada pembelian nyata. Ketujuh faktor diatas yang mempengaruhi responden membeli atau tidak membeli yaitu, status mahasiswa L1, saran dari teman L2, jaringan akses I5, pengetahuan tempat pembelian I7, kepercayaan merek I8, kepribadian I9, media informasi P2. Status sebagai mahasiswa yang memerlukan mobile broadband untuk mengakses internet dalam pengerjaan tugas membuat mahasiswa membeli mobile broadband Telkomsel Flash ini dan status sebagai mahasiswa tidak mempengaruhi mahasiswa dalam membeli karena menurut sebagian mahasiswa bukan status mahasiswa yang mempengaruhi mereka, tetapi status mereka sebagai remaja yang menbutuhkan internet sebagai cara berkomunikasi dengan teman mungkin menyebabkan mereka tidak membeli karena adanya perbedaan persepsi.Saran dari teman yang negatif maupun positif membuat mahasiswa memutuskan untuk membeli dan tidak membeli Telkomsel Flash, saran negatif contohnya pendapat teman tentang kekurangan Telkomsel Flash sehingga membuat mereka tidak membeli dan saran positif contohnya dengan pendapat teman yang baik tentang Telkomsel Flash dan dengan banyaknya yang membeli Telkomsel Flash membuat mereka tidak mau membeli karena sudah terlalu banyak orang yang memiliki Telkomsel Flash, karena ada juga karakter orang yang ingin memiliki suatu benda yang tidak pasaran sehingga membuat dirinya menjadi lebih eksklusif dari yang lain, tetapi saran positif juga dapat mempengaruhi mahasiswa untuk membeli karena sudah ada pendapat yang memuaskan tentang Telkomsel Flash. Jaringan akses yang luas juga menyebabkan pembelian nyata mahasiswa pada Telkomsel Flash dan ada juga yang merasa jaringan akses yang tidak luas menyebabkan tidak membeli Telkomsel Flash. Adanya pengetahuan tempat pembelian mobile broadband Telkomsel Flash membuat mahasiswa mudah membelinya dan ada juga yang tidak mengetahui tempat pembelian Telkomsel Flash sehingga menyulitkan mahasiswa dalam membeli. Percaya terhadap merek Telkomsel Flash juga yang membuat mahasiswa membeli dan kepercayaan terhadap merek mobile broadband lain yang menyebabkan mahasiswa tidak membeli Telkomsel Flash. Iklan dan produk Telkomsel Flash yang sesuai dengan kepribadian mahasiswa yang berjiwa muda mempengaruhi mahasiswa dalam pembelian Telkomsel Flash, sedangkan mahasiswa yang tidak merasa iklan ataupun produk Telkomsel Flash sesuai dengan kepribadian mereka membuat mahasiswa tidak membeli Telkomsel Flash. Media informasi seperti iklan televisi membuat mahasiswa tertarik dalam pembelian terhadap mobile broadband Telkomsel Flash, sedangkan ada juga mahasiswa yang tidak tertarik pada media informasi Telkomsel Flash contohnya iklan televisi, mungkin karena iklan yang kurang menarik sehingga tidak adanya ketertarikan mahasiswa dalam membeli Telkomsel Flash.

4.8 Implikasi Manajerial