Model Pegukuran ANALISIS DATA DAN PEMBAHASAN

berdasarkan cross loading pengukuran dengan konstruknya Adapun uji validitas sebagai berikut : a. Covergent Validity Berikut hasil uji convergent validity . Tabel 5.13 Hasil Uji Convergent Validity Validitas Hasil Uji Status Pengaruh Outer Loading Outer Loading Convergent Validity IM  IM1 0.651 Valid IM  IM2 0.586 Tidak Valid IM  IM3 0.740 Valid IM  IM4 0.447 Tidak Valid IM  IM5 0.577 Tidak Valid IM  IM6 0.800 Valid BA  BA1 0.736 Valid BA  BA2 0.808 Valid BA  BA3 0.732 Valid BA  BA4 0.059 Tidak Valid ITB  ITB1 0.486 Tidak Valid ITB  ITB2 0.336 Tidak Valid ITB  ITB3 0.772 Valid ITB  ITB4 0.813 Valid ITB  ITB5 0.783 Valid BD  BA1 0.726 Valid BD  BA2 0.430 Tidak Valid BD  BA3 0.433 Tidak Valid BD  BA4 0.740 Valid BD  BA5 0.748 Valid BD  BA6 0.771 Valid Sumber : Data diolah dengan WarpPLS 5.0 Dari tabel 5.13 terdapat indikator yang tidak memenuhi kriteria outer loading 0.6. Indikator yang tidak valid, oleh peneliti tidak dilibatkan dalam pengujian reliabilitas dan pengolahan data seperti pada tabel 5.10. Tabel 5.14 Indikator yang Tidak Valid Indikator 0.6 Nilai Indikator IM  IM2 0.586 IM  IM4 0.447 IM  IM5 0.577 BA  BA4 0.059 ITB  ITB1 0.486 ITB  ITB2 0.336 BD  BA2 0.430 BD  BA3 0.433 Sumber : Data diolah oleh peneliti, 2017 Kemudian didapat hasil indikator yang sudah memenuhi kriteria outer loading sebagai berikut. Tabel 5.15 Hasil Uji Convergent Validity setelah Dihilangkan Validitas Hasil Uji Status Pengaruh Outer Loading Outer Loading Convergent Validity IM  IM1 0.718 Valid IM  IM3 0.805 Valid IM  IM6 0.814 Valid BA  BA1 0.74 Valid BA  BA2 0.815 Valid BA  BA3 0.721 Valid ITB  ITB3 0.804 Valid ITB  ITB4 0.860 Valid ITB  ITB5 0.801 Valid BD  BD1 0.682 Valid BD  BD4 0.794 Valid BD  BD5 0.78 Valid BD  BD6 0.771 Valid Sumber : Data dioleh dengan WarpPLS 5.0 Dari tabel 5.15 didapat hasil outer loading yang semua indikatornya telah memenuhi kriteria 0.6. b. Discriminat Validity Berikut hasil uji discriminat validity . Tabel 5.16 Hasil Uji Discriminat Validity Validitas Hasil Uji Status Indikator Variabel Laten IM BA ITB BD Cross Loading Discriminat Validity IM1 0.718 -0.028 -0.095 0.296 Valid IM3 0.805 -0.066 0.180 -0.133 Valid IM6 0.814 0.091 -0.094 -0.13 Valid BA1 0.281 0.740 -0.114 0.121 Valid BA2 0.008 0.815 -0.197 0.004 Valid BA3 -0.298 0.721 0.399 -0.129 Valid ITB3 -0.025 -0.079 0.804 0.082 Valid ITB4 0.105 -0.004 0.860 -0.085 Valid ITB5 -0.088 0.083 0.801 0.009 Valid BD1 0.283 0.384 0.108 0.682 Valid BD4 -0.085 -0.146 0.030 0.794 Valid BD5 -0.084 -0.076 -0.110 0.78 Valid BD6 -0.074 -0.107 -0.015 0.771 Valid Sumber : Data diolah dengan WarpPLS 5.0 Dari tabel 5.16 nilai korelasi cross loading dengan variabel laten nilainya lebih besar dibandingkan dengan korelasi terhadap variabel laten lainnya maka dikatakan valid Wiyono, 2011:403. c. Avarage Variance Extracted AVE Tabel 5.17 Hasil Uji Avarage Variance Extracted AVE Validitas Variabel Hasil Uji Status Average Variance Extracted AVE IM 0.780 Valid BA 0.760 Valid ITB 0.822 Valid BD 0.768 Valid Sumber : Data diolah dengan WarpPLS 5.0 Parameter lain untuk mengukur validitas adalah skor AVE pada tabel 5.17 lebih dari 0.5. Semua variabel memiliki nilai diatas 0.5 maka dapat dikatakan valid Wiyono : 2011:403. 2. Uji Reliabilitas Uji reliabilitas digunakan untuk mengukur konsistensi internal alat ukur. Reliabilitas menunjukkan akurasi, konsistensi, dan ketepatan suatu alat ukur dalam melakukan pengukuran Hartono, 2008 dalam Abdilah dan Hartono, 2015:196. Uji reliabilitas dalam PLS dapat menggunakan dua metode, yaitu Cronbach`s alpha dan Composite reliability . Kriteria nilai uji reliabilitas untuk reliabilitas komposit composite reliability dengan nilai ≥ 0.7 Wiyono,2011:403 dan Cronbach`s alpha dengan nilai 0.6 Abdilah dan Hartono, 2015:207. Berikut tabel nilai reliabilitas komposit composite reliability . Tabel 5.18 Hasil Uji Composite Reliability Reliabilitas Variabel Hasil Uji Status Composite Reliability IM 0.823 Reliabel BA 0.803 Reliabel ITB 0.862 Reliabel BD 0.851 Reliabel Sumber : Data dioleh dengan WarpPLS 5.0 Dari tabel 5.18 dapat diketahui bahwa keempat konstruk memiliki nilai composite reliability diatas 0.7 maka dapat dikatakan reliabel Wiyono,2011:403 . Nilai tertinggi yaitu variabel ITB Intention to Buy sebesar 0.862 dan nilai terendah yaitu variabel BA Brand Awareness sebesar 0.803. Tabel 5.19 Hasil Uji Cronbach’s Alpha Reliabilitas Variabel Hasil Uji Status Cronbachs alpha IM 0.677 Reliabel BA 0.632 Reliabel ITB 0.759 Reliabel BD 0.767 Reliabel Sumber : Data dioleh dengan WarpPLS 5.0 Tabel 5.19 menunjukkan keempat konstruk memiliki nilai Cronbach’s Alpha diatas 0.6 Nilai Cronbach’s Alpha tertinggi yaitu konstruk BD Buying Decision sebesar 0.767 dan nilai terendah yaitu BA Brand Awareness sebesar 0.667. Keempat konstruk ini dikatakan reliabel Abdilah dan Hartono, 2015:207.

E. Model Struktur

Inner Model Inner model atau model struktur pada prinsipnya adalah menguji pengaruh antara satu variabel laten dengan variabel laten lainnya baik eksogen maupun endogen Wiyono,2011:402. Model struktur dalam PLS dievaluasi menggunakan R 2 untuk konstruk dependen dan uji t untuk uji signifikansi antar konstruk dalam model struktur. Langkah penelitian model dengan PLS dimulai dengan melihat R- square untuk setiap variabel dependen. Perubahan nilai R- square dapat digunakan untuk menilai pengaruh variabel laten indepen tertentu terhadap variabel laten dependen dan apakah mempunyai pengaruh substantif. 1. Nilai R 2 Berdasarkan hasil output WarpPLS 5.0, diktahui bahwa nilai R 2 dari variabel –variabel sebagai berikut : Tabel 5.20 R-square Coefficients IM BA ITB BD 0.140 0.431 0.330 Sumber : Data diolah dengan WarpPLS 5.0 a Variabel Brand Awareness Nilai R 2 variabel Brand Awareness Kesadaran Merek adalah sebesar 0.140 yang berarti 14 konsumen potensial mampu untuk mengenali atau mengingat merek Starbucks dijelaskan oleh variabel Internet Marketing, sedangkan sisanya 86 dijelaskan oleh konstruk lain diluar model penelitian. b Variabel Intention to Buy Nilai R 2 untuk variabel Intention to Buy Minat Beli adalah sebesar 0.431 yang berarti 43.1 konsumen potensial Starbucks memiliki niat untuk melakukan pembelian produk Starbucks dimasa mendatang, dijelaskan oleh variabel Internet Marketing, dan Brand Awareness Kesadaran Merek sedangkan sisanya 56.9 dijelaskan oleh konstruk lain diluar model penelitian. c Variabel Buying Decision Nilai R 2 untuk variabel Buying Decision Keputusan Pembelian adalah sebesar 0.330 yang berarti 33 konsumen potensial memutuskan Starbucks sebagai merek yang akan dibeli, dijekaslah oleh variabel Brand Awareness Kesadaran Merek , Internet Marketing, melalui Intention to Buy Minat Beli, sedangkan sisanya 67 dijelaskan oleh konstruk lain diluar model penelitian. 2. Pengujian Hipotesis Hubungan antar konstruk laten dalam model penelitian dapat dilihat dari hasil estimasi koefisien jalur path coeficients dan tingkat signifikansinya p-value .