Analisis Pengaruh Marketing Mix Terhadap Keputusan Pembelian Susu Pasteurisasi KUD SAE Pujon Malang Menggunakan Partial Least Square Analysis Of The Influence Marketing Mix To The Purchasing Decision Pasteurized Milk In KUD SAE Pujon Using Partial Least Square Achmad Bagus Cahyadi1)*, Retno Astuti2), Sakunda Anggarini 2) Alumni Jurusan Teknologi Industri Pertanian – FTP – Universtas Brawijaya Jl. Veteran – Malang 65145 2) Staf Pengajar Jurusan Teknologi Industri Pertanian – FTP – Universitas Brawijaya Jl. Veteran – Malang 65145
1)
*
[email protected]
Abstrak Penelitian ini bertujuan untuk mengetahui pengaruh marketing mix terhadap keputusan pembelian susu pasteurisasi KUD SAE Pujon. Variabel marketing mix yang digunakan pada penelitian ini adalah product, price, promotion, place, people, process, dan physical evidence. Metode yang digunakan untuk menganalisis pengaruh marketing mix terhadap keputusan pembelian adalah partial least square. Penelitian ini melibatkan 97 konsumen yang dipilih secara acak sebagai responden. Hasil dari penelitian ini menunjukan bahwa variabel marketing mix berpengaruh positif terhadap keputusan pembelian. Nilai pengaruh variabel marketing mix dapat dilihat pada diagram jalur, yaitu variabel product (X1) berpengaruh sebesar 0,130, price (X2) sebesar 0,103, promotion (X3) sebesar 0,273, place (X4) sebesar 0,208, people (X5) sebesar 0,199, pocess (X6) sebesar 0,056 dan physical evidence (X7) sebesar 0,041. Berdasarkan hasil uji hipotesis yang telah dilakukan, diketahui bahwa variabel yang berpengaruh signifikan terhadap keputusan pembelian susu pasteurisasi KUD SAE Pujon adalah promotion. Kata kunci : Keputusan Pembelian, Marketing Mix 7P, Partial Least Square, Strategi Pemasaran, Susu Pasteurisasi Abstract The purpose of this research was to know the influence of the marketing mix to the purchasing decision of pasteurized milk in KUD SAE Pujon. Marketing mix variables used in this study were product, price, promotion, place, people, process, and physical evidence. Partial least square (PLS) was used to analyze the influence of the marketing mix toward the purchase decision. This study involved 97 consumers who selected randomly as respondents. The results of this research showed that the marketing mix variables gave positive effect to the purchasing decision. The value could be seen on path diagram i.e variable product (X1) = 0.130, price (X2) = 0.103, promotion (X3) = 0.273, place (X4) = 0.208, people (X5) = 0.199, process (X6) = 0.056 and physical evidence (X7) = 0.041. According the result of hypotesis test, variable that influence significantly to the purchasing decision of pasteurized milk KUD SAE Pujon was promotion. Keywords: Marketing Mix 7P, Marketing Strategy, Milk Pasteurization, Partial Least Square Purchasing Decisions
PENDAHULUAN Susu merupakan bahan pangan bergizi tinggi karena mengandung zat makanan yang lengkap dan seimbang seperti protein, lemak, karbohidrat, mineral, dan vitamin (Miskiyah, 2009). Menurut Planck (2007), susu bermanfaat untuk meningkatkan daya tahan tubuh. Manfaat susu yang nyata bagi kesehatan ini, menyebabkan semakin banyak masyarakat yang mulai gemar mengkonsumsi susu maupun
olahannya. Semakin besarnya konsumen produk susu dan olahannya, menyebabkan pangsa pasar semakin berkembang. Pada tahun 2007-2011 angka konsumsi susu cair olahan pabrik mengalami rata-rata pertumbuhan sebesar 7,67% (Anonymous, 2012). Angka konsumsi yang terus meningkat menjadikan beberapa perusahaan saling bersaing memperebutkan pasar. Salah satu industri 1
pengolahan susu yang ikut andil dalam persaingan tersebut adalah KUD SAE Pujon. KUD SAE Pujon merupakan salah satu industri skala menengah yang bergerak di bidang pengolahan susu. Produk dari KUD SAE Pujon adalah susu pasteurisasi. Pasteurisasi merupakan salah satu teknologi pengolahan susu yang paling sederhana. Susu yang diolah dengan teknik ini memiliki umur produk yang relatif singkat. Menurut Habibah dan Kadhafi (2011), susu pasteurisasi dapat bertahan 12 hari dari tanggal atau hari pemrosesan jika disimpan pada suhu yang ideal yaitu 3-5oC. Target pasar KUD SAE Pujon adalah kelas menengah ke bawah. Pada segmentasi pasar kelas menengah ke bawah ini terjadi persaingan yang cukup kompetitif. Beberapa perusahaan berlomba-lomba memperluas pangsa pasarnya demi memperoleh keuntungan yang sebesar-besarnya. Perusahaan besar yang mulanya mengincar pasar kelas menengah ke atas kini juga ikut andil dalam persaingan pangsa pasar kelas menengah ke bawah. Ikut andilnya perusahaan-perusahaan besar dalam memasarkan produk di segmentasi menengah ke bawah menjadi ancaman yang serius bagi usaha-usaha kecil menengah seperti KUD SAE Pujon. Ancaman tersebut berdampak nyata pada tingkat penjualan susu pasteurisasi yang menurun antara bulan januari sampai april ratarata sebesar 36 %. Agar tetap bisa bertahan dalam persaingan tersebut dan dapat meningkatkan tingkat penjualan, dibutuhkan suatu strategi yang dapat mempengaruhi konsumen dalam menentukan pembelian produk. Marketing mix merupakan strategi pemasaran yang secara umum dijalankan perusahaan untuk meningkatkan jumlah penjualan (Ariyanto, 2008). Pada umumnya marketing mix terdiri dari 4P yaitu product, price, promotion, dan place. Seiring dengan berkembangnya dunia bisnis yang semakin ketat, atribut 4P tidaklah cukup untuk memenangkan persaingan pasar. Dalam persaingan ini dibutuhkan atribut tambahan 3P yaitu people, process dan phisical evidence (Kotler dan Amstrong (2001) dalam Rinaldi
(2008)). Melalui sistem direct selling dengan memanfaatkan toko yang dimiliki, KUD SAE Pujon mencoba menerapkan strategi 7P untuk memenangkan persaingan pasar. Prioritas dalam strategi 7P tidak hanya atribut yang melekat pada produk, tetapi pemasaran jasa juga menjadi hal yang perlu menjadi pertimbangan utama. Penerapan marketing mix 7P mempunyai peran yang cukup penting dalam menciptakan keunggulan kompetitif bagi perusahaan. Keunggulan kompetitif ini digunakan perusahaan untuk mempengaruhi keputusan konsumen dalam pembelian suatu produk (Kotler dan Amstrong, 2006). Peran marketing mix yang penting bagi perusahaan sehingga perlu dilakukan analisis pengaruh marketing mix terhadap keputusan pembelian produk. Metode yang dapat diterapkan dalam analisis ini adalah regresi linier berganda, partial least square dan SEM. Ketiga metode ini merupakan metode yang berfungsi untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Dalam analisis ini metode yang digunakan adalah partial least square (PLS). PLS merupakan metode analisis yang powerful karena dapat diterapkan pada semua skala data (Jaya dan Sumertajaya, 2008). Alasan lain yang mendasari penggunaan metode PLS ini adalah karena PLS merupakan metode yang tidak sensitif terhadap variabel kolinier, menerima sejumlah besar variabel, mempunyai tingkat prediksi yang tinggi dan dapat digunakan untuk sampel yang rendah antara 20-100 (Varmuza dan Filzmoser, 2008). Oleh karena itu dalam menganalisis pengaruh marketing mix terhadap keputusan pembelian produk akan digunakan metode PLS. BAHAN DAN METODE Waktu dan Tempat Pelaksanaan Penelitian Penelitian ini dilaksanakan selama bulan April 2014 di toko KUD SAE Pujon, Kota Malang. Analisis data dilakukan di Laboratorium Manajemen Agroindustri, Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Brawijaya Malang. 2
Identifikasi Metode dan Variabel Metode yang akan digunakan dalam penelitian ini adala partial least square (PLS). Pemilihan metode ini karena PLS merupakan metode yang powerfull, tidak sensitif terhadap variabel kolinier, menerima sejumlah besar variabel, mempunyai tingkat prediksi yang tinggi dan dapat digunakan untuk sampel yang rendah antara 20-100 (Varmuza dan Filzmoser, 2008). Tahapan selanjutnya adalah identifikasi variabel yang bertujuan untuk mengetahui variabel laten dan variabel indikator penyusun variabel laten. Identifikasi masing-masing variabel dapat dilihat pada Tabel 1 Penentuan Populasi dan Sampel
Tabel 1. Variabel dan Indikator Penelitian
Populasi dalam penelitian ini adalah konsumen yang telah membeli susu pasteurisasi produk dari KUD SAE Pujon dengan rentang usia antara 15-64 tahun. Dalam penelitian ini digunakan teknik nonprobability sampling, dengan penentuan responden menggunakan teknik convenience sampling, yaitu responden yang dipilih karena bersedia menjadi responden dan ada di tempat dan waktu yang tepat saat dilakukannya sampling (Istijanto, 2005). Populasi konsumen susu pasteurisasi KUD SAE Pujon tidak dapat diketahui secara pasti, karena konsumen tidak berasal dari penduduk lokal saja melainkan juga dari dari kota lain. Dalam jumlah populasi yang tidak diketahui, penentuan sampel dapat dihitung berdasarkan rumus sebagai berikut ( Eriyanto, 2007):
Process(X6)
Keterangan : n :Ukuran sampel Z :Tingkat kepercayaan (mengacu pada nilai Z) p :Variasi populasi. Jika tidak ada data pendahuluan penelitian yang terkait mengenai populasi, variasi populasi diasumsikan heterogen yaitu p = 50% (Eriyanto, 2007). E :Tingkat kesalahan sampel yang diinginkan.
Variabel Product (X1)
Price (X2)
Promotion (X3)
Place (X4)
People(X5)
Physical Evidence (X7) Keputusan Pembelian (Y)
Indikator 1. Rasa (X1.1) 2. Variasi Rasa dan Warna(X1.2) 3. Terdapat Sertifikasi(X1. 3) 1. Harga Terjangkau (X2.1) 2. Persaingan Harga(X2.2) 3. Diskon (X2.3) 4. Harga Sesuai Kualitas(X2.4) 1. Word of mouth(X3.1) 2. Spanduk toko(X3.2) 3. Kemasan produk(X3.3) 1. Mudah ditemukan (X4.1) 2. Kedekatan lokasi (X4.2) 3. Letak lokasi (X4.3) 1. Penampilan (X5.1) 2. Keramahan (X5.2) 3. Ketrampilan (X5.3) 1. Proses Pelayanan Cepat(X6.1) 2. Cara Pembayaran (X6.2) 1. Kebersihan dan Kenyamanan (X7.1) 2. Fasilitas (X7.2) 1. Pemenuhan Kebutuhan (Y1) 2. Standar Kualitas (Y2) 3. Pengaruh Orang Lain (Y3) 4. Kemampuan (Y4)
Analisis Menggunakan Partial Least Square Partial least square (PLS) merupakan metode yang digunakan untuk pengujian model dan hubungan antar variabel. Pengujian model menggunakan PLS mempunyai enam tahapan seperti sebagai berikut : 1. Merancang Model Struktural (Inner Model) Menurut Subchan dkk (2013), perancangan model struktural berguna menjelaskan hubungan antar variabel laten. Pada penelitian ini variabel eksogen yang digunakan adalah marketing mix dan varibel endogen yang digunakan adalah keputusan pembelian. 2. Merancang Model Pengukuran (Outer Model) Perancangan model pengukuran menentukan sifat indikator dari masing-masing variabel laten, apakah refleksif atau formatif, berdasarkan definisi operasional variabel (Subchan dkk, 2013). 3. Mengkonstruksi Diagram Jalur Hasil perancangan dari inner model dan outer model selanjutnya dapat dinyatakan dalam bentuk diagram jalur. Ada dua hal 3
4.
5.
6.
7.
yang perlu dilakukan antara lain menyusun model struktural yaitu menghubungkan antar variabel laten baik endogen maupun eksogen dan menyusun model pengukuran yaitu menghubungkan variabel laten endogen dan variabel eksogen dengan indikator (Fitriani dkk, 2013). Konversi Diagram Jalur ke Sistem Persamaan Diagram jalur selanjutnya dikonversikan ke dalam model persamaan yang spesifik sehingga dapat diketahui berapakah nilai dari besar pengaruh di antara variabel laten dan indikatornya (Fitriani dkk, 2013). Pendugaan Parameter Pendugaan parameter bertujuan mengestimasi model teoritis yang dibangun dengan mengukur kebaikan model pada jenjang variabel laten dan parameter yang diestimasi atau indikatornya (Hartono, 2011 dalam Fitriani dkk, 2013). Evaluasi Goodness of Fit Pada evaluasi kriteria Goodness of Fit dilakukan pengujian terhadap kesesuaian model. Pengujian Hipotesis Pengujian hipotesis dalam penelitian ini digunakan untuk mengetahui tingkat signifikansi dari variabel marketing mix. HASIL DAN PEMBAHASAN
Uji validitas dan Reliabilitas Kuesioner yang telah dibagikan kepada responden dengan jumlah 97 responden, kemudian dikumpulkan, lalu dilakukan uji validitas dan reabilitas. Syarat yang di gunakan untuk uji validitas adalah r hitung > r tabel yakni 0,195. Jika kurang dari 0,195 maka dinyatakan tidak valid. Berdasarkan hasil perhitungan uji validitas didapatkan bahwa nilai validitas masing-masing indikator lebih dari 0,195. Hal ini menunjukan bahwa masingmasing indikator adalah valid. Berdasarkan uji reliabilitas yang dilakukan dengan ketentuan suatu varibel dikatakan reliabel jila nilai Cronbach Alpha>0,60. Uji reliabilitas ini didapatkan hasil Cronbach Alpha dari masing-masing indikator
tersebut adalah rata-rata sebesar 0,8 sehingga dapat dikatakan bahwa kuesioner tersebut reliabel. Analisis Pengaruh Marketing Mix Terhadap Keputusan Pembelian Menggunakan Partial Least Square 1. Hasil Model Struktural (Inner Model) Merancang model struktural dalam penelitian ini adalah menghubungkan variabel X (eksogen) dan Y(endogen). Gambar inner model pada penelitian ini dapat dilihat pada Gambar 1. Product Price Promotion
Keputusan
Place
Pembelian
People Process Physical Evidence
Gambar 1. Model Struktural Penelitian 2. Hasil Model Pengukuran (Outer Model) Model pengukuran menggambarkan hubungan antar blok indikator dengan variabel latennya (Fitriani dkk, 2013). Outer model pada penelitian ini adalah sebagai berikut: a. Variabel product (X1) tersusun atas indikator rasa (X11), variasi rasa dan warna (X12), dan terdapat sertifikat (X13). b. Variabel price (X2) tersusun atas indikator harga terjangkau (X21), lebih murah (X22), diskon (X23), dan harga sesuai kualitas (X24). c. Variabel promotion (X3) tersusun atas indikator word of mouth (X31), spanduk toko (X32), dan kemasan produk (X33) d. Variabel place (X4) tersusun atas indikator mudah ditemukan (X41), kedekatan lokasi (X42), dan letak lokasi (X43). e. Variabel people (X5) tersusun atas indikator penampilan (X51), keramahan (X52), dan keterampilan (X53). 4
f.
Variabel process (X6) tersusun atas indikator proses pelayanan cepat (X61) dan cara pembayaran (X62). g. Variabel physical evidence (X7) tersusun atas indikator kebersihan dan kenyamanan (X71), dan fasilitas (X72). h. Variabel keputusan pembelian (Y) tersusun atas indikator pemenuhan kebutuhan (Y1), standar kualitas (Y2), pengaruh orang lain (Y3), dan kemampuan (Y4). 3. Konstruksi Diagram Jalur Diagram jalur hasil pengujian dengan bantuan software SmartPLS dapat dilihat pada Gambar 2. Pada diagram jalur tersebut nilai loading factor indikator diskon (X2.3) kurang dari 0,50. Menurut Aryani dan Rosinta (2010) dalam Fitriani dkk (2013) Indikator yang baik mempunyai nilai loading factor minimal 0,50, dan jika indikator mempunyai nilai di bawah 0,50 sebaiknya dikeluarkan dan dilakukan modifikasi pada diagram jalur. Hasil dari modifikasi tersebut dapat dilihat pada Gambar 3.
Gambar 2. Konstruksi Diagram Jalur
Gambar 3. Konstruksi Diagram Jalur Setelah Dilakukan Modifikasi 4. Konversi Diagram Jalur ke Sistem Persamaan Pada penelitian ini terdapat dua model persamaan yaitu : a. Persamaan model pengukuran 1) Variabel product. Pada variabel ini indikator yang paling mempengaruhi adalah indikator terdapat sertifikasi (X1.3). Persamaan dari variabel ini adalah : X1= 0,684X11 + 0,717X12 + 0,808X13 2) Variabel price. Pada variabel ini indikator yang paling berpengaruh adalah indikator harga sesuai kualitas (X2.4). Persamaan dari variabel ini adalah: X2= 0,583X21 + 0,674X22 + 0,811X24 3) Variabel promotion. Pada variabel ini yang paling berpengaruh adalah indikator spanduk toko (X3.2). Persamaan dari variabel ini adalah : X3= 0,660X31 + 0,718X32 + 0,615X33 4) Variabel place. Pada variabel ini indikator yang paling berpengaruh adalah letak lokasi (X4.3). Persamaan dari variabel ini adalah : X4= 0,505X41 + 0,756X42 + 0,816X43 5) Variabel people. Pada variabel ini indikator yang paling berpengaruh 5
adalah indikator keramahan (X5.2). Persamaan dari variabel ini adalah : X5= 0,604X51 + 0,901X52 + 0,607X53 6) Variabel process. Pada variabel ini indikator yang paling berpengaruh adalah indikator proses pelayanan cepat (X6.1). Persamaan dari variabel ini adalah : X6= 0,764X61 + 0,751X62 7) Variabel physical evidence. Pada variabel ini indikator yang paling berpengaruh adalah indikator fasilitas (X7.2). Persamaan dari variabel ini adalah : X7= 0,521X71 + 0,920X62 8) Variabel keputusan pembelian. Pada variabel ini indikator yang paling berpengaruh adalah indikator pemenuhan kebutuhan (Y1). Persamaan dari variabel ini adalah : Y = 0,746Y1 + 0,603Y2 + 0,541Y3 + 0,588Y4 b. Persamaan model struktural Persamaan model struktural dirumuskan untuk mengetahui hubungan antar variabel laten yang diteliti. Persamaan model struktural dalam peneltian ini adalah : Y = 0,130X1+ 0,103X2+ 0,273X3+ 0,208X4+ 0,199X5+ 0,058X6+ 0,041X7 5. Pendugaan Parameter Pada pendugaan parameter digunakan untuk mengetahui indikator yang paling berpengaruh tiap variabel berdasarkan nilai outer loading. Pada penelitian ini nilai outer loading dapat dilihat pada Tabel 2 6. Evaluasi Goodness of Fit a. Hasil uji evaluasi model pengukuran refleksif (outer model ), meliputi : 1) Convergent validity Convergent validity berfungsi untuk mengetahui validitas setiap indikator yang digunakan dalam penelitian. Nilai convergent validity dalam penelitian ini dapat dilihat pada Tabel 3
2) Discriminant validity Discriminant validity berfungsi untuk mengetahui validitas suatu indikator berdasarkan atas nilai cross loading antar indikator. Nilai perhitungan discriminant validity dapat dilihat pada Tabel 4. Dari Tabel 4 dapat diketahui bahwa nilai cross loading indikator diskon (X2.3) sebesar 0,4927 sehingga indikator diskon perlu dihilangkan karena tidak cukup bisa mewakili variabel yang dimaksud. Nilai validitas diskriminan lebih besar dari pada 0,5 maka variabel laten tersebut sudah menjadi pembanding yang baik untuk model (Solimun, 2010 dalam Fitriani dkk, 2013). 3) Composite reability Composite reability bertujuan untuk mengetahui sejauh mana instrumen penelitian dapat dipercaya kehandalannya. Nilai composite reability secara lengkap dapat dilihat pada Tabel 5. Instrumen penelitian bersifat konsiten apabila memiliki composite reliability ≥ 0,70 (Hartono, 2011 dalam Fitriani dkk, 2013). Tabel 2. Hasil uji outer loading Indikator X11 X12 X13 X21 X22 X24 X31 X32 X33 X41 X42 X43 X51 X52 X53 X61 X62 X71 X72 Y1 Y2 Y3 Y4
Original Sample 0,6839 0,7167 0,8062 0,5826 0,6739 0,8112 0,6600 0,7176 0,6153 0,5046 0,7565 0,8160 0,6036 0,9011 0,6072 0,7637 0,7509 0,5211 0,9199 0,7463 0,6033 0,5406 0,5380
6
Tabel 3. Nilai Convergent Validity Variabel Product (X1) Price (X2)
Promotion (X3) Place (X4)
People (X5)
Process (X6) Physical Evidence (X7) Produktivitas Kerja (Y)
Indikator
Tabel 5. Nilai Composite Reability
X11 X12 X13 X21 X22 X23 X24 X31 X32 X33 X41 X42 X43 X51 X52 X53 X61 X62 X71 X72
Loading Faktor 0,684 0,717 0,806 0,583 0,674 0,493 0,811 0,660 0,717 0,615 0,505 0,758 0,816 0,603 0,902 0,606 0,763 0,751 0,521 0,920
Keterangan Valid Valid Valid Valid Valid Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Y1 Y2 Y3 Y4
0,743 0,602 0,541 0,542
Valid Valid Valid Valid
Variabel Product (X1) Price (X2) Promotion (X3) Place (X4) People (X5) Process (X6) Physical evidence (X7) Keputusan pembelian (Y)
Composite Reability 0,7807 0,7341 0,7039 0,7411 0,7541 0,7290 0,7018 0,7025
b. Hasil evaluasi model pengukuran struktural ( inner model ) Evaluasi pada model pengukuran struktural bertujuan untuk mengetahui kekuatan pengaruh variabel laten eksogen terhadap variabel laten endogen. Perhitungan Qsquare diperoleh dari nilai R-square model yang dapat dilihat pada Tabel 6. Dari Tabel 6 kemudian nilai R-square dimasukkan dalam persamaan : Q2 = 1 – (1 – R12) (1 – R22) … (1 – Rn2) Sehingga diperoleh : Q2 = 1 – (( 1 – 0,4413)) = 0,4413 Keterangan : Q2 : Besaran/ nilai Q2 R12, R22... Rn2 : R-Square variabel endogen
Tabel 4. Nilai Cross Loading X11 X12 X13 X21 X22 X24 X31 X32 X33 X41 X42 X43 X51 X52 X53 X61 X62 X71 X72 Y1 Y2 Y3 Y4
X1 0,6839 0,7167 0,8062 0,3529 0,1398 0,3223 0,1298 0,2670 0,2664 0,2865 0,2570 0,1981 0,1907 0,3452 0,2156 0,2950 0,2461 0,2165 0,2739 0,2059 0,2664 0,3410 0,2624
X2 0,2585 0,2240 0,3485 0,5825 0,6739 0,8112 0,3157 0,2180 0,1720 -0,0006 0,2147 0,2273 0,4265 0,3047 0,3579 0,2165 0,3602 0,1976 -0,0388 0,2804 0,2544 0,2833 0,1784
X3 0,2151 0,2111 0,2787 0,1542 0,2231 0,3384 0,6600 0,7175 0,6152 0,3142 0,2534 0,3968 0,0826 0,1919 0,1100 0,2205 0,2921 0,2647 0,3440 0,3696 0,1272 0,4488 0,3223
X4 0,3070 0,2343 0,2101 0,1383 0,0237 0,2819 0,1697 0,3759 0,4032 0,5045 0,7564 0,8160 0,0026 -0,0336 0,2435 0,3217 0,2615 0,2004 0,4105 0,3903 0,2598 0,1963 0,2371
X5 0,2183 0,2651 0,3193 0,3655 0,2471 0,3464 0,0895 0,1945 0,0956 -0,0868 0,1041 0,0679 0,6036 0,9011 0,6071 0,2477 0,1886 0,1384 -0,1400 0,3117 0,4334 0,1031 0,0225
X6 0,3126 0,1611 0,3198 0,2490 0,1867 0,3423 0,2605 0,2858 0,0842 0,1848 0,2668 0,3403 0,1374 0,2413 0,2411 0,7637 0,7509 0,1193 0,1638 0,2281 0,3372 0,0996 0,2861
X7 0,2386 0,3136 0,1731 -0,0057 -0,0291 0,0941 0,1703 0,3194 0,3440 0,3187 0,2227 0,3826 -0,0228 0,0101 -0,1972 0,2059 0,0783 0,5210 0,9198 0,1699 0,1302 0,2036 0,2032
Y 0,2748 0,3151 0,3593 0,1880 0,2610 0,3718 0,3810 0,3823 0,2498 0,2234 0,3183 0,3888 0,1366 0,3856 0,1852 0,2905 0,2840 0,1252 0,2725 0,7463 0,6033 0,5405 0,5380
7
Tabel 6. Nilai R Square R square 0 0 0 0 0 0 0 0,4413
X1 X2 X3 X4 X5 X6 X7 Y
Menurut Ghozali (2008), suatu konstruk memiliki prediksi yang baik apabila memiliki nilai Q2> 0. 7. Uji Hipotesis Pengujian hipotesis dilakukan dengan membandingkan thitung dengan ttabel. Perbandingan thitung dengan ttabel digunakan untuk mengetahui pengaruh antar variabel. Nilai thitung diperoleh dari hasil bootstraping dengan software SmartPLS, yang hasilnya dapat dilihat pada Tabel 7. Tabel 7. Hasil Uji Hipotesis
X1 Y X2 Y X3 Y X4 Y X5 Y X6 Y X7 Y
Original Sample 0,1298 0,1028 0,2725 0,2083 0,1991 0,0562 0,0409
T Statistics 1,1489 0,9245 2,0835 1,8402 1,5246 0,4814 0,3759
Nilai ttabel pada penelitian ini adalah sebesar 1,990 (tingkat signifikansi 0,05 dan derajat kebebasan df= 97-2). Dari hasil uji hipotesis pada Tabel 7 dapat diketahui bahwa variabel promotion berpengaruh positif dan signifikan terhadap keputusan pembelian susu pasteurisasi KUD SAE Pujon. KESIMPULAN 1. Dari penelitian yang telah dilakukan dapat diketahui bahwa variabel marketing mix berpengaruh positif terhadap keputusan pembelian susu pasteurisasi KUD SAE Pujon. Pada hasil perhitungan menggunakan SmartPLS diketahui bahwa nilai koefisien jalur dari variabel product (X1) sebesar 0,130, price (X2) sebesar 0,103, promotion (X3) sebesar 0,273, place (X4) sebesar 0,208, people (X5) sebesar 0,199, process
(X6) sebesar 0,056,dan physical evidence (X7) sebesar 0,041. Berdasarkan nilai koefisien jalur tersebut variabel promotion berpengaruh positif dan signifikan dengan nilai koefisien jalur sebesar 0,273. 2. Hasil pengujian evaluasi goodnes of fit menyatakan bahwa penelitian yang telah dilakukan memiliki tingkat prediksi sebesar 0,4413. Hal tersebut menunjukkan bahwa model yang dibangun pada penelitian ini mempunyai kualitas dan mampu menggambarkan keadaan yang ada. Berdasarkan hasil hipotesis yang telah dilakukan didapatkan hasil bahwa variabel yang mempengaruhi keputusan pembelian susu pasteurisasi KUD SAE Pujon adalah variabel promotion. SARAN 1. Jika KUD SAE Pujon ingin meningkatkan penjualan susu pasteurisasi maka disarankan KUD SAE Pujon agar lebih mengoptimalkan strategi promosi. Strategi promosi yang dapat dilakukan dengan cara mengoptimalkan strategi yang sudah dilakukan saat ini dan menambah strategi baru yang paling mungkin untuk diterapkan dalam jangka waktu dekat. Strategi baru tersebut adalah dengan mengoptimalkan personal selling. 2. Pada penelitian ini terdapat satu indikator yang kurang bisa menjelaskan pengaruh dari variabel price yang telah disusun. Untuk penelitian selanjutnya pada lokasi dan topik yang sama, sebaiknya indikator diskon tidak perlu dicantumkan dikarenakan diskon diberikan hanya pada konsumen yang melakukan pembelian dengan jumlah besar. Pembelian dalam jumlah besar ini sangat jarang dilakukan oleh konsumen sehingga indikator diskon kurang bisa mewakili variabel price. DAFTAR PUSTAKA Anonymous. 2012. Statistik Konsumsi Pangan Tahun 2012. Dilihat 21 November 2013. http://www.deptan.go.id 8
Ariyanto. 2008. Modal Dengkul, Untung Sebakul. Transmedia. Jakarta. Hal 108-110. Eriyanto. 2007. Teknik Sampling Analisis Opini Publik. LKiS. Yogyakarta. Hal 291293. Fitriani, N ; Deoranto, P ; dan Dania, W.A.P. Analisis Pengaruh Keselamatan dan Kesehatan Kerja Terhadap Produktivitas Tenaga Kerja Dengan Metode Partial Least Square. Industria 2(2): 93-105 Ghozali, I. 2011. Struktural Equation Modelling Metode Alternatif Dengan Partial Least Square. Undip. Semarang. Hal 19 Habibah dan Kadhafi, M. 2011. Pertumbuhan Mikroorganisme Selama Penyimpanan Susu Pasteurisasi Pada Suhu Rendah. Pertanian 18(3): 51-56 Istijanto. 2005. Aplikasi Praktis Riset Pemasaran. Gramedia Pustaka Utama. Jakarta. Hal 120-121 Jaya, IGNM dan Sumertajaya, IM. 2008. Pemodelan Persamaan Struktural Dengan Partial Least Square. Seminar Nasional dan Pendidikan Matematika. 118132 Miskiyah. 2009. Kajian Standar Nasional Indonesia Susu Cair Di Indonesia. Standardisasi 13(1):1-7 Planck, N. 2007. Real Food Hidup Bebas Penyakit Dengan Makanan Alami. B-First. Yogyakarta. Hal 70 Rinaldi, U. 2008. Pengaruh Bauran Pemasaran Terhadap Keputusan Perbelanjaan di Swalayan. Aplikasi Manajemen 7(3): 708-717 Subchan, N dkk. 2013. Mengukur Efektivitas Sistem Informasi dan Mengetahui Kesuksesan Portal Akademik (SIAM) OnLine. Profit 6(2) : 117-134 Varmuza, K dan Filmoser, P. 2008. Introduction to Multivariate Statistical Analysis in Chemometrics. CRC Press. USA. Hal 1-326. 9
