BAB 4 ANALISIS DAN PEMBAHASAN
4.1. Sejarah dan Profil Perusahaan Kaskus adalah forum komunitas maya terbesar di Indonesia dan penggunanya disebut dengan Kaskuser dengan panggilang “Agan” dan “Aganwati”. Kaskus lahir pada tanggal 6 November 1999 oleh tida pemuda asal Indonesia yaitu Andrew Darwis, Ronald dan Budi,yang sedang melanjutkan studi d Seattle, Amerika Serikat. Situs ini dikelola oleh PT Darta Media Indoensia yang saat ini anggotnya berjumlah lebih dari 4.500.000 anggota, Kaskus tidak hanya berdomisili di Indonesia namun tersebar juga hingga negara lainnya. Di Indonesia, kantor Kaskus pertama kali berlokasi di daerah Mangga Besar, yang dibantu dengan 2 orang tenaga profesional. Dibawah naungan PT. Darta Media Indonesia, langkah pertama yang dilakukan Kaskus adalah melakukan rebranding . Pengguna Kaskus berasal dari kalangan remaja hingga orang dewasa. Kaskus yang merupakan singkatan dari Kasak-Kusuk, bermula dari sekedar hobi dari komunitas kecil yang kemudian berkembang hingga saat ini, Kaskus dikunjungi sedikitnya dalam satu hari oleh 1 juta orang dengan jumlah page view mencapai 15.000.000 . Hingga saat ini Kaskus sudah mempunyai lebih dari 100 juta posting. Menurut Alexa.com pada bulan April 2010 Kaskus berada di peringkat 313 dunia dan menduduki peringkat 6 situs yang paling banyak dikujungi di Indoensia dibawah Facebook, Google, Blogspot dan Youtube, Kaskus Radio merupakan sebuah Radio Internet Indonesia dibawah naungan komunitas Kaskus. Kaskus Radio yang biasa disingkat KR memiliki lebih dari 20
108
109
penyiar. Radio yang memutarkan lagu selama 24 jam ini juga memutarkan lagu mancanegara dari berbagai negara. Pada bulan Agustus 2005, PC Magazine memberikan penghargaan kepada situs Kaskus sebagai situs terbaik dan komunitas terbesar, kemudian Ksakus terpilih kembali sebagai website terbaik pilihan pembaca PC Magazine pada 2006. Pada tanggal 23 Mei 2006 manajemen Kaskus terpaksa mengubah domain dari .com menjadi .us karena adanya penyebaran virus Brontok yang bertujuan menyerang situs-situs besar di Indoensia dimana Kaskus adalah salah satunya. Awal April 2007, manajemen Kaskus menambah 2 Server baru untuk meningkatkan performa situs Kaskus. Pada Juli 2008, Pengelola Kaskus akhirnya memutuskan untuk mengoperasikan server Kaskus di Indonesia, untuk kepertluan tersebut Kaskus membeli 8 servel Dell Power Edge 2950 dan dioperasikan melalui Jaringan open IXP. Akibat dari akses Kaskus yang berlipat ganda dan akhirnya pengelola berencana menambahkan 8 server lagi sehingga total menjadi 16 server yang beroperasi. Pada tanggal 16 mei 2008, Kaskus diserang menggunakan teknik DdoS (Distributed Denial of Service) oleh oknum yang diduga berasal dari komunitas Jogyafree. Serangan ini menyebabkan database Kaskus corrupt sehingga administrator terpaksa mengunci thread-thread yang ada. Penyerangan tersebut diduga terkait peristiwa perusakan (deface) situs Yogyafree beberapa hari sebelumnya. Penyerang yang mengklaim dirinya sebagai salah satu angoota Kaskus juga melontarkan celaan yang bernada mengejek si salah satu bagian forum Yogyafree. Hal tersebutlah yang membuat beberapa anggota Yogyafree geram dan kemudian balik menyerang Kaskus dengan Ddos. Akibatnya Kaskus terpaksa mematikan server Kaskus.Perang cyber antara kedua komunitas ini
110
akhirnya selesai ketika kedua pengelola situs menandatangani memorandum online untuk menyudahkan pertikaian di antara keduannya, Pesan tersebut dipampang selama beberapa minggu di halaman situs masing-masing. Meskipun kerusakan yang ditimbulkan oleh serangan ini cukup berat, administrator Kaskus menjanjikan bahwa Kaskus akan kembali normal pada bulan Juli 2008, seiring dengan diluncurkannya server baru Kaskus di gedung Cyber, Jakarta. Namun, ia juga mengatakan bahwa data-data yang akan dimunculkan kembali adalah data yang dimuat sebelum tahun 2008, sementara data yang dibuat selama tahun 2008 tidak dapat dimunculkan kembali Sebelum UU ITE diberlakukan, Kaskus memiliki dua forum kontroversial, BB17 dan Fight Club. BB17 (kependekan dari buka-bukaan 17 tahun) adalah sebuah forum khusus dewasa dimana pengguna dapat berbagi baik gambar maupun cerita dewasa. Sementara itu, Fight Club adalah forum yang dikhususkan sebagai tempat berdebat yang benar-benar bebas tanpa dikontrol. Seringkali masalah yang diperdebatkan berkaitan dengan SARA. Penghinaan terhadap suku dan agama lazim terjadi. Setelah diberlakukannya UU ITE, Kaskus segera menutup BB17 karena bertentangan dengan UU ITE tentang penyebaran materi pornografi. Fight Club diubah namanya menjadi Debate Club. Fight Club dan Debate Club pada dasarnya memiliki fungsi yang sama sebagai tempat untuk berdebat, hanya saja kontrol di Debate Club diperketat. Setiap thread baru yang dibuat user terlebih dahulu disensor oleh moderator. Bila dianggap tidak layak dan membahas SARA, maka thread itu akan dihapus.Untuk menghapus image negatif Kaskus sebagai media underground dan situs porno, Kaskus mengubah tampilannya pada tanggal 17 Agustus 2008. Tampilan baru kaskus dibuat penuh warna. Selain itu, Kaskus juga menambahkan fitur-fitur baru seperti blog dan Kaskus WAP.
111
Di tahun 2009, untuk mengimbangi kebutuhan akan hal ini, maka kantor Kaskus pindah ke daerah Melawai. Disini tenaga profesional Kaskus bertambah hingga lebih dari 60 orang. Sejak tahun 2009, Kaskus menjadi pemain penting di ranah online Indonesia. Kaskus menerima banyak penghargaan diantaranya “The Best Innovation in Marketing” dan “The Best Market Driving Company” oleh Marketing Magazine, dan “The Greatest Brand of the Decade” (2009-2010) oleh Mark Plus Inc. Indonesia Innovative Top website oleh Microsoft. Online Inspiring Award dari Indosat. KASKUS dengan bangga berada di peringkat 1 untuk kategori situs komunitas, dan merupakan situs lokal nomor 1 di Indonesia, menurut Alexa. Tahun 2011 KASKUS memulai kemitraannya dengan Global Digital Prima, sebuah perusahaan Indonesia yang berfokus untuk mengembangkan industri digital dan konten lokal Indonesia. Kemitraan ini mendorong pertumbuhan Kaskus yang lebih besar lagi, baik dari sisi infrastuktur, tenaga profesional & jaringan bisnisnya dalam usaha menjadi situs nomor satu di Indonesia serta pemain global online di dunia. Mengimbangi ekspansi, Kaskus pun memindahkan kantor utamanya ke Menara Palma di daerah Kuningan dan menamakannya Kaskus Playground. Tahun 2012 Kaskus mengalami masalah dengan Domain Name Server (DNS) sejak 26 Mei lalu, yang membuat situs web komunitas online ini tidak bisa diakses dengan alamat www.kaskus.us. Hal ini membuat jumlah kunjungan ke Kaskus anjlok hingga 70% dalam sepekan pertama. Chief Technology Officer Kaskus, Andrew Darwis mengatakan, biasanya Kaskus dibanjiri 2.500.000 kunjungan per hari. Karena masalah domain .us ini, peringkat Kaskus turun drastis ke peringkat 19 juta di dunia, menurut data situs web analisis Alexa.com. "Kami kurang tahu waktu itu Kaskus ada di posisi berapa di Indonesia, yang jelas tidak masuk 50 besar menurut data Alexa," kata Andrew. Masalah ini diakui Andrew tidak terlalu berdampak pada bisnis iklan,
112
yang selama ini jadi sumber pendapatan utama Kaskus. "Para pengiklan memang menanyakan trafiknya yang turun. Akhirnya kita kasih perpanjangan hari untuk mereka pasang iklan," jelas Andrew. Sebagai perusahaan yang besar karena penggunanya, Kaskus selalu berusaha untuk terus meningkatkan kenyamanan Kaskuser. Tanggal 26 Mei 2012 menjadi saksi perjalanan Kaskus dimana Kaskus kembali menggunakan alamat situs resmi kaskus.com dan kaskus.co.id, ini dilakukan untuk kembali memperkuat citra Kaskus sebagai situs yang bervisi global namun tetap memiliki identitas Indonesia. di tahun 2012 Kaskus juga meluncurkan versi baru Kaskus 2.0 dimana terjadi penyempurnaan pada tampilan, navigasi, fitur pencarian, layanan Forum Jual Beli (FJB), serta menambah server untuk mengakomodir kebutuhan member Kaskus yang telah mencapai lebih dari 4,5 juta member.Selama kurang lebih 3 pekan, tak sedikit pengguna Kaskus yang belum mengetahui bahwa situs favoritnya berganti alamat domain jadi www.kaskus.com dan www.kaskus.co.id. Kaskus pun gencar melakukan edukasi mengenai domain baru mereka melaui media sosial. "Untungnya, pengguna Kaskus itu loyal. Jadi jumlah kunjungan Kaskus bisa naik lagi dengan cepat," tambahnya. Kaskus juga mendapatkan award pada tahun 2012 dari Presiden Republik Indonesia sebagai predikat Big Place Market 2012. Saat ini Kaskus memiliki tampilan baru dimana sebelumnya yang masih tahap percobaan atau biasa disebut livebeta sudah dipatenkan menjadi newkaskus dan berbagai fitur tambahan untuk memfasilitasi membernya salah seperti KaskusMobile, Kaskus Ads dan Kaspay. Kaspay adalah sejenis metode pembayaran/uang virtual sebagai alat tukar bertransaksi online ,dan saat ini sudah menempati posisi lamanya di Alexa, yakni posisi 7 situs web paling banyak dikunjungi di Indonesia. Selain menggunakan domain .com dan .co.id, Kaskus juga berencana memakai domain .id.
113
Domain
.us
akan
tetap
digunakan,
namun
butuh
waktu
lama
untuk
merealisasikannya, mengingat ada regulasi yang menyatakan hanya perusahaan asal Amerika Serikat sajalah yang boleh menggunakan domain .us. 4.1.1. Visi dan Misi Kaskus Dalam hal pencapaian suatu tujuan diperlukan suatu perencanaan dan tindakan nyata untuk dapat mewujudkannya, secara umum bisa dikatakan bahwa Visi dan Misi adalah suatu konsep perencanaan yang disertai dengan tindakan sesuai dengan apa yang direncanakan untuk mencapai suatu tujuan Visi Kaskus: Menjadi “The Largest Indonesian Community” Misi Kaskus: 1. Membuat tampilan website Kaskus lebih mudah, menarik dan komprehensif untuk menarik pengguna baru dan memuaskan pengguna yang telah ada. 2. Memberikan end-to-end solution terhadap seluruh aktivitas ataupun transaksi pengguna di Kaskus. 3. Menciptakan excellence community building dengan meningkatkan konektivitas antara pengguna dengan citizen journalism dan trading.
114
4.1.2. Proses Komunikasi Forum Kaskus Kaskus adalah sebuah komunitas yang unik dan sangat lengkap berbagai informasi dengan cepat dan lengkap dapat didapatkan disini, dari informasi ringan mengenai gaya hidup, hobi atau hal-hal teknis dan pengetahuan lainnya.
Sumber : kaskus.com, 2013 Gambar 4.1 Home Page Login Kaskus
Sumber : kaskus.com, 2013 Gambar 4.2 Home Page Kaskus
115
Didalam
komunitas
Kaskus
dari
hasil
penelitian-penelitian
sebelumnya banyak mendapatkan adanya fenomena rasa sense of belonging dari para member dimana mereka merasa diterima dan diakui oleh suatu komunitas secara hidup, inilah yang membuat Kaskus masih menjadi pilihan dalam komunitas maya sebagai tempat untuk berinteraksi. Kaskus menawarkan berbagai forum komunitas dapat dilihat pada gambar 4.4 dari Pengetahuan, Olahraga, Komputer, Hewan, Militer hingga Supranatural, ini memberikan
banyak
pilihan
bagi
pengguna
Internet
untuk
bergabung,berdiskusi dan menjadi bagian satu dengan yang lainnya sesuai dengan minat dan kebutuhannya.
Sumber : kaskus.com, 2013 Gambar 4.3 Daftar Sub-Forum Komunitas KASKUS Kaskus juga memiliki berbagai ciri khas akan sebutannya dalam memanggil Kaskuser lainnya dengan panggilan “Agan” ataupun “Aganwati”, dengan juga dilengkapi oleh GRP (Good Reputation Point) dan BRP (Bad
116
Reputation Point) yang biasa disebut Cendol dan Bata, hal ini cenderung menjadi indikasi bahwa orang tersebut telah berpengalaman dan memiliki banyak kontribusi dalam suatu komunitas khususnya menjadi indikasi bahwa orang tersebut terpecaya ketika berjualan di FJB (Forum Jual Beli). Di Kaskus pun ada tingkatan jumlah posting, dimana memiliki sebutan masing-masing dari Newbie, Kaskuser, Kaskus Addict hingga Made In Kaskus. DI kaskus pun ada berbagai jabatan khusus seperti Moderator, Hansip, Kaskus Donatur, Verified Account (Akun resmi dari Publik Figur Terkenal) dan juga Enthusiast. adalah account dimana mereka adalah orangorang yang sangatt ahli dan memiliki banyak kontribusi dalam suatu topik sub-forum tertentu sehingga user seperti ini dapat memberikan informasi yang lebih kredibel mengenai suatu permasalahan tertentu pada suatu sub forum tersebut, misal CCPB enthusiast berarti dia adalah orang yang ahli dan telah diakui kemampuannya mengenai software-software komputer.
Sumber : kaskus.com, 2013 Gambar 4.5 Member KASKUS
117
Sumber : kaskus.com, 2013 Gambar 4.5 Forum Jual Beli KASKUS
Didalam komunitas sub-forum Kaskus para user dapat menanyakan berbagai pertanyaan ataupun meminta rekomendasi mengenai sebuah produk dan juga ada sebuah thread khusus sebagai perkumpulan dari suatu produk dan merek tertentu.
Sumber : kaskus.com,2013 Gambar 4.6 Posting Comment oleh user KASKUS
118
4.2. Profil Responden Profil Responden ini bertujuan untuk mengetahui karakteristik-karakteristik dari konsumen yang terpilih menjadi repsonden. Penggolongan terhadap konsumen didasarkan pada karakteristik demografi seperti jenis kelamin, usia, pekerjaan dan karakteristik lainnya untuk mengetahui informasi-informasi relevan mengenai responden yang berhubungan dengan Kaskus Dari penggolongan ini akan diperoleh suatu kesimpulan mengenai keadaan responden. Penggolongan tersebut akan disajikan dalam masing-masing tabel dan sub bab berikut: 4.2.1. Jenis Kelamin Dilihat dari hasil Diagram Gambar 4.8 dibawah terlihat Sebagian besar responden adalah Lak-Laki. Hal ini dapat dilihat dari jumlah responden yang dikumpulkan oleh peneliti yaitu responden laki-laki sebanyak 139 orang (69,5%) dan responden Perempuan sebanyak 61 orang (30,5%).
Sumber : Hasil Pengolahan Data, 2013 Gambar 4.7 Diagram Karakteristik Responden Berdasarkan Jenis Kelamin
119
4.2.2 Usia Dilihat dari hasil Diagram Gambar 4.9 dibawah terlihat Sebagian besar responden berumur 19-24 tahun. Hal ini dapat dilihat dari jumlah responden yang dikumpulkan oleh peneliti yaitu responden berusia 19-24 tahun sebanyak 94 orang (47%), responden berusia 15-18 tahun sebanyak 38 orang (24%), responden berusia 25-30 tahun sebanyak 40 orang (20%), responden berusia 31-35 tahun sebanyak 15 orang (7,5%), dan responden berusia 36-40 tahun sebanyak 3 orang (1,5%).
Sumber : Hasil Pengolahan Data, 2013 Gambar 4.8 Diagram Karakteristik Responden Berdasarkan Usia
4.2.2. Jenis Pekerjaan Dilihat dari hasil Diagram Gambar 4.10 dibawah terlihat Sebagian besar responden yang masih Pelajar/Mahasiswa. Hal ini dapat dilihat dari jumlah responden yang dikumpulkan oleh peneliti yaitu responden yang masih berstatus sebagai Pelajar/Mahasiswa sebanyak 126 orang (63,%),
120
responden yang berstatus sebagai Professional sebanyak 11 orang (5,5%), responden yang berstatus sebagai Wiraswastawan sebanyak 38 orang (19,%), responden yang berstatus sebagai Ibu/Bapak Rumah Tangga sebanyak 16 orang (8%), dan Lain-Lain sebanyak 9 orang (4,5%)
Sumber : Hasil Pengolahan Data, 2013 Gambar 4.9 Diagram Karakteristik Responden Berdasarkan Jenis Pekerjaan
4.2.3. Sumber Referensi dalam Pertama kali mengenal Kaskus Dilihat dari hasil Diagram Gambar 4.11 dibawah terlihat Sebagian besar responden mengenal Kaskus melalui Referensi anggota Keluarga dan Teman mereka, ini terlihat dari jumlah responden sebanyak 111 orang (55,5%), melalui Media Sosial sebanyak 73 orang (36,5%), melalui Seminar Informasi dan Teknologi sebanyak 6 orang (3%), Dan lain-lain seperti Search Engine Google dan Majalah sebanyak 10 orang (5%)
121
Sumber : Hasil Pengolahan Data, 2013 Gambar 4.10 Diagram Karakteristik Responden Referensi
4.2.4. Berapa Lama Waktu yang diluangkan ketika sedang berkunjung ke Kaskus Dilihat dari hasil Diagram Gambar 4.12 dibawah terlihat Sebagian besar responden ketika menjelajah Kaskus cenderung menghabiskan waktu sebanyak lebih dari dua jam, terlihat ada 103 orang (51,5%) menjelajah Kaskus, satu hingga dua jam sebanyak 67 orang (33,5%) dan Kurang dari satu jam sebanyak 30 orang (15%).
122
Sumber : Hasil Pengolahan Data, 2013 Gambar 4.11 Diagram Karakteristik Responden Berdasarkan Berapa Waktu yang diluangkan ketika Mengunjungi Kaskus
4.2.5. Kegiatan yang dilakukan ketika Mengunjungi Kaskus Dilihat dari hasil Diagram Gambar 4.13 dibawah ada jumlah sebanyak 31% pengguna Kaskus melakukan pencarian Informasi, 17 % User Kaskus sering berdiskusi pada forum-forum komunitas tertentu, 16 % User Kaskus melakukan pembelian produk di Forum Jual Beli,
13 % User Kaskus
melakukan penjualan produk di Forum Jual Beli,
13 % User Kaskus
mengunggah Artikel atau Thread, dan 10 % User Kaskus melakukan posting komentar di suatu Thread atau Artikel.
123
Sumber : Hasil Pengolahan Data, 2013 Gambar 4.12 Diagram Karakteristik Responden Berdasarkan Kegiatan yang mereka Lakukan di Kaskus
4.3. Transformasi Data Ordinal menjadi Data Interval Mentransformasi data ordinal menjadi interval gunanya untuk memenuhi sebagian dari syarat analisis parametrik yang mana data setidak-tidaknya berskala interbal (Kuncoro dan Riduwan, 2008). Teknik informasi yang paling sederhana adalah dengan menggunakan MSI (Method of Successive Interval). Nilai baru setelah transformasi data ordinal ke interval dapat dilihat pada tabel 4.1 sebagai berikut : Tabel 4.1 Transformasi Data Ordinal ke Interval Bobot Nilai Variabel
1
2
3
4
5
Ewom1
1,000
1,681
2,839
3,974
5,138
Ewom2
1,000
1,489
2,567
3,753
5,011
Ewom3
1,000
1,415
2,416
3,427
4,573
Ewom4
1,000
1,596
2,648
3,639
4,763
Ewom5
1,000
1,944
2,914
3,856
4,925
124
Ewom6
1,000
1,546
2,574
3,626
4,803
Aqr1
1,000
1,628
3,028
4,276
5,500
Aqr2
1,000
1,551
2,926
4,112
5,292
Aqr3
1,000
1,453
2,889
4,009
5,278
Aqt1
1,000
1,628
2,977
4,182
5,380
Aqt2
1,000
1,956
3,110
4,215
5,380
Aqt3
1,000
1,653
2,441
3,349
4,499
Aqa1
1,000
1,798
3,012
4,168
5,365
Aqa2
1,000
1,681
2,831
3,931
5,065
Aqa3
1,000
1,596
2,797
4,023
5,273
Aqc1
1,000
2,076
3,199
4,309
5,500
Aqc2
1,000
2,152
3,177
4,239
5,446
Aqc3
1,000
2,032
2,994
4,057
5,292
Aqc4
1,000
1,749
2,827
3,905
5,105
Mse1
1,000
1,640
2,898
4,064
5,203
Mse2
1,000
1,719
2,967
4,112
5,220
Msct1
1,000
1,546
2,871
4,112
5,312
Msct2
1,000
1,596
2,931
4,153
5,312
Bi1
1,000
-
2,418
3,546
4,773
Bi2
1,000
1,749
2,767
3,859
5,094
Bi3
1,000
-
2,306
3,385
4,631
Pi1
1,000
1,719
2,795
3,951
5,186
Pi2
1,000
1,489
2,494
3,645
4,901
Pi3
1,000
1,467
2,547
3,671
4,845
Sumber : Hasil Pengolahan Data SPSS 20, 2013
125
4.4. Hasil Tabulasi Data Responden Berikut hasil dari pengolahan data yang telah ditabulasikan berdasarkan jawaban kuesioner oleh 200 responden user Kaskus yang disajikan pada tabel 4.2 yang sekaligus menunjukan nilai mean dan modus masing-masing variabel beserta deksripsinya. Nilai 1
= Sangat Tidak Setuju
Nilai 2
= Tidak Setuju
Nilai 3
= Biasa Saja
Nilai 4
= Setuju
Nilai 5
= Sangat Setuju Tabel 4.2 Tabulasi Jawaban Responden
Indikator
Ewom1
Ewom2
Ewom3
Nilai
Frek.
Mean
1
2
Responden setuju dengan pernyataan “Saya
2
6
sering membaca review produk konsumen
3
73
secara online untuk mengetahui apa yang
4
84
mengesankan dari sebuah produk atau
5
35
1
2
Responden
2
2
“Untuk menyakinkan pembelian produk atau
3
53
merek yang tepat, saya membaca review
4
99
produk secara online dari konsumen lainnya.
5
44
1
3
Responden setuju dengan pernyataan “Saya
2
1
biasanya berkonsultasi mengenai review
3
52
produk secara online untuk membantu dalam
4
73
memilih produk atau merek.”
5
71
1
2
Responden setuju dengan pernyataan “Saya
2
4
sering mengumpulkan
3.72
Keterangan
merek” setuju
dengan
pernyataan
3,90
4,04
informasi secara
126
Ewom4
Ewom5
Ewom6
Aqr1
Aqr2
Aqr3
Aqt1
3
56
online dari review produk konsumen lainnya
4
72
sebelum
5
66
1
3
Responden setuju dengan pernyataan “Jika
2
19
saya tidak membaca review produk online
3
68
ketika ingin membeli produk atau jasa, saya
4
70
khawatir dengan keputusan saya.”
5
40
1
2
Responden
2
3
“Ketika saya ingin membeli produk atau
3
51
merek, review produk online membuat saya
4
82
percaya
5
62
1
1
Responden setuju dengan pernyataan “Saya
2
3
merasa argumen/informasi yang diberikan
3
79
dalam forum komunitas KASKUS relevan”
4
90
5
27
1
1
Responden setuju dengan pernyataan “Saya
2
2
merasa argumen/informasi yang diberikan
3
70
dalam forum komunitas KASKUS dapat
4
87
diterima”
5
40
1
1
Responden setuju dengan pernyataan “Saya
2
1
merasa argumen/informasi yang diberikan dalam
3
70
forum
4
87
digunakan/diaplikasikan.”
5
41
1
1
Responden setuju dengan pernyataan “Saya
2
3
merasa argumen/informasi yang diberikan dalam
3
73
forum komunitas KASKUS sesuai dengan
4
89
keadaan saat ini.”
5
34
3,98
membeli
produk
atau
merek
tertentu”
3,62
3,99
setuju
dengan
dengan
keputusan
pernyataan
pembelian
produk atau merek tersebut.”
3,69
3,81
komunitas
KASKUS
dapat
3,83
3,76
127
Aqt2
Aqt3
Aqa1
Aqa2
Aqa3
Aqc1
Aqc2
1
1
Responden setuju dengan pernyataan “Saya
2
10
merasa argumen/informasi yang diberikan dalam
3
71
forum komunitas KASKUS tepat waktu”
4
84
5
34
1
4
Responden setuju dengan pernyataan “Saya
2
8
merasa argumen/informasi yang diberikan dalam
3
45
forum komunitas KASKUS up-to-date”
4
75
5
68
1
1
Responden setuju dengan pernyataan “Saya
2
6
merasa argumen/ informasi yang diberikan
3
69
dalam forum komunitas KASKUS akurat.”
4
89
5
35
1
2
Responden setuju dengan pernyataan “Saya
2
6
merasa argumen/informasi yang diberikan dalam
3
72
forum komunitas adalah benar”
4
80
5
40
1
2
Responden setuju dengan pernyataan “Saya
2
4
merasa argumen/informasi yang diberikan
3
73
didalam komunitas online KASKUS dapat
4
94
diandalkan/dipercaya.”
5
27
1
1
Responden setuju dengan pernyataan “Saya
2
14
merasa argumen/informasi yang diberikan dalam
3
73
forum komunitas cukup melengkapi kebutuhan
4
85
saya.”
5
27
1
1
Responden setuju dengan pernyataan “Saya
2
17
merasa argumen/informasi yang diberikan dalam
3
63
forum komunitas memiliki nilai nilai yang saya
3,70
3,97
3,75
3,75
3,70
3,61
128
Aqc3
Aqc4
Msce1
butuhkan.”
4
89
5
30
1
2
Responden setuju dengan pernyataan “Saya
2
19
merasa argumen/informasi yang diberikan dalam
3
62
forum komunitas dapat memenuhi kebutuhan
4
91
saya.”
5
26
1
1
Responden setuju dengan pernyataan “Saya
2
5
merasa argumen/informasi yang diberikan dalam
3
51
forum komunitas memiliki tingkat kedalaman
4
88
dan kelebaran yang cukup”
5
55
1
2
Responden
2
5
“Orang-Orang
yang
3
83
argumen/informasi
di
4
79
orang-orang yang berpengetahuan dan ahli
5
31
3,65
3,60
3,95
3,66
setuju
dengan
pernyataan memberikan
KASKUS
adalah
dalam mengevaluasi kualitas produk dan merek.”
Msce2
Msct1
Msct2
1
2
Responden setuju dengan pernyataan “Para
2
7
User di KASKUS adalah orang-orang ahli
3
87
dalam mengevaluasi kualitas produk tertentu”
4
74
5
30
1
2
Responden setuju dengan pernyataan “Para
2
3
User di KASKUS dapat dipercaya dalam
3
85
memberikan informasi.”
4
85
5
25
1
2
Responden setuju dengan pernyataan “Para
2
4
User di KASKUS reliabel dalam memberikan
3
90
informasi.”
4
79
5
25
3,61
3,64
3,60
129
Bi1
Bi2
Bi3
Pi1
Pi2
Pi3
dengan
setuju
pernyataan
1
2
Responden
2
0
“Dengan perbandingan produk/jasa lainnya,
3
45
produk/jasa
4
88
kaskus memiliki kualitas yang tinggi”
5
65
1
1
Responden
2
5
“Produk yang direkomendasikan di Kaskus
3
88
adalah produk yang memiliki sejarah yang
4
82
baik.”
5
24
1
2
Responden
2
0
“Produk yang direkomendasikan di Kaskus
3
36
dapat saya perkirakan bagaimana kinerja dan
4
82
fitur yang akan saya dapatkan nantinya.”
5
80
1
2
Responden setuju dengan pernyataan “Saya
2
7
akan senang hati untuk membeli produk
3
65
yang
4
94
komunitas KASKUS.”
5
32
1
2
Responden setuju dengan pernyataan “Saya
2
2
akan bersenang hati merekomendasikan
3
46
kepada orang lain mengenai produk/merek
4
97
yang direkomedasikan di forum komunitas
5
53
1
3
Responden setuju dengan pernyataan “Saya
2
2
sependapat dengan opini yang diberikan di
3
63
yang
direkomendasikan
di
4,07 setuju
dengan
pernyataan
3,61 setuju
dengan
pernyataan
4,19
direkomendasikan
didalam
forum
3,73
3,98
KASKUS.”
forum
komunitas
KASKUS
dan
akan
membeli produk/merek yang dimaksud di 4
86
5
46
masa datang.” 3,85
Sumber : Hasil Pengolahan Data SPSS 20, 2013
130
4.5. Uji Validitas, Reliabilitas dan Variance Extract Setelah transformasi data ordinal menjadi interval, kemudian data yang sudah ditransformasi akan diuji validitas dan reliabilitasnya sehingga instrumen yang digunakan dalam penelitian yang berupa pertanyaan dapat dipertanggungjawabkan. dan juga pada subibab ini akan menghitung variance extracted untuk menghitung apakah konstruk variabel laten benar-benar menjadi indikator yang tepat dalam pengaruhnya bagi variabel laten tersebut. Variabel yang akan diuji validitas, reliabilitasnya dan variance extracted adalaah variabel X1, X2, X3, Y dan Z. 4.5.1. Uji Validitas Uji Validitas menggunakan tingkat kepercayaan 95% dimana df = n-2 dengan menggunakan data sebanyak 200 jawaban kuesioner, Sehingga nilai df = 198 dengan t tabel = 0,12. Sehingga dasar pengambilan keputusan adalah sebagai berikut : •
Jika rhitung > 0,12, maka butir/ pertanyaan tersebut valid
•
Jika rhitung < 0,12, maka butir/ pertanyaan tersebut tidak valid
Berikut ini adalah hasil dari perbandingan t-hitung dengan t-tabel variabel yang diteliti : Nilai rhitung didapat dari hasil perhitungan korelasi pearson antara skor tiapbutir pertanyaan dengan skor total. Tabel 4.3 Uji Validitas Variabel
Ewom
Indikator
t-hitung
t-tabel
Keputusan
Ewom1
0,679
0,12
Valid
Ewom2
0,724
0,12
Valid
Ewom3
0,680
0,12
Valid
Ewom4
0,683
0,12
Valid
Ewom5
0,623
0,12
Valid
131
Ewom6
0,653
0,12
Valid
Aqr1
0,585
0,12
Valid
Aqr2
0,688
0,12
Valid
Aqr3
0,698
0,12
Valid
Aqt1
0,730
0,12
Valid
Aqt2
0,691
0,12
Valid
Argument
Aqt3
0,361
0,12
Valid
Quality
Aqa1
0,689
0,12
Valid
Aqa2
0,734
0,12
Valid
Aqa3
0,753
0,12
Valid
Aqc1
0,716
0,12
Valid
Aqc2
0,765
0,12
Valid
Aqc3
0,749
0,12
Valid
Aqc4
0,695
0,12
Valid
Msce1
0,888
0,12
Valid
Message
Msce2
0,869
0,12
Valid
Source
Msct3
0,869
0,12
Valid
Credibility
Msct4
0,908
0,12
Valid
Bi1
0,641
0,12
Valid
Brand
Bi2
0,420
0,12
Valid
Image
Bi3
0,629
0,12
Valid
Pi1
0,767
0,12
Valid
Purchase
Pi2
0,702
0,12
Valid
Intention
Pi3
0,748
0,12
Valid
Sumber : Hasil Pengolahan Data SPSS 21 4.5.2. Uji Convergent Validity Pengujian validitas dalam penelitian ini menggunakan analisis convergent validity (validitas konvergen). Validitas konvergen dapat dinilai dari measurement model yang dikembangkan dalam penelitian dengan menentukan apakah setiap indikator yang diestimasi secara valid mengukur dimensi dari konsep yang diujinya. Sebuah indikator dimensi
132
menunjukkan validitas konvergen yang signifikan apabila koefisien variabel
indikator itu lebih besar dari dua kali standard errornya
(Anderson dan Gerbing, 1988). Bila setiap indikator memiliki critical ratio yang lebih besar dari dua kali standar errornya, hal ini menunjukkan bahwa indikator itu secara valid mengukur apa yang seharusnya diukur dalam model yang disajikan. Menurut Rigdon dan Ferguson (1991), dan Doll, Xia, Torkzadeh (1994),Widodo (2006), Wahyudi (2010) suatu variabel dikatakan mempunyai validitas yang baik terhadap konstruk atau varabel latennya, jika: •
Nilai-t muatan faktornya (loading factors) lebih besar dari nilai kritis (atau ≥1.96 atau untuk praktisnya ≥2) Tabel 4.4 Uji Convergent Validity Faktor
Nilai
Indikator
Loading
Kritis
p-value
Keputusan
Ewom1
FIX
1,96
-
Valid
Ewom2
10,806
1,96
0,000
Valid
Ewom3
7,678
1,96
0,000
Valid
Ewom4
8,326
1,96
0,000
Valid
Ewom5
8,592
1,96
0,000
Valid
Ewom6
8,338
1,96
0,000
Valid
Aqr1
7.793
1,96
0,000
Valid
Aqr2
9,387
1,96
0,000
Valid
Argument
Aqr3
9,660
1,96
0,000
Valid
Quality
Aqt1
9,758
1,96
0,000
Valid
Aqt2
9,021
1,96
0,000
Valid
Aqt3
5,413
1,96
0,000
Valid
Aqa1
9,661
1,96
0,000
Valid
Aqa2
10,423
1,96
0,000
Valid
Variabel
Ewom
133
Aqa3
10.500
1,96
0,000
Valid
Aqc1
9,979
1,96
0,000
Valid
Aqc2
11,316
1,96
0,000
Valid
Aqc3
10,774
1,96
0,000
Valid
Aqc4
FIX
1,96
-
Valid
Msce1
FIX
1,96
-
Valid
Message
Msce2
24,969
1,96
0,000
Valid
Source
Msct3
17,949
1,96
0,000
Valid
Credibility
Msct4
19,724
1,96
0,000
Valid
Bi1
FIX
1,96
-
Valid
Brand
Bi2
6,586
1,96
0,000
Valid
Image
Bi3
9,875
1,96
0,000
Valid
Pi1
FIX
1,96
-
Valid
Purchase
Pi2
12,590
1,96
0,000
Valid
Intention
Pi3
14,003
1,96
0,000
Valid
Sumber : Hasil Pengolahan Data AMOS 21, 2013 4.5.3. Uji Reliabilitas dan Variance Extract Uji Reliabilitas diperlukan untuk mengukur tingkat kehandalan kuesioner, Uji reliabilitas dari setiap konstruk yang digunakan dalam penelitian ini menggunakan Cronbach’s Alpha. Menurut Sekaran (2003) dan Hair (1998), Cronbach’s Coefficient Alpha yang dapat diterima (Acceptable) adalah koefisien yang bernilai minimal 0,50 atau lebih dengan perhitungan rumus seperti berikut :
Berdasarkan pernyataan diatas, dasar pengambilan keputusan uji reliabilitas dapat disimpulkan sebagai berikut : • Jika Cronbach’s Coefficient Alpha ≥0,60 maka Cronbach’s Alpha Acceptable (Construct reliable).
134
• Jika Cronbach’s Coefficient Alpha< 0,60 maka Cronbach’s Alpha Poor Acceptable (Construct unreliable). Lalu
untuk
menghitung
variance
extracted
Angka
yang
direkomendasikan adalah > 0,40 atau 0,50 (Fornaell dan Lacker, 1981). Berikut rumus untuk menghitung variance extracted :
Tabel 4.5 Standarized Regression Weight
Indikator
Estimate
Indikator
Estimate
BI
AQ
0,566
Aqc4
AQ
0,523
BI
Ewom
0,832
Aqc3
AQ
0,647
BI
SC
0,753
Aqc2
AQ
0,579
PI
BI
0,579
Aqc1
AQ
0,574
PI
AQ
0,655
Aqa3
AQ
0,861
PI
SC
0,375
Aqa2
AQ
0,968
PI
Ewom
0,475
Aqa1
AQ
0,696
Ewom1
Ewom
0,497
Aqt3
AQ
0,656
Ewom2
Ewom
0,504
Aqt2
AQ
0,506
Ewom3
Ewom
0,525
Aqt1
AQ
0,537
Ewom4
Ewom
0,457
Aqr3
AQ
0,439
Ewom5
Ewom
0,473
Aqr2
AQ
0,450
Ewom6
Ewom
0,557
Aqr1
AQ
0,406
Msce1
SC
0,834
Msct1
SC
0,928
Msce2
SC
0,810
Msc2
SC
0,984
Bi3
BI
0,824
Pi1
PI
0,868
Bi2
BI
0,637
Pi2
PI
0,761
Bi1
BI
0,711
Pi3
PI
0,809
Sumber : Hasil Pengolahan Data AMOS 21, 2013
135
Berikut tabel hasil perhitungan dari variabel dengan menggunakan input angka Standarized Regression Estimate pada tabel 4.6 dengan rumus Variance Extracted dan Composite Reliability : Tabel 4.6 Uji Reliabilitas dan Variance Extract Konstruk Variabel
Jumlah
Cronbach
Variance
Keputusan
Indikator
Coefficient Alpha
Extract
EWOM
6
0,871
0,484
Reliable
Argument Quality
13
0,927
0,495
Reliable
M.Source Credibility
4
0,951
0,795
Reliable
Brand Image
3
0,735
0,530
Reliable
Purchase Intention
3
0,862
0,662
Reliable
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Hasil pengujian reliabiliy dan variance extract terhadap masing-masing variabel laten atas dimensi-dimensi pembentuknya menunjukkan bahwa semua variabel menunjukkan sebagai suatu ukuran yang reliabel karena masing-masing memiliki reliabilitas yang lebih besar dari 0,6. Sedangkan hasil pengujian variance extract juga sudah menunjukkan bahwa masing-masing variabel laten merupakan hasil ekstraksi yang cukup besar dari dimensi-dimensinya. Hal ini ditunjukkan dari nilai variance extract dari masing-masing variabel adalah lebih dari 0,4 atau 0,5. Menurut Singgih Santoso (2012) angka Variance Extract dapat dibulatkan. Misalnya pada variabel eWOM, dan Argument Quality
136
dimana angka mendekati lima (0,484 dan 0,495) maka dapat dibulatkan menjadi 0,5 jikalau standar variance extracted yang dipakai adalah lima 4.6. Pengujian Asumsi SEM 4.6.1. Uji Normalitas Pengujian selanjutnya adalah melihat tingkat normalitas data yang digunakan dalam penelitian ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik.
Normalitas
data
merupakan
salah
satu
syarat
dapat
dioperasikannya SEM untuk mengolah pemodelan yang dibuat. Dalam menilai normalitas data dalam SEM dilakukan dengan melihat nilai z yang dimiliki. Nilai z yang dimiliki ini akan dilihat dengan nilai kritis yang ditentukan melalui tingkat signifikansi yang ditentukan yaitu 0,01 dan nilai kritis adalah sebesar ± 2,58. Pada pengolahan data dengan AMOS, nilai z dilihat dari critical ratio. Tabel 4.7 Uji Normalitas Variable
min
max
skew
c.r.
Kurtosis
c.r.
bi3
1,000
4,631
-,399
-2,304
-,754
-2,176
bi2
1,000
5,559
,066
,381
-,167
-,482
bi1
1,000
4,773
-,247
-1,426
-,745
-2,152
pi3
1,000
4,845
-,118
-,683
-,538
-1,552
pi2
1,000
4,901
-,210
-1,214
-,471
-1,358
pi1
1,000
5,186
-,111
-,638
-,213
-,616
aqr1
1,000
5,500
,048
,280
-,270
-,779
137
Variable
min
max
skew
c.r.
Kurtosis
c.r.
aqr2
1,000
5,292
-,014
-,080
-,535
-1,543
aqr3
1,000
5,278
,018
,104
-,637
-1,839
aqt1
1,000
5,380
-,004
-,020
-,386
-1,114
aqt2
1,000
5,380
-,097
-,563
-,306
-,884
aqt3
1,000
4,499
-,367
-2,120
-,616
-1,778
aqa1
1,000
5,365
-,079
-,454
-,314
-,905
aqa2
1,000
5,065
-,095
-,551
-,411
-1,187
aqa3
1,000
5,273
-,030
-,176
-,188
-,543
aqc1
1,000
5,500
-,085
-,490
-,217
-,628
aqc2
1,000
5,446
-,125
-,719
-,273
-,789
aqc3
1,000
5,292
-,133
-,769
-,192
-,554
aqc4
1,000
5,105
-,234
-1,350
-,512
-1,477
msct2
1,000
5,312
,078
,450
-,194
-,559
msct1
1,000
5,312
,068
,395
-,226
-,652
msce2
1,000
5,220
,002
,009
-,244
-,704
msce1
1,000
5,203
,005
,028
-,289
-,835
ewom6
1,000
4,803
-,267
-1,539
-,630
-1,819
ewom5
1,000
4,925
-,158
-,914
-,448
-1,293
ewom4
1,000
4,763
-,289
-1,671
-,685
-1,978
ewom3
1,000
4,573
-,308
-1,780
-,785
-2,266
138
Variable
min
max
skew
c.r.
Kurtosis
c.r.
ewom2
1,000
5,011
-,139
-,802
-,400
-1,153
ewom1
1,000
5,138
-,072
-,416
-,328
-,947
51,770
8,633
Multivariate
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Dari hasil pengolahan data yang ditampilkan pada Tabel 4.7. terlihat bahwa tidak terdapat nilai C.R. untuk skewness dan kurtosis yang berada diluar rentang ±2.58. Dengan demikian maka data penelitian yang digunakan telah memenuhi persyaratan normalitas data, atau dapat dikatakan bahwa data penelitian telah terdistribusi normal. Namun jika dihitung secara multivariate (berdasarkan data gabungan) tabel Assesment of Normality menunjukan data yang ada cenderung berdistribusi bebas dimana bernilai 8,633 atau lebih dari standar yang ditetapkan.yaitu ±2.58. Fenomena ini tidak menjadi masalah serius seperti yang dikatakan oleh Bentler & Chou (1987) bahwa jika teknik estimate dalam model SEM menggunakan maximum likehood estimate (MLE) walau data secara multivariate berdistribusi bebas masih dapat menghasilkan good estimate, sehingga data masih bisa dilanjutkan untuk estimasi selanjutnya. Diana Suhr juga mengatakan Maximum Likehood Estimate dapat digunakan jika data berdistribusi non normal dan sampel yang relatif kecil. 4.6.2. Uji Data Outliner Univariate dan Multivariate Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariate maupun multivariate yaitu yang muncul karena kombinasi dari observasi-observasi lainnya dan muncul dalam
139
bentuk nilai ekstrem untuk sebuah variabel tunggal atau variabel kombinasi (Hair,1998) Tabel 4.8 akan menyajikan Hasil pengolahan data untuk pengujian data outliner secara univariate Sebaran data untuk setiap observed variable menunjukkan tidak adanya indikator outlier. Hal ini ditunjukkan dengan nilai Z- score
dari data penelitian yang nilainya
berada pada rentang ≤ 3,0. Tabel 4.8 Uji Data Outlier Univariate
Descriptive Statistics
N
Minimum
Maximum
Mean
Std. Deviation
ewom1
200
1,000
5,138
3,66489
,928578
ewom2
200
1,000
5,011
3,66530
,918961
ewom3
200
1,000
4,573
3,52451
,913916
ewom4
200
1,000
4,763
3,66519
,921181
ewom5
200
1,000
4,925
3,52504
,945961
ewom6
200
1,000
4,803
3,66515
,920991
aqr1
200
1,000
5,500
3,89218
,912773
aqr2
200
1,000
5,292
3,89173
,916778
aqr3
200
1,000
5,278
3,89197
,912847
aqt1
200
1,000
5,380
3,89161
,917786
aqt2
200
1,000
5,380
3,89175
,933216
aqt3
200
1,000
4,499
3,42088
,927199
aqa1
200
1,000
5,365
3,89172
,926512
aqa2
200
1,000
5,065
3,66499
,929588
aqa3
200
1,000
5,273
3,66549
,919328
aqc1
200
1,000
5,500
3,89178
,935576
aqc2
200
1,000
5,446
3,89193
,938308
aqc3
200
1,000
5,292
3,66508
,939355
aqc4
200
1,000
5,105
3,89168
,924571
140
msce1
200
1,000
5,203
3,66541
,922748
msce2
200
1,000
5,220
3,66525
,925426
msct1
200
1,000
5,312
3,66496
,913497
msct2
200
1,000
5,312
3,66531
,914550
bi1
200
1,000
4,773
3,66551
,911193
bi2
200
1,000
5,559
3,89162
,914896
bi3
200
1,000
4,631
3,66533
,901627
pi1
200
1,000
5,186
3,66527
,928689
pi2
200
1,000
4,901
3,66510
,918154
pi3
200
1,000
4,845
3,52485
,923832
Valid N (listwise)
200
Sumber : Hasil Pengolahan Data SPSS 20, 2013 Selanjutnya Uji outliers dilakukan secara multivariate Evaluasi terhadap multivariate outliers perlu dilakukan karena walaupun data yang di analisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi-observasi itu dapat menjadi outliers bila sudah dikombinasikan,dengan kriteria jarak mahalanobis pada tingkat P < 0,001. jarak mahalanobis ini dievaluasi dengan menggunakan X2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Jika chi-square < nilai mahalanobis d-square, berarti responden tersebut adalah multivariate outliers. Tabel 4.8 Uji Data Outlier Multivariate Observation number
Mahalanobis d-squared
p1
p2
137
56,889
,001
,257
40
52,501
,005
,249
120
49,940
,009
,278
141
Observation number
Mahalanobis d-squared
p1
p2
15
47,338
,017
,451
112
46,974
,019
,321
61
46,789
,020
,200
176
46,177
,023
,168
154
46,121
,023
,090
96
45,755
,025
,063
24
45,217
,028
,057
2
44,361
,034
,080
94
43,834
,038
,082
198
43,736
,039
,050
63
42,991
,046
,075
141
42,852
,047
,051
119
42,742
,050
,033
122
42,622
,052
,021
55
42,214
,054
,023
70
42,032
,056
,017
167
42,009
,056
,009
116
41,810
,058
,007
108
41,635
,061
,005
68
41,358
,064
,005
142
Observation number
Mahalanobis d-squared
p1
p2
102
41,333
,064
,003
67
40,775
,072
,005
41
40,774
,072
,003
130
40,496
,076
,003
184
40,154
,081
,004
48
40,016
,084
,003
1
39,671
,089
,004
113
39,349
,095
,005
16
39,221
,098
,004
136
38,995
,102
,004
62
38,958
,102
,002
19
38,769
,106
,002
18
38,716
,107
,001
66
38,578
,110
,001
39
37,539
,133
,014
8
37,399
,136
,013
115
37,382
,137
,008
197
37,382
,137
,005
134
37,299
,139
,004
38
37,178
,142
,003
143
Observation number
Mahalanobis d-squared
p1
p2
111
36,989
,147
,003
84
36,791
,152
,004
126
36,506
,159
,006
60
36,495
,160
,004
71
36,059
,172
,009
117
35,700
,182
,016
132
35,129
,200
,051
53
35,094
,201
,039
37
35,023
,204
,032
127
35,007
,204
,023
195
34,980
,205
,017
76
34,686
,215
,026
36
34,669
,216
,019
13
34,645
,216
,014
129
34,436
,224
,017
85
34,368
,226
,014
56
34,304
,228
,012
33
34,250
,230
,009
78
34,123
,235
,009
170
34,107
,235
,006
144
Observation number
Mahalanobis d-squared
p1
p2
173
34,046
,238
,005
121
33,612
,254
,014
123
33,463
,259
,016
34
33,267
,267
,020
100
33,239
,268
,015
44
33,007
,277
,022
200
32,905
,282
,021
35
32,770
,287
,022
177
32,691
,290
,020
157
32,411
,302
,033
50
32,354
,305
,028
72
32,285
,308
,025
124
32,204
,311
,022
11
32,089
,316
,023
128
32,055
,317
,018
171
31,778
,330
,031
58
31,501
,342
,051
9
31,485
,343
,039
133
31,436
,345
,033
145
31,287
,352
,038
145
Observation number
Mahalanobis d-squared
p1
p2
54
31,254
,354
,030
185
31,226
,355
,024
30
31,106
,360
,025
5
31,027
,364
,023
155
31,018
,365
,017
142
30,905
,370
,018
163
30,828
,374
,016
125
30,679
,381
,019
140
30,678
,381
,013
22
30,583
,385
,013
182
30,237
,402
,031
160
30,157
,406
,029
192
30,157
,406
,021
194
30,111
,408
,017
164
29,949
,417
,021
105
29,893
,419
,018
93
29,889
,420
,013
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Nilai jarak mahalonobis terbesar (d-square terbesar) jika dibandingkan dengan nilai chi-square pada derajat bebas sebesar 29 (jumlah dimensi atau indikator) pada tingkat p < 0,001 adalah x2 (29,
146
0,001) = 58,300 (berdasarkan tabel distribusi X2). Dari hasil pengolahan data dapat diketahui bahwa jarak mahalanobis maksimal 56,889 sehingga dapat disimpulkan bahwa tidak terdapat outliers multivariate Selain cara dengan membandingkan tingkat chi square dan derajat bebas dari variabel yang diteliti Singgih Santoso (2012) juga memberikan cara lainnya untuk mendeteksi adanya data outliner yaitu dengan melihat nilai pada kolom p1 dan p2, Jika p1 dan p2 berada dibawah nilai 0,05 maka data tersebut adalah data outline dan lebih baik dihapus. Jikalau terdapatnya outlier pada tingkat multivariate dalam analisis ini tidak akan dihilangkan dari analisis karena data tersebut menggambarkan keadaan yang sesungguhnya dan tidak ada alasan khusus dari profil responden yang menyebabkan harus dikeluarkan dari analisis tersebut (Ferdinand, 2005). 4.6.3. Evaluasi Nilai Residual Langkah selanjutnya dalam SEM adalah interpretasi model dan modifikasi model bagi model yang tidak memenuhi syarat pengujian. Modifikasi dilakukan dengan mengamati standardize residuals
yang
dihasilkan oleh model itu. Batas keamanan untuk jumlah residual adalah ± 2,58 dengan tingkat signifikansi 5% (Hair et al. Al., 1998; Ferdinand, 2005). Nilai residual yang > 2,58 menunjukkan adanya prediction error yang substansial untuk sepasang indikator. Nilai residual hasil data dalam penelitian ini dapat dilihat di lampiran. Pada output tersebut tampak bahwa nilai residual covariance terbesar adalah 0,132 (Aqt3 dan Ewom6) dan nilai standarizes residual covariances terbesar adalah 2,206 (Msct2 dan Bi2). Dengan demikian
147
tidak ditemukannya alur yang memiliki masalah dan intrepretasi terhadap model dapat dilakukan tanpa perlu modifikasi lebih lanjut. 4.6.4. Deteksi Multicollinierity, Singularity & Discriminant Validity Pengujian data selanjutnya adalah untuk melihat apakah terdapat multikolinearitas dan singularitas dalam sebuah kombinasi variabel. Multikolinearitas dapat dideteksi dari determinant matriks kovarians. Nilai determinant matriks kovarians yang sangat kecil (mendekati nol) memberi indikasi adanya problem multikolinearitas atau singularitas dan data layak digunakan (Tabachnick &Fidell, 1998). Estimasi model penelitian ini memberikan nilai sebesar : Determinant of sample covariance matrix = 0,117 Dengan demikian model ini masih dipergunakan, karena nilainya di atas nol dan jika terdapat gangguan multikolinearitas yang tinggi, maka Program AMOS akan memberikan warning (Ferdinand, 2005:105) Uji Multikolinearitas juga dapat diukur melalui korelasi antar konstruk yang lebih kecil dari 0,85 (Garson, 2003). Dan terlihat pada tabel 4.9 semua nilai berada dibawah 0,85. Tabel 4.10 Uji Korelasi Antar Konstruk Konstruk
Estimate
Konstruk
Estimate
ewom
AQ
0,322
AQ
BI
0,109
SC
AQ
0,303
AQ
PI
0,377
ewom
SC
0,644
SC
BI
0,669
ewom
BI
0,666
SC
PI
0,806
ewom
PI
0,822
BI
PI
0,742
Sumber : Hasil Pengolahan Data AMOS 21, 2013
148
Tabel 4.11 Uji Discriminant Validity eWOM
AQ
MSC
BI
eWOM
0,48
AQ
0,10
0,49
MSC
0,41
0,09
0,79
BI
0,44
0,01
0,44
0,53
PI
0,67
0,14
0,64
0,50
PI
0,66
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Pada proses standardisasi, diperoleh angka korelasi seperti pada tabel 4.10. Tingginya angka korelasi (>0,5) antara konstruk menunjukkan adanya hubungan yang erat dan memiliki hubungan yang positif dan searah. Nilai tertinggi adalah eWOM dengan Purchase Intention (0,822). Jadi, dengan semakin tingginya aktivitas eWOM seseorang maka akan semakin meningkatkan Purchase Intention. Selanjutnya adalah uji Discriminant Validity dimana uji ini adalah berlawanan dari uji validitas konvergen; jika uji konvergen menguji keeratan hubungan, uji diskriminan justru mencari seberapa besar dua variabel berbeda (Singgih Santoso, 2012). Dari data pada Tabel 4.11 dilihat secara umum hubungan antar konstruk lemah karena nilai Korelasi Kuadrat lebih kecil dari nilai variance extractednya namun ada satu variabel yaitu hubungan antara eWOM dengan Purchase Intention yang belum lolos uji diksriminan. 4.7. Pengujian Kecocokan Model SEM Analisis selanjutnya adalah analisis Structural Equation Model (SEM) secara full model setelah dilakukannya modification indices setelah tahap One Step Approach to SEM, Analisis hasil pengolahan data pada tahap full model SEM dilakukan dengan melakukan uji kesesuaian dan uji statistik. Dengan model pengukuran dan model struktural
parameter-parameternya disestimasi secara
bersama-sama. Hasil pengolahan data dan estimasi untuk analisis full model SEM
149
dilakukan dengan motode estimasi Maximum Likelihood (ML) dan menggunakan program AMOS 20 ditampilkan pada Gambar 4.14. dan Tabel 4.15.
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Gambar 4.13 Full Model SEM sebelum modifikasi Pada gambar 4.14 terlihat masih banyak parameter FIT yang dibawah cut off value yang diinginkan oleh karena itu dilakukan modifikasi pada model yang diajukan untuk mendapatkan hasil yang lebih baik.
150
Gambar 4.14 Full Model SEM setelah modifikasi Sumber : Hasil Pengolahan Data AMOS 21 Gambar 4.15 adalah model SEM setelah dilakukannya modifikasi sebanyak 31 kali berdasarkan output AMOS dan pada modification indices (Decrease in Chi Square) dengan mengkorelasikan parameter error, hasil ini dapat dilihat melalui lampiran. Ini didasarkan pada teori yang antar konstruk. Sehingga tidak memungkinkan mengkorelasikan pada variabel lainnya
151
Tabel 4.12 Uji Goodness of Fit Index
Kriteria
Cut off Value
Hasil Analisis
Evaluasi Model
Chi Square/ prob
<0,05
515,380/0,000
Kurang baik
CMIN/DF
<2
1,534
FIT
RMR
< 0,05
0,042
FIT
GFI
> 0,90
0,862
Marginal FIT
AGFI
> 0,90
0,821
Marginal FIT
PGFI
Semakin Tinggi
0,665
FIT
NFI
> 0,90
0,889
Marginal FIT
RFI
> 0,90
0,866
Marginal FIT
IFI
> 0,90
0,958
FIT
TLI
> 0,90
0,949
FIT
CFI
> 0,90
0,958
FIT
PNFI
Semakin Tinggi
0,736
FIT
NCP
Semakin Kecil
179,380
FIT
RMSEA
< 0,08
0,052
FIT
AIC
Semakin Kecil
713,380
FIT
CAIC
Semakin kecil
1138,913
FIT
ECVI
Semakin Kecil
3,585
FIT
HOETLER
<200
147
Kurang Baik
SRMR
< 0,08
0,049
FIT
Sumber : Hasil Pengolahan Data AMOS 21 Gambar 4.12 adalah hasil model SEM yang telah melalui langkah modification indices sebanyak 31 kali untuk dapat memperkecil nilai chi square dan memperbaiki nilai fit index. Wahyudi (2010) berdasarkan Model Development Strategy memungkinkan untuk dilakukannya modifikasi model apabila model yang diajukan belum sesuai (fit) sesuai dengan syarat yang direkomendasikan maka modifikasi dapat dilakukan untuk mendapatkan model yang sesuai (fit) dengan persyaratan pengujian (Widodo, 2006) Dan berdasarkan tabel 4.12 diatas dapat
152
dilihat bahwa nilai chi-square dan
probability masih menunjukkan hasil yang
kurang baik, Namun, nilai chi squares sangat sensitif terhadap besarnya sampel dan indikator. Oleh karena itu, maka dianjurkan untuk mengabaikannya dan melihat kriteria goodness of fit index lainnya (Ghozali,2008). Walaupun dalam praktik, alat uji chi-square adalah yang paling utama, namun jumlah sampel serta jumlah indikator memengaruhi reliabilitas alat uji ini, Naiknya jumlah sampel atau naiknya jumlah variabel indikator cenderung akan menaikkan X2 hitung. Sehingga akhirnya H0 akan ditolak. Karena itu Pengujian dengan hanya berdasarkan chi square saja jarang dilakukan (Santoso, 2012). Bagozzi dan Yi (1988) juga mengatakan alat uji chi square tidak menjadi pertimbangan untuk sebuah indicator baik untuk model fit jika ukuran sampel lebih dari 200. Dengan acuan kriteria lainnya terlihat hanya GFI, AGFI, NFI dan RFI yang Marginal FIT sedangkan kriteria lainnya memenuhi syarat Good Fit. Menurut Solimun (2005), jika ada satu atau lebih parameter yang telah fit maka model dinyatakan fit (Samuel,2007) Tabel 4.13 Squared Multiple Correlations
Indikator
Estimate
Indikator
Estimate
BI
0,566
Aqc1
0,523
PI
0,832
Aqc2
0,647
Pi1
0,753
Aqc3
0,579
Pi2
0,579
Aqc4
0,574
Pi3
0,655
Msct1
0,861
Aqr1
0,375
Msct2
0,968
Aqr2
0,475
Msce1
0,696
Aqr3
0,497
Msce2
0,656
Aqt1
0,504
Ewom1
0,506
Aqt2
0,525
Ewom2
0,537
Aqt3
0,457
Ewom3
0,439
153
Indikator
Estimate
Indikator
Estimate
Aqa1
0,473
Ewom4
0,450
Aqa2
0,557
Ewom5
0,406
Aqa3
0,556
Ewom6
0,569
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Tabel 4.11 menjelaskan koefisien determinasi (R2) dimana nilai yang terbesar adalah Msct2. Variabel Eksogen mampu menjelaskan variance Brand Image sebesar 56% dan mampu menjelaskan Variabel Purchase Intention sebesar 83% dan sisanya dijelaskan pada Measurement Error dan begitupun seterusnya. Secara keseluruhan, angka-angka di atas tidaklah menunjukkan hubungan yang jelek antara indikator dengan konstruknya, karena dengan mengkuadratkan angka-angka di atas masih didapat angka penjelas variasi yang cukup tinggi. 4.8. Pengujian Hipotesis Setelah lolos dari pengujian measurement model, selanjutnya model diuji pada structural model. Walaupun mempunyai komponen yang sama, namun ada perbedaan utama antara
measurement model dengan structural model. Model
struktural adalah hubungan konstruk yang mempunyai hubungan sebab akibat. Dengan demikian, akan ada variabel independen dan dependen selanjutnya akan dilakukan pengujian hipotesis sebagaimana diajukan pada bab sebelumnya.. Pengujian 7 hipotesis dalam model penelitian ini dilakukan berdasarkan nilai Critical Ratio (CR) dari suatu hubungan kausalitas dari hasil pengolahan SEM dengan AMOS 21 sebagaimana dijabarkan pada tabel 4.14 sebagai berikut
154
Tabel 4.14 Uji Hipotesis
Estimate
S.E.
C.R.
P
Label
,174
,071 2,457 ,014 par_58
<--- eWOM
,494
,117 4,204 *** par_59
BI
<---
SC
,421
,085 4,952 *** par_65
PI
<---
BI
,230
,095 2,429 ,015 par_60
PI
<---
AQ
,127
,061 2,082 ,037 par_61
PI
<---
SC
,385
,078 4,918 *** par_62
PI
<--- eWOM
,500
,116 4,306 *** par_63
BI
<---
BI
AQ
Sumber : Hasil Pengolahan Data AMOS 21, 2013
Dasar Pengambilan Keputusan : H0
:
Jika CR ≤ 1,96 dan Prob ≥ 0,05 maka tidak ada pengaruh yang
signifikan dari kedua variabel H1 : Jika CR ≥ 1,96 dan Prob ≤ 0,05 maka ada pengaruh positif dan signifikan dari kedua variabel
155
4.8.1. Pengujian Hipotesis 1 H1 : Dengan aktivitas eWOM yang dilakukan konsumen akan berpengaruh signifikan terhadap brand image di benak mereka terhadap sebuah produk atau jasa. Parameter estimasi untuk pengujian pengaruh eWOM terhadap Brand Image. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,204 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 1 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan. 4.8.2. Pengujian Hipotesis 2 H2 : Dengan aktivitas eWOM yang dilakukan konsumen akan berpengaruh signifikan terhadap Purchase Intention Parameter estimasi untuk pengujian pengaruh eWOM terhadap Purchase Intention. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,306 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 2 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan 4.8.3. Pengujian Hipotesis 3 H3 : Semakin tinggi Message Source Credibility yang diterima konsumen akan berpengaruh signifikan terhadap Brand Image di benak mereka terhadap sebuah produk atau jasa.
156
Parameter estimasi untuk pengujian pengaruh Message Source Credibility terhadap Brand Image. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,952 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 3 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan 4.8.4. Pengujian Hipotesis 4 H4 : Semakin tinggi Message Source Credibility yang diterima konsumen akan berpengaruh signifikan terhadap Purchase Intention Parameter estimasi untuk pengujian pengaruh Message Source Credibility terhadap Purchase Intention. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,918 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 4 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan 4.8.5. Pengujian Hipotesis 5 H5 : Semakin tinggi Argument Quality yang diterima konsumen akan berpengaruh signifikan terhadap Brand Image di benak mereka terhadap sebuah produk atau jasa. Parameter estimasi untuk pengujian pengaruh Argument Quality terhadap Brand Image. Berdasarkan tabel 4.14 data menunjukkan
157
nilai CR sebesar 2,457 dan dengan probabilitas sebesar 0,014. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 5 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan 4.8.6. Pengujian Hipotesis 6 H6 : Semakin tinggi Argument Quality yang diterima konsumen akan berpengaruh signifikan terhadap Purchase Intention. Parameter estimasi untuk pengujian pengaruh Argument Quality terhadap Purchase Intention. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 2,082 dan dengan probabilitas sebesar 0,037. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 6 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan 4.8.7. Pengujian Hipotesis 7 H7 : Semakin tingginya Brand Image di benak konsumen terhadap produk atau merek akan berpengaruh signifikan terhadap Purchase Intention. Parameter estimasi untuk pengujian pengaruh Brand Image terhadap Purchase Intention. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 2,429 dan dengan probabilitas sebesar 0,015. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu
158
probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 7 diterima dan H0 ditolak artinya terdapat pengaruh yang signifikan Selanjutnya adalah Analisis direct effect, indirect effect, dan total effect. Analisis ini digunakan untuk melihat kekuatan pengaruh antar konstruk, baik pengaruh langsung, pengaruh tidak langsung, maupun totalnya. Pengaruh langsung (direct effect) merupakan koefisien dari semua garis dengan anak panah satu ujung. Sedangkan pengaruh tidak langsung (indirect effect) adalah pengaruh yang muncul melalui sebuah variabel intervening dan pengaruh total (total effect) adalah pengaruh dari berbagai hubungan. 4.8.8. Pengaruh Langsung Tabel 4.15 Direct Effect Argument
M. Source
Electronic
Brand
Variabel
Quality
Credibility
WOM
Image
Brand Image
0,165
0,437
0,494
0,000
Purchase Intention
0,111
0,368
0,500
0,212
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Pengaruh langsung variabel eksogen endogen dari analisis standardized direct effect
terhadap variabel pada tabel 4.15
menunjukkan bahwa terdapat pengaruh langsung variabel Argument Quality, Message Source Credibility, Ewom dan Brand Image terhadap Purchase Intention dan berdasarkan data diatas dapat diambil suatu kesimpulan bahwa variabel eWOM memberikan pengaruh secara langsung yang lebih besar (0,500) terhadap Purchase Intention tertimbang variabel lainnya. dan sebagai tambahan pengaruh variabel Message Source Credibility adalah sebesar (0,368), pengaruh variabel
159
Brand Image adalah sebesar (0,212) dan Argument Quality memberikan pengaruh yang paling kecil yaitu sebesar (0,111). Dan pengaruh variabel eksogen terhadap Brand Image adalah Argument Quality sebesar (0,165), pengaruh Message Source Credibility sebesar (0,437) dan pengaruh eWOM adalah sebesar (0,494) 4.8.9. Pengaruh Tidak Langsung Tabel 4.16 Indirect Effect Argument
M. Source
Electronic
Brand
Variabel
Quality
Credibility
WOM
Image
Brand Image
0,000
0,000
0,000
0,000
Purchase Intention
0,035
0,093
0,093
0,000
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Pengaruh tidak langsung variabel eksogen terhadap variabel endogen dari analisis standardized indirect effect
pada tabel 4.16
menunjukkan bahwa terdapat pengaruh langsung variabel Argument Quality, Message Source Credibility, eWOM dan Brand Image terhadap Purchase Intention. Dan berdasarkan data diatas dapat diambil suatu kesimpulan bahwa variabel eWOM memberikan pengaruh secara tidak langsung yang lebih besar (0,093) terhadap Purchase Intention tertimbang variabel lainnya dan bukti empiris ini juga sesuai dengan pengaruh langsung dimana eWOM juga memiliki nilai tertinggi terhadap pengaruhnya pada Purchase Intention. dan sebagai tambahan pengaruh variabel Message Source Credibility adalah sebesar (0,093), pengaruh variabel Brand Image adalah sebesar (0,093) dan Argument Quality memberikan pengaruh yang paling kecil yaitu sebesar (0,035).
160
4.8.10. Pengaruh Total Tabel 4.17 Total Effect Argument
M. Source
Electronic
Brand
Variabel
Quality
Credibility
WOM
Image
Brand Image
0,165
0,437
0,438
0,000
Purchase Intention
0,146
0,461
0,501
0,212
Sumber : Hasil Pengolahan Data AMOS 21, 2013 Pengaruh secara menyeluruh masing-masing variabel eksogen terhadap variabel endogen dari analisis standardized total effect pada tabel 4.17 menunjukkan bahwa terdapat pengaruh langsung variabel Argument Quality, Message Source Credibility, Ewom dan Brand Image terhadap Purchase Intention. Dan berdasarkan data diatas dapat diambil suatu kesimpulan bahwa variabel eWOM memberikan pengaruh yang paling besar (0,501) terhadap Purchase Intention tertimbang variabel lainnya dan sebagai tambahan pengaruh variabel Message Source Credibility adalah sebesar (0,461), pengaruh variabel Brand Image adalah sebesar (0,212) dan Argument Quality memberikan pengaruh yang paling kecil yaitu sebesar (0,165), Dan pengaruh variabel eksogen terhadap Brand Image adalah Argument Quality sebesar (0,165), pengaruh Message Source Credibility sebesar (0,437) dan pengaruh eWOM adalah sebesar (0,438).
161
4.9. Implikasi Teoritis dan Empiris pada Hasil Penelitian Secara teoritis penelitian ini mendukung dan memperkuat hasil dari berbagai penelitian sebelumnya dimana juga sebelumnya telaah dijabarkan pada bab 2. Pada sub bab ini dibahas penelitian dengan ruang lingkup topik topik penelitian yang sama yang disimpulkan sebagai berikut : Pengaruh eWOM pada Brand Image dan Purchase Intention Tabel 4.18 Implikasi Penelitian Teoritis Penelitian Sebelumnya •
Jumi Lee & Do Hyoung (2011) yang mengatakan bahwa adanya pengaruh review produk konsumen pada Purchase Intention dengan variabel intervening yaitu brand trust.
•
JiXiaofen & Zhang Yiling (2009) yang mengatakan adanya pengaruh eWOM terhadap Brand Image dan Purchase Intention
•
Bambauer & Mangold (2011) yang mengidikasikan adanya efek pengrusak dari review produk yang negatif pada persepsi konsumen pada brand dan perilaku terhadapnya.
•
Sweeney dan Geoofrey N Soutar (2011) yang juga mengindikasikan adanya pengaruh positif dan negatif dari sebuah pesan yang mempu mempengaruhi dan mengubah persepsi seseorang dan perilaku terhadap brand.
•
Mohammad Reza Jalilvand (2012) yang mengatakan bahwa adanya pengaruh eWOM pada Brand Image dan Minat Pembelian Konsumen pada konsumsi mobil di negara Iran. Penelitian Sekarang
•
Hasil Penelitian ini mendukung dan memperkuat penelitian riset sebelumnya yang menyatakan adanya pengaruh signifikan dari eWOM pada Brand Image dan Purchase Intention
Sumber : Penulis, 2013
162
Pengaruh Argument Quality pada Brand Image dan Purchase Intention Tabel 4.19 Implikasi Penelitian Teoritis Penelitian Sebelumnya •
Christy MK Cheung (2008) dalam Information Adoption Model mengatakan adanya pengaruh Argument Quality pada Purchase Intention.
•
Faila Shofia (2005) mengatakan bahwa adanya pengaruh signifikan dari Argument Quality pada Brand Image dan Company Image.
•
Paul CS. WU & Yun Chen Wang (2011) dalam penelitiannya mengindikasikan adanya pengaruh Argument Quality pada persepsi brand konsumen.
•
Couler Keith S (2004) mengatakan bahwa adanya pengaruh Argument Quality pada Brand Attitude dan Preferensi Brand. Penelitian Sekarang
•
Hasil Penelitian ini mendukung dan memperkuat penelitian riset sebelumnya yang menyatakan adanya pengaruh signifikan dari Argument Quality pada Brand Image dan Purchase Intention
Sumber : Penulis, 2013 Pengaruh Message Source Credibility pada Brand Image dan Purchase Intention Tabel 4.20 Implikasi Penelitian Teoritis Penelitian Sebelumnya •
Christy MK Cheung (2008) dalam Information Adoption Model mengatakan adanya pengaruh Message Source Credibility pada Brand dan Purchase Intention.
•
Paul CS. WU & Yun Chen Wang (2011) dalam penelitiannya mengindikasikan adanya pengaruh Message Appeal dan Message Source Credibility pada Brand Attitude dan Purchase Intention.
•
Kenneth E. Clow et al (2006) dalam penelitiannya memberikan kesimpulan bahwa Source Credibility memiliki pengaruh pada Purchase Intentions dengan disertai mediator berupa Service Quality.
163
Penelitian Sekarang •
Hasil Penelitian ini mendukung dan memperkuat penelitian riset sebelumnya yang menyatakan adanya pengaruh signifikan dari Message Source Credibility pada Brand Image dan Purchase Intention
Sumber : Penulis, 2013 Pengaruh Brand Image terhadap Purchase Intention Tabel 4.21 Implikasi Penelitian Teoritis Penelitian Sebelumnya •
Mohammad Reza Jalilvand (2012) yang mengatakan bahwa adanya pengaruh eWOM pada Brand Image dan Purchase Intention. Penelitian Sekarang
•
Hasil Penelitian ini mendukung dan memperkuat penelitian riset sebelumnya yang menyatakan adanya pengaruh signifikan dari eWOM pada Brand Image dan Purchase Intention
Sumber : Penulis, 2013 Jika dilihat secara terapan dengan metode yang digunakan yaitu SEM (Structural Equation Method) dengan software AMOS mengaca pada tabel 4.22 terdapat nilai regresi secara mendetail antara hubungan kelima variabel yaitu Purchase Intention, Brand Image, eWOM, Argument Quality dan Message Source Credibility adalah sebagai berikut : Tabel 4.22 Pengaruh Antar Variabel Variabel Eksogen
Variabel Endogen
Direct
Indirect
Total
eWOM
Brand Image
43,8%
0%
43,8%
eWOM
Purchase Intention
40,8%
9,3%
50,1%
Argument Quality
Brand Image
16,5%
0%
16,5%
164
Argument Quality
Purchase Intention
11,1%
3,5%
14,6%
Source Credibility
Brand Image
43,7%
0%
43,7%
Source Credibility
Purchase Intention
36,8%
9,3%
46,1%
Brand Image
Purchase Intention
21,2%
0%
21,2%
Sumber : Penulis, 2013 •
Argument Quality memiliki pengaruh positif secara langsung sebesar 16,5% terhadap Brand Image hal ini mengindikasikan bahwa sebuah argumen yang berkualitas dimana terdiri dari empat dimensi yaitu relevan, akurat, tepat waktu dan komprehensive dapat mempengaruhi pandangan dan image didalam benak konsumen. Namun pengaruh ini terbilang kecil. Kaskus sendiri dalam pemberian informasi berformat user generated dimana tingkat frekuensi waktu posting tergantung para user yang sedang aktif dalam suatu forum sehingga tingkat pemberian informasi tidak berjalan secara rutin. Dan juga dengan lingkungan internet dimana adanya trollers atau bots yang mengirimkan pesan-pesan yang dapat menggangu kenyamanan pengguna sehingga terkadang memberikan informasi yang salah.
•
Argument Quality memiliki pengaruh positif sebesar 14,6% terhadap Purchase Intention. hal ini mengindikasikan bahwa sebuah argumen yang berkualitas dimana terdiri dari empat dimensi yaitu relevan, akurat, tepat waktu dan komprehensif dapat mempengaruhi minat seseorang ketika ingin membeli sebuah produk atau jasa. Dan hasil ini juga mengindikasikan bahwa sebuah kualitas informasi yang diterima tidak terlalu berpengaruh banyak pada Purchase Intention. Walaupun seseorang memiliki informasi yang relevan, benar, diterima dengan cepat dan mendetail tidak langsung membuat orang yakin bahwa usaha pembelian dapat dilakukan karena pertimbangan
165
lain misalnya harga produk atau layanan after sales yang diberikan kurang cocok dengan kebutuhan atau sumber daya konsumen. •
eWOM memiliki pengaruh positif sebesar 43,8% terhadap Brand Image. hal ini mengindikasikan bahwa semakin seringnya sebuah usaha atau aktivitas pencarian informasi seorang konsumen dalam aktivitas eWOM maka dapat mempengaruhi sebuah pandangan ataupun image dari sebuah brand didalam benak konsumen. Semakin sering seseorang mengumpulkan dan mencari informasi di Kaskus maka adanya kecenderungan persepsi mereka terhadap suatu brand akan berubah karena pesan-pesan tadi berasal dari pengalaman konsumsi dari konsumen lainnya.
•
eWOM memiliki pengaruh positif sebesar 50% terhadap Purchase Intention hal ini mengindikasikan bahwa semakin seringnya sebuah usaha atau aktivitas pencarian informasi seorang konsumen dalam aktivitas eWOM maka dapat mempengaruhi minat seseorang ketika ingin membeli sebuah produk atau jasa. Ini berarti bahwa semakin sering seseorang mencari dan mengumpulkan informasi sebanyak-banyaknya di Kaskus, maka akan lebih meningkatkan kecenderungan mereka untuk dapat menilai kinerja dari produk atau jasa tersebut dan berniat untuk membeli produk atau jasa
•
Message Source Credibility memiliki pengaruh positif sebesar 43,7% terhadap Brand Image. Hal ini mengindikasikan bahwa jikalau sumber pesan yang berada diKASKUS diberikan oleh seseorang memiliki tingkat keahlian dan pengetahuan tinggi dan juga terpecaya dan reliabel dalam menyampaikan pesan makan pesan tersebut mampu mengubah ataupun mempengaruhi pandangan ataupun image terhadap sebuah brand didalam benak konsumen.
166
Jikalau mereka mengatakan sesuatu yang negatif maka akan membuat Brand Image tertentu akan menjadi rusak, •
Message Source Credibility memiliki pengaruh positif sebesar 46,1% terhadap Purchase Intention. hal ini mengindikasikan bahwa jikalau sumber pesan atau pemberi pesan yang berada di Kaskus memiliki tingkat keahlian dan
pengetahuan
tinggi
dan
juga
terpercaya
dan
reliabel
dalam
menyampaikan pesan maka pesan tersebut mampu meningkatkan dan menimbulkan Purchase Intention. Seseorang user yang memiliki reputasi tersendiri atau bahkan ada jabatan enthusisast di kaskus maka pesan yang mereka katakan akan memiliki value sendiri dalam pemikiran konsumen sehingga
mampu
meningkatkan
kecenderungan
konsumen
untuk
mengkonsumsi suatu produk atau jasa. •
Brand Image memiliki pengaruh positif sebesar 21,2% terhadap Purchase Intention hal ini mengindikasikan bahwa jika Brand Image yang direkomendasikan Kaskus memiliki persepsi kualitas atribut produk atau jasa, sejarah atau reputasi perusahaan dan ekspektasi terhadap kinerja yang diharapkan dapat terpenuhi maka akan dapat menimbulkan minat untuk membeli sebuah produk atau jasa.
167
4.10. Keterbatasan Penelitian Penelitian ini tidak terlepas dari ketidaksempurnaan, keterbatasan dan kelemahan dikarenakan minimnya waktu dan masih belum cukupnya pengetahuan peneliti dalam mendalami pengetahuan lebih jauh dalam penelitian ini. Jika dilihat dari hasil squared multiple correlations variabel eksogen mampu menjelaskan variabel endogennya dengan baik namun jika melihat parameter FIT masih ada beberapa parameter yang menunjukan Marginal FIT sehingga model belum sepenuhnya FIT. Selain itu dengan Chi Square yang masih tinggi dengan memiliki probabilitas yang kecil, mengindikasikan hasil model SEM bahwa model penelitian ini hanya cocok untuk studi kasus yang diteliti saat ini yaitu Kaskus tidak dapat diperlakukan secara umum untuk dapat meneliti permasalahan dalam kasus-kasus lainnya. Dan juga terdapat masalah pada estimasi HOTLER yang menunjukan ketidakcukupan ukuran sampel dengan model fit karena jumlah sampel dalam penelitian ini yang relatif kecil. Sehingga peneliti menyimpulkan bahwa model alangkah lebih baiknya jika menggunakan lebih banyak sampel agar dapat memungkinkan hasil nilai konfirmasi model yang lebih baik lagi. Dan juga karakteristik responden juga ikut beradil besar, dimana dalam penelitian ini responden mayoritas adalah pelajar/mahasiswa dimana memiliki tingkat pendapatan yang relatif kecil sehingga juga memiliki pola perilaku pembelian yang juga berbeda, alangkah lebih baik jika nantinya untuk mengurangi tingkat bias responden maka responden dipilih lebih selektif lagi. Selain itu dalam penelitian ini peneliti meneliti pengaruh masing-masing variabel dalam ruang lingkup komunitas virtual Kaskus dengan objek penelitian yang umum dimana tidak menjurus pada penilaian performa produk atau brand tertentu sehingga untuk penelitian selanjutnya dapat menggunakan objek produk atau
168
brand tertentu sehingga dapat langsung mengukur performa dan kinerja sebuah produk atau merek tersebut. Dan juga pembahasan ini dapat dibawa ke ruang lingkup lainnya misalnya dengan komunitas virtual lain, apakah penelitian ini menghasilkan hasil yang konsisten atau malah ada hasil yang berbeda dan kontroversi. Oleh karena itu pembahasan lebih jauh mengenai penelitian ini masih dapat untuk digali untuk penelitian dan literatur selanjutnya.
