bab 4 hasil dan pembahasan - thesis.binus.ac.idthesis.binus.ac.id/doc/bab4/2011-1-00521-mn 4.pdf ·...

93

93

BAB 4

HASIL dan PEMBAHASAN

4.1 Profil Responden

4.1.1 Profil PT Unilever Indonesia Tbk.

Sejak didirikan pada 5 Desember 1933, Unilever Indonesia telah tumbuh menjadi

salah satu perusahaan terdepan untuk produk Home and Personal Care serta Foods & Ice

Cream di Indonesia. Pada Gambar 4.1 disajikan logo dari Unilever Indonesia.

Gambar 4.1 Logo PT Unilever Indonesia Tbk.

Sumber: Laporan Tahunan (Annual Report) 2009 PT Unilever Indonesia Tbk.

Rangkaian Produk Unilever Indonesia mencangkup brand-brand ternama yang

disukai di dunia seperti Pepsodent, Lux, Lifebuoy, Dove, Sunsilk, Clear, Rexona, Vaseline,

Rinso, Molto, Sunlight, Walls, Blue Band, Royco, Bango, dan lain-lain.

Selama ini, tujuan perusahaan Unilever tetap sama, dimana Unilever bekerja untuk

menciptakan masa depan yang lebih baik setiap hari; membuat pelanggan merasa nyaman,

berpenampilan baik dan lebih menikmati kehidupan melalui brand dan jasa yang memberikan

manfaat untuk mereka maupun orang lain; menginspirasi masyarakat untuk melakukan

94

tindakan kecil setiap harinya yang bila digabungkan akan membuat perubahan besar bagi

dunia; dan senantiasa mengembangkan cara baru dalam berbisnis yang memungkinkan

Unilever Indonesia untuk tumbuh sekaligus mengurangi dampak lingkungan.

Saham perseroan pertamakali ditawarkan kepada masyarakat pada tahun 1981 dan

tercatat di Bursa Efek Indonesia sejak 11 Januari 1982. Pada akhir tahun 2009, saham

perseroan menempati peringkat ketujuh kapitalisasi pasar terbesar di Bursa Efek Indonesia.

Perseroan memilik i dua anak perusahaan : PT Anugrah Lever (dalam likuidasi),

kepemilikan Perseroan sebesar 100% (sebelumnya adalah perusahaan patungan untuk

pemasaran kecap) yang telah konsolidasi dan PT Technopia Lever, kepemilikan Perseroan

sebesar 51%, bergerak di bidang distribusi ekspor, dan impor produk dengan merek

Domestos Nomos.

Bagi Unilever, sumber daya manusia adalah pusat dari seluruh aktiv itas perseroan.

Unilever memberikan prioritas pada mereka dalam pengembangan profesionalisme,

keseimbangan kehidupan, dan kemampuan mereka untuk berkontribusi pada perusahaan.

Perseroan mengelola dan mengembangkan bisnis perseroan secara bertanggung

jawab dan berkesinambungan. Nilai-nilai dan standar yang Perseroan terapkan terangkum

dalam Prinsip Bisnis Kami. Perseroan juga membagi standar dan nilai-nilai tersebut dengan

mitra usaha termasuk para pemasok dan distributor.

Perseroan memilik i enam pabrik di Kawasan Industri Jababeka, Cikarang, Bekasi, dan

dua pabrik di Kawasan Industri Rungkut, Surabaya, Jawa Timur, dengan kantor pusat di

Jakarta. Produk-produk Perseroan berjumlah sekuitar 32 brand utama dan 700 SKU,

dipasarkan melalui jaringan yang melibatkan sekitar 370 distributor independen yang

menjangkau ratusan ribu toko yang tersebar di seluruh Indonesia. Produk-produk tersebut

didistribusikan melalui pusat distribusi milik sendiri, gudang tambahan, depot dan fasilitas

distribusi lainnya.

95

Sebagai perusahaan yang mempunyai tanggung jawab sosial, Unilever Indonesia

menjalankan program Corporate Social Responsibility (CSR) yang luas. Keempat pilar

program kami adalah Lingkungan, Nutrisi, Higiene dan Pertanian Berkelanjutan. Program

CSR termasuk antara lain kampanye Cuci Tangan dnegan Sabun (Lifebuoy), program Edukasi

kesehatan Gigi dan Mulut (Pepsodent), program Pelestarian Makanan Tradisional (Bango)

serta program Memerangi Kelaparan untuk membantu anak Indonesia yang kekurangan gizi

(Blue Band).

Salah satu produk perawatan pribadi (personal care) yang dimilik i Unilever Indonesia

adalah Citra yang akan dibahas lebih lanjut pada bagian berikut ini.

4.1.1.1 Merek Citra

Gambar 4.2 Logo Citra


Citra adalah merek lokal di Indonesia yang mempunyai v isi untuk menjadi merek

perawatan kulit lengkap yang memberikan kecantikan alami secara keseluruhan. Pada tahun

2006, Citra mempunyai dua misi yaitu:

• Misi pertama, Citra menginginkan merek perawatan kulit lengkap yang tercermin dari

jajaran produk perawatan kulit Citra yang sudah ada. Untuk perawatan tubuh, Citra

memilik i Citra Hand & Body Lotion, Citra Liquid Soap dan Citra Body Scrub. Sementara itu,

untuk perawatan wajah, Citra memilik i Citra Hazeline Moisturizer dan Citra Face Cleanser.

Citra akan terus menciptakan inovasi strategis yang berkaitan dengan konsumennya.

96

• Misi kedua, Citra ingin membantu wanita Indonesia menyeimbangkan pik iran dan tubuh

mereka. Citra sadar bahwa wanita Indonesia memilik i peran ganda dalam menjalani hidup

dan ada permintaan tinggi dari masyarakat untuk wanita ini untuk menjalankan peran

mereka. Dengan memilik i keseimbangan pik iran dan tubuh, wanita dapat memainkan

peran dengan lebih baik dan hal ini akan membawa ke hubungan harmonis dengan

masyarakat. Berdasarkan semua alasan ini, Citra meluncurkan varian wewangian

aromaterapi, karena manfaat aromaterapi sudah dikenal luas untuk membantu

mengendurkan ketegangan panca indra dan menenangkan pik iran dan tubuh.

Untuk mendukung kedua misi ter sebut di atas, Citra meluncurkan aktivasi Rumah

Cantik Citra (RCC). RCC adalah rumah spa untuk merasakan seluruh produk Citra dalam

merawat dan mempercantik tubuh dan jiwa.

Citra diketahui sebagai merek kecantikan dengan bahan-bahan alami dari warisan

kuat budaya Indonesia, dan telah beredar di Indonesia selama lebih dari 20 tahun. Citra

dikenal pertama kali sebagai merek Hand & Body Lotion tetapi beberapa tahun belakangan

ini telah memperluas merek ke segmen lain seperti sabun cair, body scrub, pembersih wajah

dan pelembab wajah. Konsumen sasaran Citra adalah wanita berusia 15 hingga 35 tahun

yang ingin menjadi modern tanpa melupakan norma-norma sosial Indonesia. Mereka juga

percaya pada kandungan yang baik untuk merawat kulit mereka yang terdapat dalam produk

perawatan kulit alami. Berikut adalah informasi lainnya berkaitan dengan merek Citra.

• Citra telah ada di pasar produk perawatan kulit Indonesia sejak tahun 1984.

• Citra terbuat dari bahan-bahan alami Indonesia dengan warisan kuat budaya Indonesia.

• Selama beberapa tahun terakhir, Citra telah mempertahankan posisinya sebagai

pemimpin pasar Hand & Body Lotion di Indonesia.

97

Salah satu misi Citra 2006 adalah menjadi Merek Perawatan Kulit Lengkap. Untuk

mendukung misi ini, Citra telah meluncurkan berbagai inovasi seperti:

• Pada bulan Februari 2006, Citra meluncurkan kembali varian Citra Hand & Body Lotion

(Citra Bengkoang White Lotion, Citra Teh Hijau Beauty Lotion dan Citra Mangir Beauty

Lotion) dan meluncurkan Citra Sabun Cair (Citra Bengkoang White Milk Bath dan Citra Teh

Hijau Refreshing Bath).

• Inovasi terbaru pada bulan Juli 2006 adalah Citra Body Scrub (Citra Bengkoang White

Body Scrub dan Citra Teh Hijau Refreshing Body Scrub) yang secara efektif

membersihkan kotoran dari kulit dan melepaskan sel-sel kulit mati yang membuat kulit

tampak bersih dan segar.

Citra akan terus melakukan inovasi terhadap produk-produk perawatan kulit dengan

meluncurkan produk-produk yang berhubungan dengan wanita Indonesia. Fakta-fakta utama

lainnya berkaitan dengan merek Citra, yaitu sebagai berikut.

• Selama beberapa tahun terakhir, nilai dan volume Citra terus tumbuh. Pertumbuhannya

didukung oleh inovasi yang berkaitan dengan konsumen Citra.

• Citra yang terus berkomitmen untuk menggali wawasan konsumen dan menciptakan

inovasi berdasarkan wawasan telah dianugerahi hadiah ini. Ini tercermin dari berbagai

penghargaan yang diraih Citra dalam tiga tahun belakangan ini secara berturut-turut,

antara lain Indonesian Best Brand Awards dan Indonesian Consumer Satisfaction Award.

• Menurut Majalah SWA, dalam pasar Hand & Body Lotion, Citra memilik i indeks loyalitas

tertinggi. Berdasarkan temuan ini, Citra memperoleh Indonesian Consumer Loyalty

Awards pada tahun 2006.

• Pada tahun 2006, Citra meluncurkan Aktivasi Rumah Cantik Citra yang merupakan rumah

spa semi permanen untuk merasakan sepenuhnya produk-produk Citra untuk merawat

dan mempercantik jiwa.

98

4.1.2 Kondisi Perusahaan

Kondisi PT Unilever Indonesia Tbk. dari tahun ke tahun semakin mengalami

kemajuan, di mana hal ini dapat diamati dari ikhtisar data keuangan penting dari Perseroan

untuk lima tahun yang berakhir pada tanggal 31 Desember 2005, 2006, 2007, 2008 dan

2009 yang dijelaskan pada grafik-grafik berikut ini.

Gambar 4.3 Penjualan Bersih (Miliar Rupiah) Tahun 2005-2009


99

Gambar 4.4 Laba Kotor (Miliar Rupiah) Tahun 2005-2009


Gambar 4.5 Laba Usaha (Miliar Rupiah) Tahun 2005-2009


100

Gambar 4.6 Laba Bersih (Miliar Rupiah) Tahun 2005-2009


4.1.3 Struktur Perusahaan

Struktur perusahaan Unilever Indonesia didesain supaya keputusan dapat cepat

diambil, di mana pada posisi puncak terbagi ke dalam dewan komisaris dan direksi. Kegiatan

Perseoran sehari-hari dipimpin Direksi dengan dukungan badan-badan lain termasuk Komite

Audit. Direksi bertanggung jawab kepada Dewan Komisaris, yang berperan sebagai badan

pengawasan dan pemantauan yang independen sekaligus memberikan masukan kepada

Direksi. Sedangkan Dewan Komisaris bertanggung jawab kepada pemegang saham. Badan-

badan ini bekerjasama untuk mengendalikan risiko, menjalankan pengawasan, dan menjaga

akuntabilitas dalam Unilever Indonesia.

• Dewan Komisaris

Dewan komisaris adalah sebuah dewan yang bertugas untuk melakukan pengawasan dan

memberikan nasihat kepada direktur Perseroan terbatas (PT), di mana dewan komisaris

terdiri dari 1 Presiden Komisaris dan 3 Komisaris Independen. Peran dan tanggung jawab

101

Dewan Komisaris, yaitu memantau dan mengawasi kebijakan Direksi dalam menjalankan

Perseroan. Dewan Komisaris menerima laporan berkala dari Direksi dan komite lain yang

terkait, memberikan nasihat terhadap masalah yang relevan seperti diatur dalam

Anggaran Dasar Perseroan. Sebagai tambahan, Dewan Komisaris bertugas untuk

melakukan tugas-tugas lain sebagaimana ditentukan oleh Rapat Umum Pemegang Saham

Tahunan (RUPST) dari waktu ke waktu. Dewan Komisaris bertanggung jawab kepada

pemegang saham pada saat RUPST. Dewan Komisaris selanjutnya diberi wewenang oleh

RUPST untuk menunjuk Kantor Akuntan Publik yang terdaftar di Badan Pengawas Pasar

Modal dan Lembaga Keuangan (Bapepam-LK) guna mengaudit pembukuan Perseroan;

serta menetapkan pembayaran untuk Kantor Akuntan Publik tersebut.

• Direksi

Direksi adalah seseorang yang ditunjuk untuk memimpin Unilever Indonesia. Pada

Gambar 4.7 disajikan struktur organisasi direksi tersebut. Peran dan tanggung jawab

utama Direksi adalah memimpin dan mengelola Perseroan sesuai dengan tujuan

Perseroan dan memanfaatkan, memelihara, dan mengelola aset Perseroan demi

kepentingan bisnis Perseoran. Direksi bertanggung jawab kepada Dewan Komisaris.

Setelah terpilih, Direksi menerima sebuah dokumen Manual Direksi yang komprehensif

dan mendapat penjelasan terperinci mengenai tanggung jawab mereka. Direksi

diharapkan untuk terus mengembangkan diri dan keahlian mereka demi Perseroan. Untuk

itu, Direksi mengikuti pelatihan dan pendidikan eksekutif yang berkelanjutan terkait

dengan bisnis Perseroan, seperti tata kelola perusahaan dan strategi kepemimpinan.

Direksi mewakili Perseroan di dalam maupun di luar pengadilan berkaitan dengan semua

hal dan permasalahan, yang mengikat pihak Perseroan dengan pihak lain dan sebaliknya,

dan untuk melaksanakan semua tugas baik yang menyangkut manajemen maupun

permasalahan lain selama masih dalam batas-batas Anggaran Dasar Perseroan.

102

Gambar 4.7 Struktur Organisasi


103

4.1.4 Profil Responden yang Menjadi Unit Analisis

Profil responden di dalam penelitian ini dibedakan menurut jenis kelamin, usia,

tingkat pendidikan, profesi, dan tingkat pendapatan per bulan. Berikut disajikan penjelasan

mengenai karakteristik-karakteristik responden tersebut.

a. Profil Responden Berdasarkan Jenis Kelamin

Dari 200 orang responden, seluruh responden berjenis kelamin wanita (100%), di mana

hal tersebut tampak lebih jelas pada Gambar 4.8 berikut ini.

Gambar 4.8 Jenis Kelamin Responden

Sumber: Peneliti (2010)

b. Profil Responden Berdasarkan Usia

Dari 200 orang responden, terdapat 15 responden (7%) yang berusia di kurang dari atau

sama dengan 20 tahun, 63 responden (31%) yang berusia 21 hingga 25 tahun, 47

responden (23%) yang berusia 26 hingga 30 tahun, 30 responden (15%) yang berusia 31

hingga 35 tahun, 23 responden (12%) yang berusia 36 hingga 40 tahun, 9 responden

100%Pria

Wanita

104

(5%) yang berusia 41 hingga 45 tahun, 5 responden (3%) yang berusia 46 hingga 50

tahun, 4 responden (2%) yang berusia 51 hingga 55 tahun, 2 responden (1%) yang

berusia 56 hingga 60 tahun, dan 2 responden (1%) yang berusia di atas 60 tahun. Untuk

itu di dalam penelitian ini, responden terbanyak berada pada kisaran usia 21 hingga 25

tahun, yaitu sebesar 31% dari total responden penelitian dan responden terbanyak kedua

berada pada kisaran usia 26 hingga 30 tahun, yaitu sebesar 23% dari total responden

penelitian. Untuk lebih jelasnya mengenai usia responden dapat di lihat pada Gambar 4.9

berikut ini.

Gambar 4.9 Usia Responden


c. Profil Responden Berdasarkan Tingkat Pendidikan

Dari 200 orang responden, terdapat 4 responden (2%) yang sudah meraih tingkat

pendidikan SD, 4 responden (2%) yang sudah meraih tingkat pendidikan

SMP/sederajatnya, 50 responden (25%) yang sudah meraih tingkat pendidikan

7%

31%

23%

15%

12%

5% 3%

2% 1%

1%

< 20 atau = 20

21-25

26-30

31-35

36-40

41-45

46-50

51-55

56-60

> 60

105

SMA/sederajatnya, 20 responden (10%) yang sudah meraih tingkat pendidikan D3, 117

responden (58%) yang sudah meraih tingkat pendidikan S1, dan 5 responden (3%) yang

memberikan jawaban lainnya terhadap tingkat pendidikan yang sudah diraih. Untuk itu di

dalam penelitian ini, lebih dari separuh jumlah responden, yaitu sebanyak 58% dari total

responden, yang sudah meraih tingkat pendidikan S1. Selain itu, jumlah responden

terbanyak kedua, yaitu sebanyak 25% dari total responden, adalah responden yang telah

meraih tingkat pendidikan SMA/sederajatnya. Untuk lebih jelasnya mengenai tingkat

pendidikan yang sudah diraih oleh responden dapat di lihat pada Gambar 4.10 berikut ini.

Gambar 4.10 Tingkat Pendidikan Responden


d. Profil Responden Berdasarkan Profesi

Dari 200 orang responden, terdapat 36 responden (18%) yang berprofesi sebagai pelajar

atau mahasiswa, 119 responden (59%) yang berprofesi sebagai pegawai atau karyawan,

13 responden (7%) yang berprofesi sebagai wiraswasta, 14 responden (7%) yang

2% 2%

25%

10%58%

3%

SD

SMP/Sederajatnya

SMA/Sederajatnya

D3

S1

Lainnya

106

berprofesi sebagai ibu rumah tangga, dan 18 responden (9%) yang memberikan jawaban

profesi yang lainnya. Untuk itu di dalam penelitian ini, lebih dari separuh jumlah

responden, yaitu sebanyak 59% dari total responden, berprofesi sebagai pegawai atau

karyawan. Selain itu, jumlah responden terbanyak kedua, yaitu sebanyak 18% dari total

responden, adalah responden yang berprofesi sebagai pelajar atau mahasiswa. Untuk

lebih jelasnya mengenai profesi responden dapat di lihat pada Gambar 4.11 berikut ini.

Gambar 4.11 Profesi Responden


e. Profil Responden Berdasarkan Tingkat Pendapatan Per Bulan

Dari 200 orang responden, terdapat 21 responden (10%) dengan tingkat pendapatan per

bulan kurang dari atau sama dengan Rp 1.000.000,00; 74 responden (37%) dengan

tingkat pendapatan per bulan Rp 1.000.001,00 hingga Rp 3.000.000,00; 70 responden

(35%) dengan tingkat pendapatan per bulan Rp 3.000.001,00 hingga Rp 5.000.000,00;

14 responden (7%) dengan tingkat pendapatan per bulan Rp 5.000.001,00 hingga Rp

18%

59%

7%7% 9%

Pelajar/Mahasiswa

Pegawai/Karyawan

Wiraswasta

Ibu Rumah Tangga

Lainnya

107

7.000.000,00; 9 responden (5%) dengan tingkat pendapatan per bulan Rp 7.000.001,00

hingga Rp 9.000.000,00; dan 12 responden (6%) dengan tingkat pendapatan per bulan

lebih dari Rp 9.000.000,00. Untuk itu di dalam penelitian ini, responden paling banyak,

yaitu sebanyak 37%, memilik i tingkat pendapatan per bulan sebesar Rp 1.000.001,00

hingga Rp 3.000.000,00 dan jumlah responden terbanyak kedua, yaitu sebanyak 35%,

memilik i tingkat pendapatan per bulan sebesar Rp 3.000.001,00 hingga Rp 5.000.000,00.

Untuk lebih jelasnya mengenai tingkat pendapatan per bulan responden dapat di lihat

pada Gambar 4.12 berikut ini.

Gambar 4.12 Tingkat Pendapatan Per Bulan Responden


10%

37%35%

7%5% 6%

< Rp 1.000.000,00 atau = Rp 1.000.000,00

Rp 1.000.001,00 - Rp 3.000.000,00

Rp 3.000.001,00 - Rp 5.000.000,00

Rp 5.000.001,00 - Rp 7.000.000,00

Rp 7.000.001,00 - Rp 9.000.000,00

> Rp 9.000.000,00

108

4.2 Analisis Data

4.2.1 Spesifikasi Model

Pernyataan atau dugaan hipotesis penelitian telah dinyatakan secara rinci pada

rancangan uji hipotesis bab 3 bagian 3.7. Untuk itu, peneliti langsung berlanjut ke langkah

spesifikasi model berikutnya.

Terdapat empat variabel yang terlibat di dalam penelitian ini, yaitu dijelaskan pada

Tabel 4.1. Perlu diingat bahwa pengolahan data dengan LISREL mensyaratkan bahwa, nama

variabel manifest (indikator) dan variabel laten harus tidak lebih daripada 8 karakter (Ghozali

dan Fuad, 2008, p77). Untuk itu, di dalam tahap ini, peneliti juga memberikan keterangan

mengenai singkatan-singkatan yang peneliti gunakan dalam pengolahan data dengan LISREL

yang nantinya akan muncul di hasil pengolahan data.

Tabel 4.1 Spesifikasi Kategori Variabel

Variabel Singkatan Kategori Simbol Variabel

Manifest

Experiential

Marketing expmark Laten Eksogen Ksi1 ξ 1

13 indikator

Celebrity

Endorsement celeb Laten Eksogen Ksi2 ξ 2

5 indikator

Brand Trust trust Laten Endogen Eta1 η1 8 indikator

Brand Loyalty loyalty Laten Endogen Eta2 η 2 3 indikator


Pada Tabel 4.2 hingga 4.5 dijelaskan mengenai komponen yang termasuk ke dalam

indikator-indikator pada Tabel 4.1.

109

Tabel 4.2 Variabel Manifest Experiential Marketing

Variabel Manifest Simbol Singkatan

Penglihatan X1 SENSE1

Pendengaran X2 SENSE2

Penciuman X3 SENSE3

Perasa X4 SENSE4

Peraba X5 SENSE5

Perasaan batin X6 FEEL1

Emosi X7 FEEL2

Pemikiran konvergen X8 THINK1

Pemikiran divergen X9 THINK2

Pengalaman fisik X10 ACT1

Gaya hidup X11 ACT2

Interaksi X12 ACT3

Menghubungkan orang-orang dengan

sistem sosial yang lebih luas X13 RELATE1


Tabel 4.3 Variabel Manifest Celebrity Endorsement


Expertise X14 CREDI1

Trustworthiness X15 CREDI2

Similarity X16 ATTRAC1

Familiarity X17 ATTRAC2

Likeability X18 ATTRAC3


110

Tabel 4.4 Variabel Manifest Brand Trust


Kemampuan untuk menepati janji Y1 RELI1

Keinginan untuk menepati janji Y2 RELI2

Kemampuan memuaskan kebutuhan

konsumen Y3 RELI3

Keinginan memuaskan kebutuhan

konsumen Y4 RELI4

Altruism Y5 INTEN1

Honesty Y6 INTEN2

Dependability Y7 INTEN3

Fairness Y8 INTEN4


Tabel 4.5 Variabel Manifest Brand Loyalty


Perilaku pembelian ulang, karena

konsumen puas dengan merek tersebut Y9 BEHAV1

Word of mouth Y10 ATTITU1

Kerelaan untuk membayar pada harga

premium Y11 ATTITU2


Berdasarkan hipotesis yang dibentuk diduga adanya hubungan-hubungan struktural

berikut ini.

• Variabel experiential marketing memilik i pengaruh langsung yang signifikan terhadap

variabel brand trust

• Variabel celebrity endorsement memilik i pengaruh langsung yang signifikan terhadap

variabel brand trust

111

• Variabel brand trust memilik i pengaruh langsung yang signifikan terhadap variabel brand

loyalty

• Variabel experiential marketing memilik i pengaruh langsung yang signifikan terhadap

variabel brand loyalty

• Variabel celebrity endorsement memilik i pengaruh langsung yang signifikan terhadap

variabel brand loyalty

• Variabel experiential marketing memilik i pengaruh tidak langsung yang signifikan

terhadap variabel brand loyalty

• Variabel celebrity endorsement memilik i pengaruh tidak langsung yang signifikan

terhadap variabel brand loyalty

Diagram jalur hubungan antara variabel-variabel laten dan antara variabel laten

beserta indikator-indikatornya digambarkan pada Gambar 4.13, di mana hubungan antara

variabel-variabel laten tersebut merupakan hubungan recursive, yaitu pola hubungan

antarvariabel yang memilik i satu arah (Yamin dan Kurniawan, 2009, p69).

112

112

Gambar 4.13 Hubungan Antarvariabel Sumber: Peneliti (2010)

KSI1

ETA1 ETA2

( )γ 11

( )β 21

KSI2

( )γ12

( )ζ1

( )ζ2

X6

X7

X8

X9

λ 182X

X3 X2

X10

X4

δ 4

X11

X5

X1

X12

X13

δ 1 δ 2

δ 3

δ 5

δ 6

δ 7

δ 8

δ 9

δ 10

δ 11

δ 12

δ 13

X15 X16 X14

δ 14

X17

δ 17 δ 16

δ 15

X18

δ 18

Y2 Y3 Y1 Y4 Y6 Y7 Y5 Y8

Y9

Y10

Y11

λ 172Xλ 162Xλ 152Xλ 142X

λ 131X

λ 121X

λ 111X

λ 101X

λ 91X

λ 81X

λ 71X

λ 61X λ 51X

λ 41X λ 31X

λ 21X λ 11X

ε1 ε 2

ε 3 ε 4

ε 5 ε 6

ε 7 ε 8

ε 9

ε 10

ε 11

λ 11Y λ 21Y λ 31Y λ 41Y λ 51Y λ 61Y λ 71Y λ 81Y

λ 92Y

λ 102Y

λ 112Y

113

113

4.2.2 Identifikasi Model

Berdasarkan informasi pada Tabel 4.1 dapat diketahui bahwa total variabel teramati

(variabel manifest) yang ada di dalam penelitian ini, yaitu sejumlah 29 variabel teramati

(indikator), dengan rincian, yaitu 13 indikator untuk experiential marketing, 5 indikator untuk

celebrity endorsement, 8 indikator untuk brand trust, dan 3 indikator untuk brand loyalty.

Berdasarkan pada jumlah variabel teramati tersebut (n = 29), maka jumlah data

yang bisa diperoleh untuk pengolahan SEM, yaitu sejumlah 435, yang diperoleh dari

perhitungan berikut ini.

Jumlah data = (n x (n + 1))/2 = (29 x (29 +1))/2 = 435

Jumlah data tersebut akan peneliti bandingkan dengan jumlah parameter yang

diestimasi. Jumlah parameter yang diestimasi pada penelitian ini, yaitu sejumlah 64

parameter, di mana jumlah tersebut diperoleh dari Parameter Specifications pada output

LISREL yang dapat dilihat pada bagian lampiran.

Dengan jumlah data (435) dan jumlah parameter (64), maka jumlah parameter yang

diestimasi lebih kecil dari jumlah data yang diketahui, sehingga model di dalam penelitian ini

termasuk ke dalam over-identified model atau dengan kata lain, model tersebut tidak

termasuk ke dalam model yang under-identified atau unidentified yang memang tidak

memilik i penyelesaian yang unik. LISREL secara otomatis juga dapat menampilkan

keterangan mengenai model yang under-identified atau unidentified yaitu dengan peringatan

adanya degree of freedom yang negatif, sehingga apabila nantinya terjadi respesifikasi

model dengan mengeluarkan variabel teramati tertentu atau dengan menambah dan

mengurangi suatu hubungan, peneliti tidak akan melakukan perhitungan manual lagi, dan

akan langsung memfokuskan pada analisis hasil pengolahan.

114

4.2.3 Screening Data

Sebelum peneliti melanjutkan ke dalam tahap estimasi model, peneliti terlebih dahulu

akan melakukan screening data. Hal ini sesuai dengan yang dinyatakan oleh Ghozali dan

Fuad (2008, p65), yaitu “Sebelum melakukan analisis Structural Equation Modeling, sangat

dianjurkan untuk melakukan screening data untuk memberikan gambaran mengenai

deskriptif data (mean, standar deviasi, dan juga yang terpenting adalah untuk memastikan

terpenuhinya asumsi-asumsi SEM seperti normalitas)”.

Skala yang digunakan dalam pengumpulan data merupakan skala ordinal, untuk itu,

sebelum screening data dilakukan, peneliti terlebih dahulu akan mengubah data yang semula

berskala ordinal menjadi data continuous, dikarenakan peneliti juga ingin menguji asumsi

multivariate normality yang akan digunakan dalam penentuan metode estimasi di tahap

selanjutnya, di mana pengujian multivariate normality tersebut tidak dapat dilakukan jika

data berada dalam skala ordinal. Pengubahan jenis data dilakukan secara otomatis dengan

bantuan LISREL 8.70. Berikut adalah ringkasan hasil dari proses screening data.

Tabel 4.6 Univariate Summary Statistics for Continuous Variables

Total Sample Size = 200

Variable Mean Standar

Deviasi Minimum Frekuensi Maximum Frekuensi

SENSE1 4.450 0.591 1.000 1 5.000 97

SENSE2 4.370 0.543 3.000 6 5.000 80

SENSE3 4.210 0.606 2.000 1 5.000 61

SENSE4 3.810 0.759 1.000 1 5.000 34

SENSE5 3.775 0.766 2.000 8 5.000 33

FEEL1 4.410 0.551 3.000 6 5.000 88

FEEL2 4.040 0.686 2.000 1 5.000 50

THINK1 4.245 0.589 3.000 16 5.000 65

THINK2 4.065 0.681 2.000 1 5.000 52

115

Variable Mean Standar

Deviasi Minimum Frekuensi Maximum Frekuensi

ACT1 4.185 0.602 2.000 1 5.000 57

ACT2 4.240 0.674 2.000 2 5.000 73

ACT3 4.330 0.550 3.000 8 5.000 74

RELATE1 3.625 0.746 2.000 9 5.000 23

CREDI1 3.905 0.734 1.000 1 5.000 39

CREDI2 3.800 0.673 2.000 1 5.000 28

ATTRAC1 3.720 0.724 2.000 4 5.000 28

ATTRAC2 3.600 0.750 1.000 1 5.000 22

ATTRAC3 3.805 0.728 1.000 1 5.000 29

RELI1 3.825 0.653 3.000 63 5.000 28

RELI2 3.920 0.613 3.000 46 5.000 30

RELI3 3.860 0.688 3.000 63 5.000 35

RELI4 3.820 0.678 2.000 1 5.000 30

INTENS1 3.970 0.657 2.000 1 5.000 39

INTENS2 3.935 0.619 3.000 45 5.000 32

INTENS3 3.715 0.668 2.000 3 5.000 21

INTENS4 3.795 0.620 2.000 1 5.000 21

BEHAV1 3.900 0.750 1.000 1 5.000 42

ATTITU1 4.070 0.630 2.000 1 5.000 46

ATTITU2 3.630 0.822 1.000 1 5.000 26


Menurut Yamin dan Kurniawan (2009, p23), salah satu fungsi dari screening data

adalah untuk memeriksa ulang apakah terdapat kesalahan pengetikan data yang di-input

atau apakah terdapat missing value (responden tidak memilih salah satu dari sebuah item

pertanyaan).

Dari Tabel 4.6 dapat diketahui bahwa jumlah sample yang digunakan di dalam

penelitian ini berjumlah 200 sample. Selain itu, di dalam output hasil screening data tidak

(Lanjutan Tabel 4.6)

116

ditemukan adanya keterangan number of missing values yang berarti bahwa tidak ada data

yang hilang dalam proses pemasukan data.

Skala Likert yang digunakan dalam penelitian ini terdiri dari lima jenis kategori, yaitu

sangat tidak setuju (1), tidak setuju (2), biasa atau netral (3), setuju (4), dan sangat setuju

(5). Berarti nilai minimum yang mungkin muncul atas tanggapan terhadap masing-masing

indikator, yaitu sebesar 1 dan nilai maksimum yang mungkin muncul adalah sebesar 5.

Dengan melihat nilai minimum dan maksimum pada Tabel 4.6, dapat diamati bahwa

tidak ada nilai ekstrim yang tidak masuk akal atau dengan kata lain tidak terdeteksi adanya

outliers pada penelitian ini.

Tabel 4.7 Test of Multivariate Normality for Continuous Variables

Skewness and Kurtosis

Chi-Square P-Value

392.764 0.000


Menurut Ghozali dan Fuad (2008, p67), asumsi multivariate normality jauh lebih

penting daripada univariate normality. Multivariate normality menunjukkan bahwa data tidak

normal secara simultan. Berikut adalah pengujian multivariate normality berdasarkan pada

informasi p-value di Tabel 4.7.

• Dasar Pengambilan Keputusan

Jika P-Value Skewness dan Kurtosis > 0.05, maka data normal secara simultan

Jika P-Value Skewness dan Kurtosis < 0.05, maka data tidak normal secara simultan

• Keputusan

P-Value Skewness dan Kurtosis = 0.000 < 0.05, maka data tidak normal secara simultan,

sehingga data di dalam penelitian ini tidak memenuhi asumsi multivariate normality.

117

4.2.4 Estimasi Model

Berdasarkan pada terpenuhi atau tidaknya asumsi multivariate normality, karena

data tidak normal secara simultan dan telah diubah ke dalam bentuk kontinu, maka metode

estimasi yang digunakan adalah Robust Maximum Likelihood.

4.2.5 Uji Kecocokan Keseluruhan Model

Pada bagian ini, peneliti akan menggunakan informasi tingkat kecocokan yang bisa

diterima pada suatu model yang terdapat di Tabel 3.7. Khusus untuk penilaian statistic chi-

square, menurut Hu et al. (Ghozali dan Fuad, 2008, p258) hanya Satorra-Bentler Scaled Chi-

Square yang menghasilkan estimasi chi-square yang paling valid, berapapun jumlah sampel,

dan pada penggunaan data yang tidak normal. Untuk itu nilai statistic chi-square yang akan

digunakan dalam uji kecocokan keseluruhan model adalah Satorra-Bentler Scaled Chi-Square.

Pada Tabel 4.8 disajikan hasil untuk uji kecocokan model keseluruhan.

Tabel 4.8 Uji Kecocokan Keseluruhan Model 1

Ukuran

Derajat

Kecocokan

Tingkat Kecocokan Yang Bisa Diterima Pada Suatu

Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2

Dasar Pengambilan Keputusan

P > 0.05 model fit

Tidak Fit

Hasil Pengolahan

Satorra-Bentler Scaled Chi-Square (P = 0.0)

Goodness of Fit

Index (GFI)


GFI = 1 perfect fit

0,90 < GFI < 1 good fit

0.80 < GFI < 0.90 marginal fit

0 poor fit

Tidak Fit

Hasil Pengolahan

Goodness of Fit Index (GFI) = 0.79

118

Ukuran

Derajat

Kecocokan


Model

Keputusan

Root Mean

Square

Residual (RMR)


Standardized RMR < 0.05 good fit

Tidak Fit

Hasil Pengolahan

Standardized RMR = 0.070

Root Mean

Square Error of

Approximation

(RMSEA)


RMSEA < 0.05 close fit

0.05 < RMSEA < 0.08 good fit

0.08 < RMSEA < 0.10 marginal fit

RMSEA > 0.10 poor fit

Good fit

Hasil Pengolahan

Root Mean Square Error of Approximation (RMSEA) = 0.065

Expected Cross

Validation

Index (ECVI)


ECVI < ECVI for Saturated Model model fit

Fit

Hasil Pengolahan

Expected Cross-Validation Index (ECVI) = 4.07

ECVI for Saturated Model = 4.37


ECVI < ECVI for Independence Model model fit

Fit

Hasil Pengolahan


ECVI for Independence Model = 45.64

Adjusted

Goodness of Fit

Index (AGFI)


AGFI = 1 perfect fit

0,90 < AGFI < 1 good fit

0.80 < AGFI < 0.90 marginal fit

(nilai AGFI berkisar antara 0 sampai 1)

Tidak Fit

Hasil Pengolahan

Adjusted Goodness of Fit Index (AGFI) = 0.75


119

Ukuran

Derajat

Kecocokan


Model

Keputusan

Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)


TLI > 0.90 good fit.

0.80 < TLI < 0.90 marginal fit

(nilai TLI/NNFI berkisar antara 0 sampai 1)

Good fit

Hasil Pengolahan

Non-Normed Fit Index (NNFI) = 0.96

Normed Fit

Index (NFI)


NFI > 0.90 good fit

0.80 < NFI < 0.90 marginal fit

(nilai NFI berkisar antara 0 sampai 1)

Good fit

Hasil Pengolahan

Normed Fit Index (NFI) = 0.92

Relative Fit

Index (RFI)


RFI > 0.90 good fit

0.80 < RFI < 0.90 marginal fit

(nilai RFI berkisar antara 0 sampai 1)

Good fit

Hasil Pengolahan

Relative Fit Index (RFI) = 0.92

Incremental Fit

Index (IFI)


IFI > 0.90 good fit

0.80 < IFI < 0.90 marginal fit

(nilai IFI berkisar antara 0 sampai 1)

Good fit

Hasil Pengolahan

Incremental Fit Index (IFI) = 0.96


120

Ukuran

Derajat

Kecocokan


Model

Keputusan

Comparative Fit

Index (CFI)


CFI > 0.90 good fit

0.80 < CFI < 0.90 marginal fit

(nilai CFI berkisar antara 0 sampai 1)

Good fit

Hasil Pengolahan

Comparative Fit Index (CFI) = 0.96

Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

682.31/371 = 1.839

Akaike

Information

Criterion (AIC)


AIC < Saturated AIC model fit

Fit

Hasil Pengolahan

Model AIC = 810.31

Saturated AIC = 870.00


AIC < Independence AIC model fit

Fit

Hasil Pengolahan

Model AIC = 810.31

Independence AIC = 9082.92

Consistent

Akaike

Information

Criterion (CAIC)


CAIC < Saturated CAIC model fit

Fit

Hasil Pengolahan

Model CAIC = 1085.40

Saturated CAIC = 2739.77


121

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)


CAIC < Independence CAIC model fit

Fit

Hasil Pengolahan


Independence CAIC = 9207.57

Critical N (CN) Dasar Pengambilan Keputusan

CN > 200 model fit

Tidak Fit

Hasil Pengolahan

Critical N (CN) = 128.54


Berdasarkan pada informasi pada Tabel 4.8, dapat diamati bahwa terdapat 5 ukuran

GOF yang menunjukkan kecocokan yang tidak fit dan 13 ukuran GOF menunjukkan

kecocokan yang fit. Sebagian besar ukuran kecocokan tersebut menunjukkan hasil yang fit,

sehingga dapat dikatakan bahwa kecocokan keseluruhan model adalah baik dan peneliti

dapat melanjutkan ke tahap selanjutnya. Namun sebelum itu, kecocokan keseluruhan model

ini sebenarnya masih bisa ditingkatkan dengan memanfaatkan informasi yang ada di

Modification Index, seperti tampak pada Gambar 4.14.


122

Gambar 4.14 Modification Index


Pada Gambar 4.14 dapat diketahui bahwa modifikasi yang mungkin dilakukan antara

lain, yaitu (1) menjadikan indikator ATTRAC1 yang merupakan indikator dari variabel laten

celebrity endorsement sekaligus juga menjadi indikator dari variabel laten experiential

marketing, (2) menjadikan indikator RELATE1 yang merupakan indikator dari variabel laten

experiential marketing sekaligus juga menjadi indikator dari variabel laten celebrity

endorsement, (3) menjadikan indikator INTENS4 yang merupakan indikator dari variabel

laten brand trust sekaligus juga menjadi indikator dari variabel laten brand loyalty, dan (4)

menambahkan hubungan di antara kesalahan pengukuran antara indikator-indikator tertentu

seperti yang disarankan di gambar. Untuk melakukan modifikasi tersebut, Ghozali dan Fuad

(2008, p339) menyatakan bahwa apapun modifikasi yang dilakukan harus sesuai dan dapat

123

dipertanggung jawabkan sesuai dengan teori”, dan peneliti tidak menemukan adanya teori

yang mendukung untuk diberlakukannya modifikasi-modifikasi tersebut. Lagipula, sebagian

besar ukuran GOF telah menyatakan bahwa model ini fit dan model ini pun dibangun atas

berbagai teori dasar yang cukup kuat. Hal ini sesuai dengan salah satu konsensus yang ada

di antara para peneliti yang dipantau oleh Bollen dan Long (Wijanto, 2008, pp49-50), yaitu

bahwa “Petunjuk terbaik dalam menilai kecocokan model adalah teori substantif yang kuat.

Jika model hanya menunjukkan atau mewakili teori substantif yang tidak kuat, dan meskipun

model mempunyai kecocokan yang sangat baik, agak sukar bagi k ita untuk menilai model

tersebut”. Untuk itulah peneliti tidak mengadakan modifikasi yang disarankan oleh output

Modification Index dan melanjutkan ke tahap berikutnya, yaitu uji kecocokan model

pengukuran.

4.2.6 Uji Kecocokan Model Pengukuran

Evaluasi pada uji kecocokan model pengukuran terdiri dari evaluasi terhadap validitas

dari model pengukuran dan evaluasi terhadap reliabilitas dari model pengukuran. Sebelum

melakukan uji reliabilitas, peneliti terlebih dahulu akan melakukan uji validitas, dikarenakan

indikator yang tidak valid akan dikeluarkan dari model.

Terdapat dua jenis penilaian agar suatu variabel dikatakan mempunyai validitas yang

baik, yaitu dengan berdasarkan pada nilai t muatan faktor dan muatan faktor standar. Suatu

variabel dikatakan mempunyai validitas yang baik, jika:

(1) Nilai t muatan faktornya lebih besar dari nilai kritis (>1.96). Nilai kritis sebesar 1.96

diperoleh dari nilai t tabel dengan level signifikansi 5% dan jumlah sampel 200.

(2) Muatan faktor standarnya (standardized factor loadings) lebih besar atau sama dengan

0.70 (Rigdon dan Ferguson) atau muatan faktor standarnya > 0.50 (Igrabia, et al.).

124

Memang terdapat dua pandangan mengenai nilai minimal untuk muatan faktor

standar, namun sepengamatan peneliti, masih banyak referensi yang menggunakan nilai

minimal sebesar 0.50. Untuk itu di dalam penelitian ini, peneliti akan menggunakan standar

nilai minimal ter sebut. Sehingga, dasar pengambilan keputusan untuk pengujian validitas

pada tahap ini, yaitu suatu variabel dikatakan mempunyai validitas yang baik dengan

berdasarkan pada dua kriteria, yaitu jika:

(1) Nilai t muatan faktor > 1,96 dan (2) Muatan faktor standar > 0.50

Pada Tabel 4.9 disajikan informasi mengenai nilai t, muatan faktor standar/

standardized factor loadings (SFL), dan juga kesimpulan mengenai validitas dari masing-

masing variabel teramati berkaitan dengan variabel laten mereka masing-masing.

Tabel 4.9 Uji Validitas (1)

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas

SFL Nilai t SFL Nilai t SFL Nilai t SFL Nilai t

SENSE1 0.45 7.46 - - - - - - Kurang Baik

SENSE2 0.61 10.69 - - - - - - Baik

SENSE3 0.69 11.60 - - - - - - Baik



FEEL1 0.57 9.52 - - - - - - Baik

FEEL2 0.68 12.10 - - - - - - Baik

THINK1 0.72 12.99 - - - - - - Baik

THINK2 0.62 10.20 - - - - - - Baik

ACT1 0.52 8.69 - - - - - - Baik

ACT2 0.66 11.63 - - - - - - Baik

ACT3 0.52 8.54 - - - - - - Baik

RELATE1 0.52 7.63 - - - - - - Baik

CREDI1 - - 0.74 12.98 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

125

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


ATTRAC1 - - 0.69 12.20 - - - - Baik

ATTRAC2 - - 0.83 14.03 - - - - Baik

ATTRAC3 - - 0.70 9.27 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.86 - - Baik

RELI3 - - - - 0.84 14.09 - - Baik

RELI4 - - - - 0.86 16.72 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.67 9.97 - - Baik

INTENS3 - - - - 0.65 10.15 - - Baik

INTENS4 - - - - 0.67 9.22 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.78 11.12 Baik

ATTITU2 - - - - - - 0.58 7.74 Baik

Pada Tabel 4.9 terdapat tanda (*), di mana maksud dari tanda tersebut adalah

ditetapkan secara default oleh LISREL, yaitu nilai t tidak diestimasi. Dapat diamati bahwa

seluruh variabel teramati memilik i nilai t muatan faktor lebih besar dari 1,96 sehingga

memenuhi satu kriteria untuk dinyatakan memilik i validitas yang baik. Namun untuk muatan

faktor standar, terdapat 3 variabel teramati yang tidak valid, karena muatan faktor

standarnya lebih kecil dibanding 0.5. Ketiga variabel teramati tersebut adalah SENSE1,

SENSE4, dan SENSE5. Sehingga di dalam model penelitian ini, variabel laten yang seluruh

variabel teramatinya memilik i validitas yang baik, karena telah memenuhi dua kriteria

validitas yang baik, adalah variabel laten celebrity endorsement, brand trust, dan brand



126

loyalty. Berbeda dengan variabel laten experiential marketing yang memilik i beberapa

variabel teramati yang kurang baik dari segi validitas, di mana adanya ukuran validitas yang

kurang baik dari beberapa variabel teramatinya tersebut akan dapat memengaruhi reliabilitas

dari variabel laten experiential marketing tersebut menjadi tidak reliabel.

4.2.7 Respesifikasi Model (A)

Berdasarkan pada hasil uji validitas pada Tabel 4.9, variabel teramati SENSE1,

SENSE4, dan SENSE5 tidak memenuhi salah satu syarat yang harus dipenuhi agar suatu

variabel teramati bisa dikatakan memilik i validitas yang baik, maka SENSE1, SENSE4, dan

SENSE5 seharusnya dikeluarkan dari model di penelitian ini. Namun, ketiganya tidak perlu

dikeluarkan sekaligus, karena ketika satu indikator dikeluarkan dari model, maka nilai muatan

faktor standar dan nilai t dari indikator-indikator lain yang masih berada di dalam model

penelitian akan ikut berubah, dan untuk itu ada kemungkinan indikator yang semula tidak

valid dapat menjadi valid, walaupun hal tersebut tidak selalu terjadi. Indikator yang pertama

kali akan dikeluarkan dari model adalah indikator dengan nilai muatan faktor standar terkecil,

yaitu SENSE5 dengan muatan faktor standar sebesar 0.40. Dengan dikeluarkannya indikator

tersebut, maka model di penelitian ini menjadi seperti apa yang ditampilkan pada Gambar

4.15. Pada gambar tersebut dapat diamati bahwa variabel laten experiential marketing yang

pada model awal memilik i 13 buah variabel teramati, k ini variabel teramatinya menjadi 12

buah, karena dikeluarkannya SENSE5 dari penelitian.

127

Gambar 4.15 Respesifikasi Model (A)


Dengan adanya model penelitian yang baru seperti yang tampak di Gambar 4.15,

maka nilai uji kecocokan keseluruhan juga memilik i kemungkinan untuk berubah, baik pada

sebagian atau seluruh ukuran penilaian yang tersedia. Pada Tabel 4.10 ditampilkan hasil uji

kecocokan keseluruhan untuk model penelitian pada Gambar 4.15. Pada tabel tersebut dapat

diamati bahwa hasil keputusan mengenai uji kecocokan keseluruhan adalah sama dengan

hasil keputusan uji kecocokan keseluruhan pada model penelitian sebelum direspifikasi.

Walaupun dari segi keputusan terdapat hasil yang sama, yaitu terdapat 5 ukuran GOF yang

menunjukkan kecocokan yang tidak fit dan 13 ukuran GOF menunjukkan kecocokan yang fit,

128

namun dari segi angka hasil pengolahan terdapat beberapa perbedaan, yaitu tampak pada

ukuran derajat kecocokan Root Mean Square Error of Approximation (RMSEA), Expected

Cross-Validation Index (ECVI), Normed Fit Index (NFI), Normed Chi-Square, Akaike

Information Criterion (AIC), Consistent Akaike Information Criterion (CAIC), dan Critical N

(CN), hanya saja angka hasil pengolahan tersebut masih terdapat pada daerah keputusan

yang sama sehingga hasil keputusannya pun sama. Karena sebagian besar ukuran

kecocokan tersebut menunjukkan hasil yang fit, sehingga dapat dikatakan bahwa kecocokan

keseluruhan model adalah baik dan peneliti dapat melanjutkan ke tahap selanjutnya.

Tabel 4.10 Uji Kecocokan Keseluruhan 2 (A)

Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Tidak Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


129

Ukuran

Derajat

Kecocokan


Model

Keputusan

Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan





Fit

Hasil Pengolahan



Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan



130

Ukuran

Derajat

Kecocokan


Model

Keputusan

Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan


Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan



131

Ukuran

Derajat

Kecocokan


Model

Keputusan

Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

641.21/344 = 1.864

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 765.21




Fit

Hasil Pengolahan

Model AIC = 765.21


Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan




132

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan




CN > 200 model fit

Tidak Fit

Hasil Pengolahan



Sebenarnya setelah uji kecocokan keseluruhan selesai, tahap selanjutnya yang akan

dilakukan peneliti, adalah uji kecocokan model pengukuran. Namun, sebenarnya uji

kecocokan model keseluruhan yang ada pada Tabel 4.10 belum selesai. Dengan meninjau

kembali informasi yang tersedia di Tabel 3.7 mengenai rangkuman kriteria uji kecocokan,

maka terdapat dua kategori besar penilaian, yaitu penilaian untuk tingkat kecocokan yang

bisa diterima pada suatu model dan untuk perbandingan antarmodel, di mana pada Tabel

4.10 tersebut baru memperhitungkan tingkat kecocokan yang bisa diterima pada suatu

model. Untuk itu, peneliti juga akan melakukan uji kecocokan untuk perbandingan

antarmodel, guna membandingkan antara model awal sebelum respesifikasi dengan hasil

respesifikasi model (A), di mana hasil uji kecocokan tersebut ditampilkan pada Tabel 4.11.


133

Tabel 4.11 Uji Kecocokan Keseluruhan 2 (B)

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Model

Awal

Respesifikasi

Model (A)

Keputusan

Statistic Chi-square

⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

682.31

641.21 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

311.31 297.21 Lebih baik

Scaled NCP (SNCP) Semakin kecil

semakin baik

1.55655 1.48605 Lebih baik

Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik

0.79 0.79 Tidak mengalami

perubahan

Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik

4.07 3.85 Lebih baik

Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Tucker-Lewis Index

atau Non-Normed Fit

Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


perubahan

134

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Model

Awal

Respesifikasi

Model (A)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI berkisar

antara 0 dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

810.31 765.21 Lebih baik

Consistent Akaike

Information Criterion

(CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

1085.40 1031.71 Lebih baik


Untuk hasil Scaled NCP (SNCP), tidak diperoleh dari output LISREL, melainkan dari


• Scaled NCP (SNCP) = NCP/n, di mana n = jumlah sample

• Scaled NCP (SNCP) model awal = 311.31/200 = 1.55655

• Scaled NCP (SNCP) respesifikasi model (A) = 297.21/200 = 1.48605

Dengan membandingkan antara model awal penelitian dengan hasil respesifikasi

model (A) pada Tabel 4.11, maka terdapat 7 ukuran derajat kecocokan yang memberikan

keputusan bahwa hasil respesifikasi model (A) dari segi ukuran derajat kecocokan

menunjukkan hasil yang lebih baik (lebih fit) dibandingkan model sebelumnya. Hal ini sesuai

dengan teori bahwa terdapat beberapa alasan kenapa suatu model memilik i fit yang buruk,

salah satunya, yaitu adanya specification error. Specification error timbul bisa disebabkan

oleh beberapa penyebab, salah satunya adalah adanya indikator yang tidak valid dan


135

memilik i reliabilitas yang kurang (Ghozali dan Fuad, 2008, pp339-340). Karena sebagian

besar hasil uji kecocokan keseluruhan dari hasil respesifikasi model (A) adalah baik (fit) dan

hasil respesifikasi model (A) ini juga lebih baik dibandingkan model penelitian awal, maka

kecocokan keseluruhan model adalah baik dan peneliti dapat melanjutkan ke tahap

selanjutnya, yaitu uji kecocokan model pengukuran.

Seperti yang telah dijelaskan sebelumnya bahwa uji kecocokan model pengukuran

terdiri dari uji validitas dan uji reliabilitas. Namun sebelum uji reliabilitas dilakukan, peneliti

harus memastikan bahwa seluruh variabel teramati telah baik dari segi validitas. Pada Tabel

4.12 ditampilkan hasil uji validitas untuk model penelitian hasil respesifikasi model (A).

Dasar pengambilan keputusan untuk pengujian validitas pada tahap ini, yaitu suatu

variabel dikatakan mempunyai validitas yang baik dengan berdasarkan pada dua kriteria,

yaitu jika:

(1) Nilai t muatan faktor > 1,96

(2) Muatan faktor standar > 0.50


Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas



SENSE2 0.62 10.85 - - - - - - Baik

SENSE3 0.70 11.52 - - - - - - Baik


FEEL1 0.56 9.13 - - - - - - Baik

FEEL2 0.68 11.98 - - - - - - Baik

THINK1 0.73 13.06 - - - - - - Baik

THINK2 0.62 10.14 - - - - - - Baik

136

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


ACT1 0.53 8.69 - - - - - - Baik

ACT2 0.66 11.64 - - - - - - Baik

ACT3 0.52 8.48 - - - - - - Baik

RELATE1 0.52 7.49 - - - - - - Baik

CREDI1 - - 0.74 12.98 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

ATTRAC1 - - 0.69 12.21 - - - - Baik

ATTRAC2 - - 0.83 14.04 - - - - Baik

ATTRAC3 - - 0.70 9.27 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.85 - - Baik

RELI3 - - - - 0.84 14.09 - - Baik

RELI4 - - - - 0.86 16.72 - - Baik

INTENS1 - - - - 0.68 10.99 - - Baik

INTENS2 - - - - 0.67 9.97 - - Baik

INTENS3 - - - - 0.65 10.15 - - Baik

INTENS4 - - - - 0.67 9.22 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.78 11.11 Baik

ATTITU2 - - - - - - 0.58 7.74 Baik




memenuhi satu kriteria untuk dinyatakan memilik i validitas yang baik. Namun untuk muatan



137

faktor standar atau standardized factor loadings (SFL), terdapat 2 variabel teramati yang

tidak valid, karena muatan faktor standarnya lebih kecil dibanding 0.5. Kedua variabel

teramati tersebut adalah SENSE1 dan SENSE4. Sehingga di dalam model penelitian ini,

variabel laten yang seluruh variabel teramatinya memilik i validitas yang baik, karena telah

memenuhi dua kriteria validitas yang baik, adalah variabel laten celebrity endorsement,

brand trust, dan brand loyalty.

4.2.8 Respesifikasi Model (B)

Berdasarkan pada hasil uji validitas pada Tabel 4.12, variabel teramati SENSE1 dan

SENSE4 tidak memenuhi salah satu syarat yang harus dipenuhi agar suatu variabel teramati

bisa dikatakan memilik i validitas yang baik, maka SENSE1 dan SENSE4 seharusnya

dikeluarkan dari model di penelitian ini. Namun, keduanya tidak perlu dikeluarkan sekaligus,

karena seperti yang telah dinyatakan sebelumnya bahwa ketika satu indikator dikeluarkan

dari model, maka nilai muatan faktor standar dan nilai t dari indikator-indikator lain yang

masih berada di dalam model penelitian akan ikut berubah, dan untuk itu ada kemungkinan

indikator yang semula tidak valid dapat menjadi valid, walaupun hal tersebut tidak selalu

terjadi. Indikator yang pertama kali akan dikeluarkan dari model adalah indikator dengan

nilai muatan faktor standar terkecil, yaitu SENSE1 dengan muatan faktor standar sebesar

0.44. Dengan dikeluarkannya indikator tersebut, maka model di penelitian ini menjadi seperti

apa yang ditampilkan pada Gambar 4.16. Pada gambar tersebut dapat diamati bahwa

variabel laten experiential marketing yang pada respesifikasi model (A) memilik i 12 buah

variabel teramati, k ini variabel teramatinya menjadi 11 buah, karena dikeluarkannya SENSE1

dari model penelitian.

138

Gambar 4.16 Respesifikasi Model (B)






diamati bahwa hasil keputusan mengenai uji kecocokan keseluruhan hasil respesifikasi model

(B) adalah sama dengan hasil keputusan uji kecocokan keseluruhan pada respesifikasi model

(A). Walaupun dari segi keputusan terdapat hasil yang sama, yaitu terdapat 5 ukuran GOF

yang menunjukkan kecocokan yang tidak fit dan 13 ukuran GOF menunjukkan kecocokan

yang fit, namun dari segi angka hasil pengolahan terdapat beberapa perbedaan, yaitu

139

tampak pada ukuran derajat kecocokan Root Mean Square Residual (RMR), Root Mean

Square Error of Approximation (RMSEA), Expected Cross Validation Index (ECVI), Normed

Chi-Square, Akaike Information Criterion (AIC), Consistent Akaike Information Criterion

(CAIC), dan Critical N (CN), hanya saja angka hasil pengolahan tersebut masih terdapat pada

daerah keputusan yang sama sehingga hasil keputusannya pun sama.


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Tidak Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


140

Ukuran

Derajat

Kecocokan


Model

Keputusan

Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan





Fit

Hasil Pengolahan



Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan


Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan



141

Ukuran

Derajat

Kecocokan


Model

Keputusan

Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan


Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan


Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

613.66/318 = 1.930

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 733.66



142

Ukuran

Derajat

Kecocokan


Model

Keputusan

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 733.66


Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 991.56




Fit

Hasil Pengolahan

Model CAIC = 991.56



CN > 200 model fit

Tidak Fit

Hasil Pengolahan



Seperti yang telah dijelaskan pada respesifikasi model (A) bahwa uji kecocokan

model keseluruhan, seperti yang terdapat pada Tabel 4.13 belum selesai. Uji kecocokan

model keseluruhan yang harus dilakukan selanjutnya adalah perbandingan antarmodel, di

mana pada Tabel 4.13 tersebut baru memperhitungkan tingkat kecocokan yang bisa diterima

pada suatu model. Untuk itu, langkah selanjutnya adalah melakukan uji kecocokan

keseluruhan untuk perbandingan antarmodel yang dijelaskan pada Tabel 4.14.


143


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (A)

Respesifikasi

Model (B)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

641.21 613.66 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

297.21 295.66 Lebih baik


semakin baik

1.48605 1.4783 Lebih baik

Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


perubahan

144

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (A)

Respesifikasi

Model (B)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

765.21 733.66 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

1031.71 991.56 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (B) = 295.66/200 = 1.4783

Dengan membandingkan antara hasil respesifikasi model (A) dengan hasil

respesifikasi model (B) pada Tabel 4.14, maka terdapat 6 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (B) dari segi ukuran derajat

kecocokan menunjukkan hasil yang lebih baik (lebih fit) dibandingkan model sebelumnya.

Karena sebagian besar hasil uji kecocokan keseluruhan dari hasil respesifikasi model (B)

adalah baik (fit) dan hasil respesifikasi model (B) ini juga lebih baik dibandingkan hasil


145

respesifikasi model (A), maka kecocokan keseluruhan model adalah baik dan peneliti dapat

melanjutkan ke tahap selanjutnya, yaitu uji kecocokan model pengukuran.

Sebelum melakukan uji reliabilitas, peneliti harus memastikan terlebih dahulu bahwa

seluruh variabel teramati telah baik dari segi validitas. Pada Tabel 4.15 ditampilkan hasil uji

validitas untuk model penelitian hasil respesifikasi model (B).

Dasar pengambilan keputusan untuk pengujian validitas pada tahap ini, yaitu suatu

variabel dikatakan mempunyai validitas yang baik dengan berdasarkan pada dua kriteria,

yaitu jika:




Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE2 0.62 10.56 - - - - - - Baik

SENSE3 0.70 11.44 - - - - - - Baik


FEEL1 0.55 8.99 - - - - - - Baik

FEEL2 0.68 11.95 - - - - - - Baik

THINK1 0.74 13.32 - - - - - - Baik

THINK2 0.63 10.33 - - - - - - Baik

ACT1 0.52 8.58 - - - - - - Baik

ACT2 0.66 11.51 - - - - - - Baik

ACT3 0.51 8.30 - - - - - - Baik

RELATE1 0.52 7.49 - - - - - - Baik

CREDI1 - - 0.74 12.98 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

146

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


ATTRAC1 - - 0.69 12.22 - - - - Baik

ATTRAC2 - - 0.83 14.04 - - - - Baik

ATTRAC3 - - 0.70 9.27 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.87 - - Baik

RELI3 - - - - 0.84 14.11 - - Baik

RELI4 - - - - 0.86 16.74 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.67 9.97 - - Baik

INTENS3 - - - - 0.65 10.15 - - Baik

INTENS4 - - - - 0.67 9.22 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.78 11.09 Baik

ATTITU2 - - - - - - 0.58 7.75 Baik




memenuhi satu kriteria untuk dinyatakan memilik i validitas yang baik.

Namun untuk muatan faktor standar atau standardized factor loadings (SFL),

terdapat 1 variabel teramati yang tidak valid, karena muatan faktor standarnya lebih kecil

dibanding 0.5. Variabel teramati tersebut adalah SENSE4. Sehingga di dalam model

penelitian ini, variabel laten yang seluruh variabel teramatinya memilik i validitas yang baik,



147

karena telah memenuhi dua kriteria validitas yang baik, adalah variabel laten celebrity

endorsement, brand trust, dan brand loyalty.

4.2.9 Respesifikasi Model (C)

Berdasarkan pada hasil uji validitas pada Tabel 4.15, variabel teramati SENSE4 tidak

memenuhi salah satu syarat yang harus dipenuhi agar suatu variabel teramati bisa dikatakan

memilik i validitas yang baik, maka SENSE4 harus dikeluarkan dari model di penelitian ini.

Dengan dikeluarkannya indikator tersebut, maka model di penelitian ini menjadi seperti apa

yang ditampilkan pada Gambar 4.17. Pada gambar tersebut dapat diamati bahwa variabel

laten experiential marketing yang pada respesifikasi model (B) memilik i 11 buah variabel

teramati, k ini variabel teramatinya menjadi 10 buah, karena dikeluarkannya SENSE4 dari

model penelitian.

Gambar 4.17 Respesifikasi Model (C)


148





diamati bahwa hasil keputusan mengenai uji kecocokan keseluruhan hasil respesifikasi model

(C) adalah sama dengan hasil keputusan uji kecocokan keseluruhan pada respesifikasi model

(B). Walaupun dari segi keputusan terdapat hasil yang sama, yaitu terdapat 5 ukuran GOF

yang menunjukkan kecocokan yang tidak fit dan 13 ukuran GOF menunjukkan kecocokan

yang fit, namun dari segi angka hasil pengolahan terdapat beberapa perbedaan, yaitu

tampak pada ukuran derajat kecocokan Root Mean Square Residual (RMR), Root Mean

Square Error of Approximation (RMSEA), Expected Cross Validation Index (ECVI), Normed

Chi-Square, Akaike Information Criterion (AIC), Consistent Akaike Information Criterion

(CAIC), dan Critical N (CN), hanya saja angka hasil pengolahan tersebut masih terdapat pada

daerah keputusan yang sama sehingga hasil keputusannya pun sama.


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


149

Ukuran

Derajat

Kecocokan


Model

Keputusan

Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Tidak Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan





Fit

Hasil Pengolahan




150

Ukuran

Derajat

Kecocokan


Model

Keputusan

Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan


Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan



151

Ukuran

Derajat

Kecocokan


Model

Keputusan

Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan


Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

585.00/293 = 1.997

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 701.00




Fit

Hasil Pengolahan

Model AIC = 701.00



152

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 950.31




Fit

Hasil Pengolahan

Model CAIC = 950.31



CN > 200 model fit

Tidak Fit

Hasil Pengolahan



Seperti yang telah dijelaskan pada respesifikasi model sebelumnya bahwa uji

kecocokan model keseluruhan, seperti yang terdapat pada Tabel 4.16 belum selesai. Uji

kecocokan model keseluruhan yang harus dilakukan selanjutnya adalah perbandingan

antarmodel, di mana pada Tabel 4.16 tersebut baru memperhitungkan tingkat kecocokan

yang bisa diterima pada suatu model. Untuk itu, langkah selanjutnya adalah melakukan uji

kecocokan keseluruhan untuk perbandingan antarmodel yang dijelaskan pada Tabel 4.17.


153


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (B)

Respesifikasi

Model (C)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

613.66 585.00 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

295.66 292.00 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


perubahan

154

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (B)

Respesifikasi

Model (C)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)

0.67 0.66 Lebih Buruk

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

733.66 701.00 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

991.56 950.31 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (C) = 292.00/200 = 1.46

Dengan membandingkan antara hasil respesifikasi model (B) dengan hasil

respesifikasi model (C) pada Tabel 4.17, maka terdapat 6 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (C) dari segi ukuran derajat


Namun terdapat 1 ukuran derajat kecocokan yang menunjukkan bahwa hasil respesifikasi

model (C) lebih buruk dibanding hasil respesifikasi model (B). Karena sebagian besar hasil uji

kecocokan keseluruhan dari hasil respesifikasi model (C) adalah baik (fit) dan hasil


155

respesifikasi model (C) ini juga secara garis besar lebih baik dibandingkan hasil respesifikasi

model (B), maka kecocokan keseluruhan model adalah baik dan peneliti dapat melanjutkan

ke tahap selanjutnya, yaitu uji kecocokan model pengukuran.

Untuk uji kecocokan model pengukuran, peneliti terlebih dahulu akan menguji

apakah seluruh variabel teramati telah baik dari segi validitas. Pada Tabel 4.18 ditampilkan

hasil uji validitas untuk model penelitian hasil respesifikasi model (C). Dasar pengambilan

keputusan untuk pengujian validitas pada tahap ini, yaitu suatu variabel dikatakan

mempunyai validitas yang baik dengan berdasarkan pada dua kriteria, yaitu jika:




Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE2 0.61 10.45 - - - - - - Baik

SENSE3 0.69 11.35 - - - - - - Baik

FEEL1 0.55 8.73 - - - - - - Baik

FEEL2 0.68 11.95 - - - - - - Baik

THINK1 0.75 13.38 - - - - - - Baik

THINK2 0.63 10.22 - - - - - - Baik

ACT1 0.52 8.68 - - - - - - Baik

ACT2 0.67 11.56 - - - - - - Baik

ACT3 0.50 8.15 - - - - - - Baik

RELATE1 0.52 7.43 - - - - - - Baik

CREDI1 - - 0.74 12.98 - - - - Baik

CREDI2 - - 0.65 9.00 - - - - Baik

ATTRAC1 - - 0.69 12.23 - - - - Baik

156

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


ATTRAC2 - - 0.83 14.06 - - - - Baik

ATTRAC3 - - 0.70 9.27 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.87 - - Baik

RELI3 - - - - 0.84 14.10 - - Baik

RELI4 - - - - 0.86 16.74 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.67 9.97 - - Baik

INTENS3 - - - - 0.65 10.15 - - Baik

INTENS4 - - - - 0.67 9.22 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.78 11.07 Baik

ATTITU2 - - - - - - 0.58 7.74 Baik




memenuhi satu kriteria untuk dinyatakan memilik i validitas yang baik. Sama halnya dengan

uji nilai t, untuk uji muatan faktor standar atau standardized factor loadings (SFL) seluruh

variabel teramati juga memilik i nilai SFL lebih besar dari 0.5. Dapat diamati bahwa tidak ada

satupun variabel teramati yang tidak memenuhi syarat-syarat agar suatu variabel teramati

memilik i validitas yang baik. Sehingga di dalam model penelitian ini, seluruh variabel teramati

telah memilik i validitas yang baik. Karena seluruh variabel teramati telah memilik i validitas



157

yang baik, maka langkah selanjutnya yang harus dilakukan di dalam uji kecocokan model

pengukuran adalah uji reliabilitas.

Uji reliabilitas dilakukan dengan menilai construct reliability dan variance extracted, di

mana LISREL tidak secara otomatis mengeluarkan nilai construct reliability dan variance

extracted, untuk itu keduanya harus dihitung secara manual. Nilai construct reliability dan

variance extracted dari masing-masing variabel laten telah dihitung pada Tabel 4.19, Tabel

4.20, Tabel 4.21, dan Tabel 4.22.

Tabel 4.19 CR dan VE Experiential Marketing (1)

Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)

Construct Reliability (CR) dan

Variance extracted (VE)

SENSE2 0.61 0.63 0.3721 CR = (6.122)/[(6.122)+6.18]

CR = 0.86

VE = 3.8122/(3.8122+6.18)

VE = 0.38

SENSE3 0.69 0.52 0.4761

FEEL1 0.55 0.70 0.3025

FEEL2 0.68 0.53 0.4624

THINK1 0.75 0.44 0.5625

THINK2 0.63 0.60 0.3969

ACT1 0.52 0.73 0.2704

ACT2 0.67 0.55 0.4489

ACT3 0.50 0.75 0.2500

RELATE1 0.52 0.73 0.2704

∑ 6.12 6.18 3.8122


158

Tabel 4.20 CR dan VE Celebrity Endorsement (1)

Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.612)/[(3.612)+2.37]

CR = 0.85

VE = 2.6251/(2.6251+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.32 0.6889

ATTRAC3 0.70 0.50 0.4900

∑ 3.61 2.37 2.6251


Tabel 4.21 CR dan VE Brand Trust (1)

Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.962)/[(5.962)+3.52]

CR = 0.91

VE = 4.4920/(4.4920+3.52)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.26 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.67 0.56 0.4489

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.55 0.4489

∑ 5.96 3.52 4.4920


159

Tabel 4.22 CR dan VE Brand Loyalty (1)

Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.80 0.36 0.6400 CR = (2.162)/[(2.162)+1.41]

CR = 0.77

VE = 1.5848/(1.5848+1.41)

VE = 0.53

ATTITU1 0.78 0.39 0.6084

ATTITU2 0.58 0.66 0.3364

∑ 2.16 1.41 1.5848


Pada Tabel 4.23 ditampilkan hasil rangkuman besarnya nilai construct reliability dan

variance extracted, beserta keputusan mengenai reliabilitas dari variabel-variabel laten pada

penelitian ini. Dasar Pengambilan Keputusan agar reliabilitas construct dikatakan baik, yaitu

jika:

(1) Construct Reliability (CR)-nya > 0.70

(2) Variance extracted (VE)-nya > 0.50

Tabel 4.23 Uji Reliabilitas (1)

Variabel Laten Construct Reliability

(CR)

Variance extracted

(VE)

Keputusan

Experiential Marketing 0.86 0.38 Kurang Baik

Celebrity Endorsement 0.85 0.53 Baik

Brand Trust 0.91 0.56 Baik

Brand Loyalty 0.77 0.53 Baik


Pada Tabel 4.23 tampak bahwa 3 variabel laten memilik i nilai reliabilitas yang baik,

karena telah memenuhi kedua syarat untuk dinyatakan memilik i reliabilitas yang baik. Ketiga

160

variabel tersebut adalah celebrity endorsement, brand trust, dan brand loyalty. Namun,

terdapat satu variabel yang memilik i reliabilitas kurang baik dikarenakan variabel tersebut

tidak memenuhi salah satu syarat agar suatu variabel dikatakan memilik i reliabilitas yang

baik. Variabel tersebut adalah experiential marketing. Variabel laten experiential marketing

memang telah memenuhi syarat dari segi construct reliability (0.86 > 0.70), namun variabel

tersebut tidak memenuhi syarat dari segi variance extracted (0.38 < 0.50).

Untuk itulah, peneliti belum dapat melanjutkan ke tahap uji kecocokan model

struktural, karena terdapat variabel yang belum reliabel. Dengan mengamati nilai muatan

faktor standar atau standardized factor loadings (SFL) dari variabel-variabel teramati yang

dijelaskan oleh variabel laten experiential marketing, maka dapat diamati bahwa ada

beberapa variabel yang memang memilik i nilai muatan faktor standar sangat kecil, dalam arti

bahwa walaupun sudah memenuhi syarat nilai minimal dari muatan faktor standar, namun

nilainya masih mendekati nilai batasan tersebut dan bahkan ada juga yang berada tepat di

batasan minimal yang diperbolehkan. Lagipula, bila ditinjau kembali bahwa terdapat dua

pandangan mengenai batas minimal untuk muatan faktor standar agar dinyatakan memilik i

validitas yang baik, yaitu menurut pendapat Rigdon dan Ferguson, muatan faktor standarnya

(standardized factor loadings) harus lebih besar atau sama dengan 0.70, sedangkan menurut

Igrabia, et al., muatan faktor standarnya harus lebih besar atau sama dengan 0.50. Lebih

lanjut, Wijanto (2008, p139) menyatakan bahwa penggunaan batas kritikal 0.50 atau 0.70,

sepenuhnya terserah kepada peneliti, dengan mempertimbangkan teori atau substansi yang

mendasari model, banyaknya variabel teramati yang tersisa setelah penghapusan, dan

reliabilitas model pengukuran yang terkait. Berdasarkan pernyataan Wijanto tersebut, peneliti

mempertimbangkan bahwa jika peneliti mengikuti pendapat dari Rigdon dan Ferguson, maka

akan sangat banyak sekali variabel teramati dari experiential marketing yang tidak memilik i

validitas yang baik dan bahkan hanya ada satu variabel yang memilik i validitas yang baik,

yaitu THINK1 dan tidak menutup kemungkinan bahwa nantinya hanya tersisa satu variabel

161

itu saja sekalipun respesifikasi dilakukan dengan mengeluarkan satu per satu variabel yang

validitasnya paling kurang baik. Untuk itu, peneliti tetap menggunakan batas minimal seperti

yang sudah ditetapkan sebelumnya dan langkah selanjutnya adalah peneliti akan

mengeluarkan satu per satu variabel teramati yang nilai muatan faktor standarnya paling

kecil, yaitu paling mendekati batas minimal 0.50 atau bahkan sama dengan 0.50, guna

meningkatkan reliabilitas dari variabel laten experiential marketing tersebut.

4.2.10 Respesifikasi Model (D)

Pada Tabel 4.19 dapat diamati bahwa variabel teramati dengan nilai muatan faktor

standar atau standardized factor loadings (SFL) terkecil adalah ACT3 dengan nilai muatan

faktor standar sebesar 0.50 yang terletak tepat di batas terendah yang diperkenankan agar

suatu variabel dinyatakan valid menurut Igrabia, et al., selain itu, variabel teramati juga

memilik i reliabilitas indikator yang terendah di antara indikator-indikator dari variabel laten

experiential marketing, yaitu hanya sebesar 25%. Tidak hanya itu, bahkan variabel teramati

ACT3 juga merupakan variabel teramati dengan reliabilitas indikator yang paling rendah di

antara seluruh variabel-variabel teramati yang ada di penelitian ini. Perhatikan Tabel 4.24

mengenai nilai reliabilitas per indikator dari seluruh variabel teramati yang ada di penelitian

ini, di mana nilai tersebut diperoleh dari Squared Multiple Correlations for X – Variables dan

Squared Multiple Correlations for Y – Variables pada output LISREL dan nilai tersebut

merupakan hasil pembulatan terhadap kuadrat dari nilai muatan faktor standar sehingga

sama dengan output SFL2 pada Tabel 4.19, sehingga jika pada pembahasan berikutnya

peneliti membahas nilai reliabilitas indikator, maka nilai tersebut merujuk pada pembulatan

terhadap nilai SFL2 dari indikator-indikatornya.

Berdasarkan alasan-alasan yang telah dijelaskan sebelumnya, untuk itu, guna

meningkatkan reliabilitas variabel laten experiential marketing, maka ACT3 akan dikeluarkan

162

dari model penelitian. Pada Gambar 4.18 ditampilkan model penelitian yang baru setelah

indikator ACT3 dikeluarkan dari penelitian.

Tabel 4.24 Reliabilitas Per Indikator (1)

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

R2 R2 R2 R2

SENSE2 0.38 - - -

SENSE3 0.48 - - -

FEEL1 0.30 - - -

FEEL2 0.47 - - -

THINK1 0.56 - - -

THINK2 0.40 - - -

ACT1 0.27 - - -

ACT2 0.45 - - -

ACT3 0.25 - - -

RELATE1 0.27 - - -

CREDI1 - 0.55 - -

CREDI2 - 0.42 - -

ATTRAC1 - 0.48 - -

ATTRAC2 - 0.68 - -

ATTRAC3 - 0.50 - -

RELI1 - - 0.64 -

RELI2 - - 0.63 -

RELI3 - - 0.70 -

RELI4 - - 0.74 -

INTENS1 - - 0.46 -

INTENS2 - - 0.44 -

INTENS3 - - 0.42 -

INTENS4 - - 0.45 -

163

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

R2 R2 R2 R2

BEHAV1 - - - 0.64

ATTITU1 - - - 0.61

ATTITU2 - - - 0.34


Gambar 4.18 Respesifikasi Model (D)





164



diamati bahwa terdapat sedik it perbedaan antara hasil keputusan mengenai uji kecocokan

keseluruhan hasil respesifikasi model (D) dengan hasil keputusan uji kecocokan keseluruhan

pada respesifikasi model (C). Terdapat 3 keputusan yang berubah, yaitu Goodness of Fit

Index (GFI) yang pada respesifikasi model (C) tidak fit, kemudian pada respesifikasi model

(D) berubah menjadi fit yang termasuk ke dalam kategori marginal fit, sedangkan untuk

ukuran Expected Cross Validation Index (ECVI) pada salah satu keputusannya yang

membandingkan antara ECVI dengan ECVI for Saturated Model, yang pada model

sebelumnya memilik i keputusan fit, pada model ini menjadi tidak fit, begitu pula dengan

ukuran Akaike Information Criterion (AIC) pada salah satu keputusannya yang

membandingkan antara Model AIC dengan Saturated AIC, yang pada model sebelumnya

memilik i keputusan fit, pada model ini menjadi tidak fit. Selain perubahan pada ketiga

keputusan untuk ukuran-ukuran tersebut, tidak terdapat perubahan keputusan lainnya,

hanya saja terdapat perubahan nilai hasil untuk beberapa jenis ukuran yang mana masih

terdapat di daerah keputusan yang sama sehingga hasil keputusan yang timbul pun sama

dengan respesifikasi pada model (C). Ukuran-ukuran tersebut adalah Root Mean Square

Residual (RMR), Expected Cross Validation Index (ECVI) yang membandingkan antara ECVI

dengan ECVI for Independence Model, Adjusted Goodness of Fit Index (AGFI), Normed Chi-

Square, Akaike Information Criterion (AIC) yang membandingkan antara AIC dengan

Independence AIC, Consistent Akaike Information Criterion (CAIC), dan Critical N (CN). Dari

segi keputusan memang terdapat hasil yang sedik it berbeda, namun sebagian besar

keputusan pada uji kecocokan keseluruhan pada respesifikasi model (D) masih tetap

menunjukkan hasil yang fit, yaitu terdapat 12 ukuran GOF menunjukkan kecocokan yang fit

dan untuk 6 ukuran GOF lainnya menunjukkan kecocokan yang tidak fit.

165


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Marginal Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Tidak Fit

Hasil Pengolahan



166

Ukuran

Derajat

Kecocokan


Model

Keputusan

Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan



Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan


Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan



167

Ukuran

Derajat

Kecocokan


Model

Keputusan

Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan


Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan


Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

540.19/269 = 2.008

Akaike

Information

Criterion (AIC)



Tidak Fit

Hasil Pengolahan

Model AIC = 652.19



168

Ukuran

Derajat

Kecocokan


Model

Keputusan

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 652.19


Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 892.89




Fit

Hasil Pengolahan

Model CAIC = 892.89



CN > 200 model fit

Tidak Fit

Hasil Pengolahan



Uji kecocokan model keseluruhan, seperti yang terdapat pada Tabel 4.25 belum

selesai. Uji kecocokan model keseluruhan yang harus dilakukan selanjutnya adalah

perbandingan antarmodel, di mana pada Tabel 4.25 tersebut baru memperhitungkan tingkat

kecocokan yang bisa diterima pada suatu model. Untuk itu, langkah selanjutnya adalah

melakukan uji kecocokan keseluruhan untuk perbandingan antarmodel yang dijelaskan pada

Tabel 4.26.


169


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (C)

Respesifikasi

Model (D)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

585.00 540.19 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

292.00 271.19 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


170

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (C)

Respesifikasi

Model (D)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

701.00 652.19 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

950.31 892.89 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (B) = 271.19/200 = 1.36

Dengan membandingkan antara hasil respesifikasi model (C) dengan hasil

respesifikasi model (D) pada Tabel 4.26, maka terdapat 8 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (D) dari segi ukuran derajat


Namun terdapat 1 ukuran derajat kecocokan yang menunjukkan bahwa hasil respesifikasi

model (D) lebih buruk dibanding hasil respesifikasi model (C). Karena sebagian besar hasil uji

kecocokan keseluruhan dari hasil respesifikasi model (D) adalah baik (fit) dan hasil


171

respesifikasi model (D) ini juga secara garis besar lebih baik dibandingkan hasil respesifikasi

model (C), maka kecocokan keseluruhan model adalah baik dan peneliti dapat melanjutkan

ke tahap selanjutnya, yaitu uji kecocokan model pengukuran.



hasil uji validitas untuk model penelitian hasil respesifikasi model (D). Dasar pengambilan






Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE2 0.61 10.42 - - - - - - Baik

SENSE3 0.69 11.37 - - - - - - Baik

FEEL1 0.55 8.75 - - - - - - Baik

FEEL2 0.69 11.87 - - - - - - Baik

THINK1 0.77 13.85 - - - - - - Baik

THINK2 0.62 9.92 - - - - - - Baik

ACT1 0.50 8.42 - - - - - - Baik

ACT2 0.67 11.23 - - - - - - Baik

RELATE1 0.51 7.28 - - - - - - Baik

CREDI1 - - 0.74 12.99 - - - - Baik

CREDI2 - - 0.65 9.00 - - - - Baik

ATTRAC1 - - 0.69 12.24 - - - - Baik

ATTRAC2 - - 0.83 14.06 - - - - Baik

172

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


ATTRAC3 - - 0.70 9.26 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.88 - - Baik

RELI3 - - - - 0.84 14.10 - - Baik

RELI4 - - - - 0.86 16.76 - - Baik

INTENS1 - - - - 0.68 11.01 - - Baik

INTENS2 - - - - 0.67 9.98 - - Baik

INTENS3 - - - - 0.65 10.15 - - Baik

INTENS4 - - - - 0.67 9.22 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.78 11.01 Baik

ATTITU2 - - - - - - 0.58 7.76 Baik












173



Uji reliabilitas dilakukan dengan menilai construct reliability dan variance extracted.

Nilai construct reliability dan variance extracted dari masing-masing variabel laten telah

dihitung pada Tabel 4.28, Tabel 4.29, Tabel 4.30, dan Tabel 4.31.


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



SENSE2 0.61 0.62 0.3721 CR = (5.612)/[(5.612)+5.44]

CR = 0.85

VE = 3.5631/(3.5631+5.44)

VE = 0.40

SENSE3 0.69 0.52 0.4761

FEEL1 0.55 0.70 0.3025

FEEL2 0.69 0.53 0.4761

THINK1 0.77 0.41 0.5929

THINK2 0.62 0.61 0.3844

ACT1 0.50 0.75 0.2500

ACT2 0.67 0.56 0.4489

RELATE1 0.51 0.74 0.2601

∑ 5.61 5.44 3.5631


174


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.612)/[(3.612)+2.37]

CR = 0.85

VE = 2.6251/(2.6251+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.32 0.6889

ATTRAC3 0.70 0.50 0.4900

∑ 3.61 2.37 2.6251



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.962)/[(5.962)+3.52]

CR = 0.91

VE = 4.4920/(4.4920+3.52)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.26 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.67 0.56 0.4489

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.55 0.4489

∑ 5.96 3.52 4.4920


175


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.80 0.36 0.6400 CR = (2.162)/[(2.162)+1.42]

CR = 0.77

VE = 1.5848/(1.5848+1.42)

VE = 0.53

ATTITU1 0.78 0.40 0.6084

ATTITU2 0.58 0.66 0.3364

∑ 2.16 1.42 1.5848





jika:





(CR)

Variance extracted

(VE)

Keputusan






Pada Tabel 4.32 uji reliabilitas menghasilkan keputusan yang sama dengan uji

reliabilitas yang telah dilakukan pada respesifikasi model sebelumnya, yaitu tampak bahwa 3

176

variabel laten memilik i nilai reliabilitas yang baik, karena telah memenuhi kedua syarat untuk

dinyatakan memilik i reliabilitas yang baik. Ketiga variabel tersebut adalah celebrity

endorsement, brand trust, dan brand loyalty. Sedangkan untuk variabel laten experiential

marketing dalam hal uji reliabilitas menghasilkan keputusan yang masih kurang baik, karena

variabel tersebut tidak memenuhi salah satu syarat agar suatu variabel dikatakan memilik i

reliabilitas yang baik. Variabel laten experiential marketing memang telah memenuhi syarat

dari segi construct reliability (0.85 > 0.70), namun variabel tersebut tidak memenuhi syarat

dari segi variance extracted (0.40 < 0.50). Namun dalam hal ini, nilai variance extracted

meningkat sehingga lebih mendekati batas minimal yang diperbolehkan, yaitu 0.50. Karena

belum seluruh variabel yang ada lolos uji reliabilitas, maka peneliti belum dapat melanjutkan

ke tahap uji kecocokan model struktural dan akan kembali melakukan respesifikasi model

yang dijelaskan pada bagian berikutnya.

4.2.11 Respesifikasi Model (E)

Dengan mengamati nilai muatan faktor standar atau standardized factor loadings

(SFL) dari variabel-variabel teramati yang dijelaskan oleh variabel laten experiential

marketing, maka dapat diamati bahwa ada beberapa variabel memang memilik i nilai muatan

faktor standar sangat kecil, dalam arti bahwa walaupun sudah memenuhi syarat nilai minimal

dari muatan faktor standar, namun nilainya masih mendekati nilai batasan tersebut dan

bahkan ada juga yang berada tepat di batasan minimal yang diperbolehkan. Untuk itu,

peneliti akan kembali mengeluarkan variabel teramati yang nilai muatan faktor standarnya

paling kecil, yaitu ACT1 dengan nilai muatan faktor standar sebesar 0.50, di mana selain

memilik i nilai muatan faktor standar yang terkecil serta berada tepat di batas terendah nilai

muatan faktor standar yang diperkenankan agar suatu variabel memilik i validitas yang baik

menurut Igrabia, et al., variabel teramati ACT1 juga memilik i reliabilitas indikator yang

terendah di antara indikator-indikator dari variabel laten experiential marketing, yaitu hanya

177

sebesar 25% dan tidak hanya itu, bahkan variabel teramati ACT1 juga merupakan variabel

teramati dengan reliabilitas indikator yang paling rendah di antara seluruh variabel-variabel

teramati yang ada di penelitian ini. Berdasarkan alasan-alasan yang telah dijelaskan

sebelumnya, untuk itu, guna meningkatkan reliabilitas variabel laten experiential marketing,

maka ACT1 akan dikeluarkan dari model penelitian. Pada Gambar 4.19 ditampilkan model

penelitian yang baru setelah indikator ACT1 dikeluarkan dari penelitian.

Gambar 4.19 Respesifikasi Model (E)





178


diamati bahwa uji kecocokan keseluruhan untuk hasil respesifikasi model (E) memberikan

keputusan yang sama dengan uji kecocokan pada respesifikasi model (D), yaitu terdapat 6

ukuran GOF yang menunjukkan kecocokan yang tidak fit dan 12 ukuran GOF menunjukkan

kecocokan yang fit. Memang dari segi keputusan yang dihasilkan oleh ukuran-ukuran yang

tersedia adalah sama, namun terdapat perubahan nilai hasil untuk beberapa jenis ukuran

yang mana masih terdapat di daerah keputusan yang sama sehingga hasil keputusan yang

timbul pun sama dengan respesifikasi pada model (D). Ukuran-ukuran tersebut adalah Root

Mean Square Error of Approximation (RMSEA), Expected Cross Validation Index (ECVI),

Normed Chi-Square, Akaike Information Criterion (AIC), dan Consistent Akaike Information

Criterion (CAIC).


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Marginal Fit

Hasil Pengolahan


179

Ukuran

Derajat

Kecocokan


Model

Keputusan

Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Tidak Fit

Hasil Pengolahan





Fit

Hasil Pengolahan



Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan



180

Ukuran

Derajat

Kecocokan


Model

Keputusan

Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan


Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan



181

Ukuran

Derajat

Kecocokan


Model

Keputusan

Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

563.62/246 = 2.291

Akaike

Information

Criterion (AIC)



Tidak Fit

Hasil Pengolahan

Model AIC = 606.60




Fit

Hasil Pengolahan

Model AIC = 606.60


Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 838.71



182

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 838.71



CN > 200 model fit

Tidak Fit

Hasil Pengolahan








Tabel 4.34.


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (D)

Respesifikasi

Model (E)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

540.19 498.60 Lebih baik


183

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (D)

Respesifikasi

Model (E)

Keputusan

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

271.19 252.60 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


perubahan


184

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (D)

Respesifikasi

Model (E)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

652.19 606.60 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

892.89 838.71 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (E) = 252.60/200 = 1.263

Dengan membandingkan antara hasil respesifikasi model (D) dengan hasil

respesifikasi model (E) pada Tabel 4.34, maka terdapat 6 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (E) dari segi ukuran derajat

kecocokan menunjukkan hasil yang lebih baik (lebih fit) dibandingkan model sebelumnya,

dan untuk ukuran-ukuran lainnya tidak mengalami perubahan hasil dibandingkan dengan

respesifikasi model (D). Karena sebagian besar hasil uji kecocokan keseluruhan dari hasil

respesifikasi model (E) adalah baik (fit) dan hasil respesifikasi model (E) ini juga secara garis


185

besar lebih baik dibandingkan hasil respesifikasi model (D), maka kecocokan keseluruhan

model adalah baik dan peneliti dapat melanjutkan ke tahap selanjutnya, yaitu uji kecocokan

model pengukuran.



hasil uji validitas untuk model penelitian hasil respesifikasi model (E). Dasar pengambilan






Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE2 0.61 10.36 - - - - - - Baik

SENSE3 0.69 11.46 - - - - - - Baik

FEEL1 0.55 8.42 - - - - - - Baik

FEEL2 0.69 11.86 - - - - - - Baik

THINK1 0.78 13.87 - - - - - - Baik

THINK2 0.62 10.01 - - - - - - Baik

ACT2 0.66 10.63 - - - - - - Baik

RELATE1 0.50 7.03 - - - - - - Baik

CREDI1 - - 0.74 13.02 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

ATTRAC1 - - 0.69 12.22 - - - - Baik

ATTRAC2 - - 0.83 14.04 - - - - Baik

ATTRAC3 - - 0.70 9.27 - - - - Baik

186

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.89 - - Baik

RELI3 - - - - 0.84 14.12 - - Baik

RELI4 - - - - 0.86 16.75 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.67 9.97 - - Baik

INTENS3 - - - - 0.65 10.15 - - Baik

INTENS4 - - - - 0.67 9.21 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.78 10.99 Baik

ATTITU2 - - - - - - 0.58 7.77 Baik






variabel teramati juga memilik i nilai SFL lebih besar atau sama dengan 0.5. Dapat diamati

bahwa tidak ada satupun variabel teramati yang tidak memenuhi syarat-syarat agar suatu

variabel teramati memilik i validitas yang baik. Sehingga di dalam model penelitian ini, seluruh

variabel teramati telah memilik i validitas yang baik. Karena seluruh variabel teramati telah

memilik i validitas yang baik, maka langkah selanjutnya yang harus dilakukan di dalam uji

kecocokan model pengukuran adalah uji reliabilitas.



187





Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



SENSE2 0.61 0.62 0.3721 CR = (5.102)/[(5.102)+4.70]

CR = 0.85

VE = 3.3052/(3.3052+4.70)

VE = 0.41

SENSE3 0.69 0.52 0.4761

FEEL1 0.55 0.70 0.3025

FEEL2 0.69 0.53 0.4761

THINK1 0.78 0.40 0.6084

THINK2 0.62 0.61 0.3844

ACT2 0.66 0.57 0.4356

RELATE1 0.50 0.75 0.2500

∑ 5.10 4.70 3.3052



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.612)/[(3.612)+2.37]

CR = 0.85

VE = 2.6251/(2.6251+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.32 0.6889

ATTRAC3 0.70 0.50 0.4900

∑ 3.61 2.37 2.6251


188


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.962)/[(5.962)+3.52]

CR = 0.91

VE = 4.4920/(4.4920+3.52)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.26 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.67 0.56 0.4489

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.55 0.4489

∑ 5.96 3.52 4.4920



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.80 0.36 0.6400 CR = (2.162)/[(2.162)+1.42]

CR = 0.77

VE = 1.5848/(1.5848+1.42)

VE = 0.53

ATTITU1 0.78 0.40 0.6084

ATTITU2 0.58 0.66 0.3364

∑ 2.16 1.42 1.5848





jika:

189





(CR)

Variance extracted

(VE)

Keputusan




















190

4.2.12 Respesifikasi Model (F)

Dengan mengamati nilai muatan faktor standar atau standardized factor loadings

(SFL) dari variabel-variabel teramati yang dijelaskan oleh variabel laten experiential

marketing, maka dapat diamati bahwa ada beberapa variabel memang memilik i nilai muatan

faktor standar sangat kecil, dalam arti bahwa walaupun sudah memenuhi syarat nilai minimal

dari muatan faktor standar, namun nilainya masih mendekati nilai batasan tersebut dan

bahkan ada juga yang berada tepat di batasan minimal yang diperbolehkan. Untuk itu,

peneliti akan kembali mengeluarkan variabel teramati yang nilai muatan faktor standarnya

paling kecil, yaitu RELATE1 dengan nilai muatan faktor standar sebesar 0.50, di mana selain

memilik i nilai muatan faktor standar yang terkecil serta berada tepat di batas terendah nilai

muatan faktor standar yang diperkenankan agar suatu variabel memilik i validitas yang baik

menurut Igrabia, et al., variabel teramati RELATE1 juga memilik i reliabilitas indikator yang


sebesar 25% dan tidak hanya itu, bahkan variabel teramati ACT1 juga merupakan variabel




maka RELATE1 akan dikeluarkan dari model penelitian. Pada Gambar 4.20 ditampilkan model

penelitian yang baru setelah indikator RELATE1 dikeluarkan dari penelitian.

191

Gambar 4.20 Respesifikasi Model (F)






diamati bahwa uji kecocokan keseluruhan untuk hasil respesifikasi model (F) agak sedik it

berbeda dengan hasil respesifikasi model (E) pada dua jenis ukuran, yaitu untuk Expected

Cross Validation Index (ECVI) yang dibandingkan dengan ECVI for Saturated Model yang

semula tidak fit kemudian menjadi fit dan juga untuk Akaike Information Criterion (AIC) yang

dibandingkan dengan Saturated AIC yang semula tidak fit kemudian menjadi fit. Untuk

ukuran-ukuran GOF lainnya menghasilkan keputusan yang sama dengan hasil respesifikasi

192

pada model (E), walaupun dari segi keputusan yang dihasilkan oleh ukuran-ukuran yang

tersedia adalah sama, tetap saja terdapat perubahan nilai hasil untuk beberapa jenis ukuran

yang mana masih terdapat di daerah keputusan yang sama sehingga hasil keputusan yang

timbul pun sama dengan respesifikasi pada model (E). Ukuran-ukuran yang bernilai berbeda

namun masih berada dalam daerah keputusan yang sama, yaitu Goodness of Fit Index (GFI),

Root Mean Square Residual (RMR), Root Mean Square Error of Approximation (RMSEA),

Adjusted Goodness of Fit Index (AGFI), Normed Fit Index (NFI), Relative Fit Index (RFI),

Incremental Fit Index (IFI), Comparative Fit Index (CFI), Normed Chi-Square, Akaike

Information Criterion (AIC) yang dibandingkan dengan Independence AIC, Consistent Akaike

Information Criterion (CAIC), dan Critical N (CN). Kesimpulannya adalah pada respesifikasi

model (F) terdapat 4 ukuran GOF yang menunjukkan kecocokan yang tidak fit dan 14 ukuran

GOF menunjukkan kecocokan yang fit.


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Marginal Fit

Hasil Pengolahan


193

Ukuran

Derajat

Kecocokan


Model

Keputusan

Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan





Fit

Hasil Pengolahan



Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan



194

Ukuran

Derajat

Kecocokan


Model

Keputusan

Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan


Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan



195

Ukuran

Derajat

Kecocokan


Model

Keputusan

Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

433.40/224 = 1.935

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 537.40




Fit

Hasil Pengolahan

Model AIC = 537.40


Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 760.91



196

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 760.91



CN > 200 model fit

Tidak Fit

Hasil Pengolahan








Tabel 4.42.


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (E)

Respesifikasi

Model (F)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

498.60 433.40 Lebih baik


197

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (E)

Respesifikasi

Model (F)

Keputusan

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

252.60 209.40 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


perubahan


198

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (E)

Respesifikasi

Model (F)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

606.60 537.40 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

838.71 760.91 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (F) = 209.40/200 = 1.047

Dengan membandingkan antara hasil respesifikasi model (E) dengan hasil

respesifikasi model (F) pada Tabel 4.42, maka terdapat 12 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (F) dari segi ukuran derajat


dan untuk ukuran-ukuran lainnya tidak mengalami perubahan hasil dibandingkan dengan

respesifikasi model (E). Karena sebagian besar hasil uji kecocokan keseluruhan dari hasil


199

respesifikasi model (F) adalah baik (fit) dan hasil respesifikasi model (F) ini juga secara garis

besar lebih baik dibandingkan hasil respesifikasi model (E), maka kecocokan keseluruhan

model adalah baik dan peneliti dapat melanjutkan ke tahap selanjutnya, yaitu uji kecocokan

model pengukuran.



hasil uji validitas untuk model penelitian hasil respesifikasi model (F). Dasar pengambilan






Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE2 0.62 10.35 - - - - - - Baik

SENSE3 0.70 11.73 - - - - - - Baik

FEEL1 0.54 8.12 - - - - - - Baik

FEEL2 0.69 11.88 - - - - - - Baik

THINK1 0.79 14.07 - - - - - - Baik

THINK2 0.62 9.87 - - - - - - Baik

ACT2 0.65 10.47 - - - - - - Baik

CREDI1 - - 0.74 13.00 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

ATTRAC1 - - 0.69 12.20 - - - - Baik

ATTRAC2 - - 0.83 14.07 - - - - Baik

ATTRAC3 - - 0.70 9.27 - - - - Baik

200

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.85 - - Baik

RELI3 - - - - 0.84 14.09 - - Baik

RELI4 - - - - 0.86 16.72 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.66 9.95 - - Baik

INTENS3 - - - - 0.65 10.14 - - Baik

INTENS4 - - - - 0.67 9.21 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.77 11.02 Baik

ATTITU2 - - - - - - 0.58 7.78 Baik














201





Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



SENSE2 0.62 0.61 0.3844 CR = (4.612)/[(4.612)+3.92]

CR = 0.84

VE = 3.0731/(3.0731+3.92)

VE = 0.44

SENSE3 0.70 0.51 0.4900

FEEL1 0.54 0.71 0.2916

FEEL2 0.69 0.52 0.4761

THINK1 0.79 0.38 0.6241

THINK2 0.62 0.61 0.3844

ACT2 0.65 0.58 0.4225

∑ 4.61 3.92 3.0731



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.612)/[(3.612)+2.37]

CR = 0.85

VE = 2.6251/(2.6251+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.31 0.6889

ATTRAC3 0.70 0.50 0.4900

∑ 3.61 2.37 2.6251


202


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.952)/[(5.952)+3.51]

CR = 0.91

VE = 4.4787/(4.4787+3.51)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.25 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.66 0.56 0.4356

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.55 0.4489

∑ 5.95 3.51 4.4787



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.80 0.35 0.6400 CR = (2.152)/[(2.152)+1.41]

CR = 0.77

VE = 1.5693/(1.5693+1.41)

VE = 0.53

ATTITU1 0.77 0.40 0.5929

ATTITU2 0.58 0.66 0.3364

∑ 2.15 1.41 1.5693





jika:

203





(CR)

Variance extracted

(VE)

Keputusan




















204

4.2.13 Respesifikasi Model (G)

Sama seperti respesifikasi pada model sebelumnya, di mana peneliti akan kembali

mengeluarkan variabel teramati yang nilai muatan faktor standar terkecil, yaitu FEEL1 yang

nilai muatan faktor standarnya sebesar 0.54, di mana selain memilik i nilai muatan faktor

standar yang terkecil, variabel teramati FEEL1 juga memilik i reliabilitas indikator yang


sebesar 29% dan tidak hanya itu, bahkan variabel teramati FEEL1 juga merupakan variabel




maka FEEL1 akan dikeluarkan dari model penelitian. Pada Gambar 4.21 ditampilkan model

penelitian yang baru setelah indikator FEEL1 dikeluarkan dari penelitian.

Gambar 4.21 Respesifikasi Model (G) Sumber: Peneliti (2010)

205





diamati bahwa uji kecocokan keseluruhan untuk respesifikasi model (G) menghasilkan

keputusan yang sama dengan keputusan pada respesifikasi model (F), yaitu terdapat 4


kecocokan yang fit.

Walaupun dari segi keputusan yang dihasilkan oleh ukuran-ukuran yang tersedia

adalah sama, tetap saja terdapat perbedaan dalam nilai hasil pengolahan untuk beberapa

jenis ukuran yang mana masih terdapat di daerah keputusan yang sama sehingga hasil

keputusan yang timbul pun sama dengan respesifikasi pada model (F). Ukuran-ukuran yang

bernilai berbeda namun masih berada dalam daerah keputusan yang sama, yaitu Root Mean

Square Residual (RMR), Root Mean Square Error of Approximation (RMSEA), Expected Cross

Validation Index (ECVI), Normed Chi-Square, Akaike Information Criterion (AIC), Consistent

Akaike Information Criterion (CAIC), dan Critical N (CN).


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


206

Ukuran

Derajat

Kecocokan


Model

Keputusan

Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Marginal Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan





Fit

Hasil Pengolahan




207

Ukuran

Derajat

Kecocokan


Model

Keputusan

Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan


Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan



208

Ukuran

Derajat

Kecocokan


Model

Keputusan

Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan


Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

401.22/203 = 1.977

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 501.22




Fit

Hasil Pengolahan

Model AIC = 501.22



209

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 716.13




Fit

Hasil Pengolahan

Model CAIC = 716.13



CN > 200 model fit

Tidak Fit

Hasil Pengolahan








Tabel 4.50.


210


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (F)

Respesifikasi

Model (G)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

433.40 401.22 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

209.40 198.22 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


211

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (F)

Respesifikasi

Model (G)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

537.40 501.22 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

760.91 716.13 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (G) = 198.22/200 = 0.991

Dengan membandingkan antara hasil respesifikasi model (F) dengan hasil

respesifikasi model (G) pada Tabel 4.50, maka terdapat 6 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (G) dari segi ukuran derajat


namun terdapat juga satu ukuran yang menunjukkan bahwa hasil respesifikasi model (G)

dari segi ukuran derajat kecocokan menunjukkan hasil yang lebih buruk dibandingkan model

sebelumnya. Untuk ukuran-ukuran lainnya tidak mengalami perubahan hasil dibandingkan


212

dengan respesifikasi model (F). Karena sebagian besar hasil uji kecocokan keseluruhan dari

hasil respesifikasi model (G) adalah baik (fit) dan hasil respesifikasi model (G) ini juga secara

garis besar lebih baik dibandingkan hasil respesifikasi model (F), maka kecocokan

keseluruhan model adalah baik dan peneliti dapat melanjutkan ke tahap selanjutnya, yaitu uji

kecocokan model pengukuran.



hasil uji validitas untuk model penelitian hasil respesifikasi model (G). Dasar pengambilan






Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE2 0.61 10.28 - - - - - - Baik

SENSE3 0.70 11.61 - - - - - - Baik

FEEL2 0.67 11.36 - - - - - - Baik

THINK1 0.81 14.54 - - - - - - Baik

THINK2 0.63 9.99 - - - - - - Baik

ACT2 0.65 10.40 - - - - - - Baik

CREDI1 - - 0.74 12.99 - - - - Baik

CREDI2 - - 0.65 9.02 - - - - Baik

ATTRAC1 - - 0.69 12.20 - - - - Baik

ATTRAC2 - - 0.83 14.09 - - - - Baik

ATTRAC3 - - 0.70 9.28 - - - - Baik

213

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.85 - - Baik

RELI3 - - - - 0.84 14.08 - - Baik

RELI4 - - - - 0.86 16.71 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.66 9.95 - - Baik

INTENS3 - - - - 0.65 10.12 - - Baik

INTENS4 - - - - 0.67 9.20 - - Baik

BEHAV1 - - - - - - 0.80 * Baik

ATTITU1 - - - - - - 0.77 11.05 Baik

ATTITU2 - - - - - - 0.58 7.74 Baik














214





Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



SENSE2 0.61 0.63 0.3721 CR = (4.072)/[(4.072)+3.21]

CR = 0.84

VE = 2.7865/(2.7865+3.21)

VE = 0.47

SENSE3 0.70 0.51 0.4900

FEEL2 0.67 0.55 0.4489

THINK1 0.81 0.34 0.6561

THINK2 0.63 0.60 0.3969

ACT2 0.65 0.58 0.4225

∑ 4.07 3.21 2.7865



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.612)/[(3.612)+2.37]

CR = 0.85

VE = 2.6251/(2.6251+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.31 0.6889

ATTRAC3 0.70 0.50 0.4900

∑ 3.61 2.37 2.6251


215


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.952)/[(5.952)+3.52]

CR = 0.91

VE = 4.4787/(4.4787+3.52)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.25 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.66 0.56 0.4356

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.56 0.4489

∑ 5.95 3.52 4.4787



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.80 0.35 0.6400 CR = (2.152)/[(2.152)+1.42]

CR = 0.77

VE = 1.5693/(1.5693+1.42)

VE = 0.53

ATTITU1 0.77 0.40 0.5929

ATTITU2 0.58 0.67 0.3364

∑ 2.15 1.42 1.5693





jika:

216





(CR)

Variance extracted

(VE)

Keputusan




















217

4.2.14 Respesifikasi Model (H)

Pada bagian ini, peneliti akan kembali melakukan respesifikasi yang sama dengan

yang telah dijelaskan pada bagian sebelumnya, yaitu dengan mengeluarkan variabel teramati

yang nilai muatan faktor standar terkecil, yaitu SENSE2 dengan nilai muatan faktor

standarnya sebesar 0.61, di mana selain memilik i nilai muatan faktor standar yang terkecil,

variabel teramati SENSE2 juga memilik i reliabilitas indikator yang terendah di antara

indikator-indikator dari variabel laten experiential marketing, yaitu hanya sebesar 37%.

Berdasarkan alasan-alasan yang telah dijelaskan sebelumnya, untuk itu, guna meningkatkan

reliabilitas variabel laten experiential marketing, maka SENSE2 akan dikeluarkan dari model

penelitian. Pada Gambar 4.22 ditampilkan model penelitian yang baru setelah indikator

SENSE2 dikeluarkan dari penelitian.

Gambar 4.22 Respesifikasi Model (H)


218





diamati bahwa uji kecocokan keseluruhan untuk respesifikasi model (H) menghasilkan

keputusan yang sama dengan keputusan pada respesifikasi model (G), yaitu terdapat 4


kecocokan yang fit.

Walaupun dari segi keputusan yang dihasilkan oleh ukuran-ukuran yang tersedia

adalah sama, tetap saja terdapat perbedaan dalam nilai hasil pengolahan untuk beberapa


keputusan yang timbul pun sama dengan respesifikasi pada model (G). Ukuran-ukuran yang

bernilai berbeda namun masih berada dalam daerah keputusan yang sama, yaitu Goodness

of Fit Index (GFI), Root Mean Square Residual (RMR), Expected Cross Validation Index

(ECVI), Adjusted Goodness of Fit Index (AGFI), Tucker-Lewis Index atau Non-Normed Fit

Index (TLI atau NNFI), Normed Chi-Square, Akaike Information Criterion (AIC), Consistent

Akaike Information Criterion (CAIC), dan Critical N (CN).


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


219

Ukuran

Derajat

Kecocokan


Model

Keputusan

Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Marginal Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan





Fit

Hasil Pengolahan




220

Ukuran

Derajat

Kecocokan


Model

Keputusan

Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan


Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan



221

Ukuran

Derajat

Kecocokan


Model

Keputusan

Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan


Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

358.96/183 = 1.962

Akaike

Information

Criterion (AIC)



Fit

Hasil Pengolahan

Model AIC = 454.96




Fit

Hasil Pengolahan

Model AIC = 454.96



222

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 661.28




Fit

Hasil Pengolahan

Model CAIC = 661.28



CN > 200 model fit

Tidak Fit

Hasil Pengolahan








Tabel 4.58.


223


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (G)

Respesifikasi

Model (H)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

401.22 358.96 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

198.22 175.96 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik


Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


perubahan

224

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (G)

Respesifikasi

Model (H)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


perubahan

Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

501.22 454.96 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

716.13 661.28 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (H) = 175.96/200 = 0.880

Dengan membandingkan antara hasil respesifikasi model (G) dengan hasil

respesifikasi model (H) pada Tabel 4.58, maka terdapat 9 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (H) dari segi ukuran derajat


sedangkan untuk ukuran-ukuran lainnya tidak mengalami perubahan hasil dibandingkan

dengan respesifikasi model (G). Karena sebagian besar hasil uji kecocokan keseluruhan dari

hasil respesifikasi model (H) adalah baik (fit) dan hasil respesifikasi model (H) ini juga secara


225

garis besar lebih baik dibandingkan hasil respesifikasi model (G), maka kecocokan

keseluruhan model adalah baik dan peneliti dapat melanjutkan ke tahap selanjutnya, yaitu uji

kecocokan model pengukuran.



hasil uji validitas untuk model penelitian hasil respesifikasi model (H). Dasar pengambilan






Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE3 0.67 10.56 - - - - - - Baik

FEEL2 0.65 10.68 - - - - - - Baik

THINK1 0.83 14.70 - - - - - - Baik

THINK2 0.65 10.25 - - - - - - Baik

ACT2 0.66 10.37 - - - - - - Baik

CREDI1 - - 0.74 12.96 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

ATTRAC1 - - 0.69 12.24 - - - - Baik

ATTRAC2 - - 0.83 14.11 - - - - Baik

ATTRAC3 - - 0.70 9.29 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.82 - - Baik

RELI3 - - - - 0.84 14.05 - - Baik

226

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


RELI4 - - - - 0.86 16.70 - - Baik

INTENS1 - - - - 0.68 11.01 - - Baik

INTENS2 - - - - 0.66 9.94 - - Baik

INTENS3 - - - - 0.65 10.12 - - Baik

INTENS4 - - - - 0.67 9.21 - - Baik

BEHAV1 - - - - - - 0.81 * Baik

ATTITU1 - - - - - - 0.77 11.07 Baik

ATTITU2 - - - - - - 0.58 7.73 Baik

















227


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



SENSE3 0.67 0.55 0.4489 CR = (3.462)/[(3.462)+2.58]

CR = 0.82

VE = 2.4184/(2.4184+2.58)

VE = 0.48

FEEL2 0.65 0.58 0.4225

THINK1 0.83 0.31 0.6889

THINK2 0.65 0.58 0.4225

ACT2 0.66 0.56 0.4356

∑ 3.46 2.58 2.4184



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.612)/[(3.612)+2.37]

CR = 0.85

VE = 2.6251/(2.6251+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.31 0.6889

ATTRAC3 0.70 0.50 0.4900

∑ 3.61 2.37 2.6251


228


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.952)/[(5.952)+3.52]

CR = 0.91

VE = 4.4787/(4.4787+3.52)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.25 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.66 0.56 0.4356

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.56 0.4489

∑ 5.95 3.52 4.4787



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.81 0.35 0.6561 CR = (2.162)/[(2.162)+1.41]

CR = 0.77

VE = 1.5854/(1.5854+1.41)

VE = 0.53

ATTITU1 0.77 0.40 0.5929

ATTITU2 0.58 0.66 0.3364

∑ 2.16 1.41 1.5854





jika:

229





(CR)

Variance extracted

(VE)

Keputusan




















230

4.2.15 Respesifikasi Model (I)

Pada bagian ini, peneliti akan kembali melakukan respesifikasi yang sama dengan

yang telah dijelaskan pada bagian sebelumnya, yaitu dengan mengeluarkan variabel teramati

yang nilai muatan faktor standar terkecil. Pada Tabel 4.60 terdapat dua buah variabel

teramati dengan nilai muatan faktor standar yang sama, yaitu FEEL2 dan THINK2, di mana

keduanya sama-sama memilik i nilai muatan faktor standar terkecil, yaitu sebesar 0.65. FEEL2

dan THINK2 selain memilik i nilai muatan faktor standar yang terkecil, juga memilik i

reliabilitas indikator yang terendah di antara indikator-indikator dari variabel laten

experiential marketing, yaitu hanya sebesar 42%. Dalam respesifikasi model (I), peneliti lebih

memilih untuk mengeluarkan THINK2, karena variabel teramati tersebut memilik i nilai t yang

lebih kecil jika dibandingkan dengan FEEL2 yang dapat dilihat pada Tabel 4.59. Berdasarkan

alasan-alasan yang telah dijelaskan sebelumnya, untuk itu, guna meningkatkan reliabilitas

variabel laten experiential marketing, maka THINK2 akan dikeluarkan dari model penelitian.

Pada Gambar 4.23 ditampilkan model penelitian yang baru setelah indikator THINK2

dikeluarkan dari penelitian.

Gambar 4.23 Respesifikasi Model (I)


231





diamati bahwa terdapat sedik it perbedaan antara hasil keputusan mengenai uji kecocokan

keseluruhan hasil respesifikasi model (I) dengan hasil keputusan uji kecocokan keseluruhan

pada respesifikasi model (H). Terdapat 2 keputusan yang berubah, yaitu Expected Cross

Validation Index (ECVI) pada salah satu keputusannya yang membandingkan antara ECVI

dengan ECVI for Saturated Model, yang pada model sebelumnya memilik i keputusan fit, pada

model ini menjadi tidak fit, begitu pula dengan ukuran Akaike Information Criterion (AIC)

pada salah satu keputusannya yang membandingkan antara Model AIC dengan Saturated

AIC, yang pada model sebelumnya memilik i keputusan fit, pada model ini menjadi tidak fit.

Selain perubahan pada kedua keputusan untuk ukuran-ukuran tersebut, tidak terdapat

perubahan keputusan lainnya, hanya saja terdapat perubahan nilai hasil untuk beberapa


keputusan yang timbul pun sama dengan respesifikasi pada model (H). Ukuran-ukuran

tersebut adalah Root Mean Square Error of Approximation (RMSEA), Expected Cross

Validation Index (ECVI) yang membandingkan antara ECVI dengan ECVI for Independence

Model, Adjusted Goodness of Fit Index (AGFI), Tucker-Lewis Index atau Non-Normed Fit

Index (TLI atau NNFI), Normed Chi-Square, yang membandingkan antara AIC dengan

Independence AIC, Consistent Akaike Information Criterion (CAIC), dan Critical N (CN). Dari

segi keputusan memang terdapat hasil yang sedik it berbeda, namun sebagian besar

keputusan pada uji kecocokan keseluruhan pada respesifikasi model (I) masih tetap

menunjukkan hasil yang fit, yaitu terdapat 12 ukuran GOF menunjukkan kecocokan yang fit

dan untuk 6 ukuran GOF lainnya menunjukkan kecocokan yang tidak fit.

232


Ukuran

Derajat

Kecocokan


Model

Keputusan

Statistic Chi-

square ⎟⎠⎞⎜

⎝⎛ χ 2


P > 0.05 model fit

Tidak Fit

Hasil Pengolahan


Goodness of Fit

Index (GFI)


GFI = 1 perfect fit



0 poor fit

Marginal Fit

Hasil Pengolahan


Root Mean

Square

Residual (RMR)



Tidak Fit

Hasil Pengolahan


Root Mean

Square Error of

Approximation

(RMSEA)






Good fit

Hasil Pengolahan


Expected Cross

Validation

Index (ECVI)



Tidak Fit

Hasil Pengolahan



233

Ukuran

Derajat

Kecocokan


Model

Keputusan

Expected Cross

Validation

Index (ECVI)



Fit

Hasil Pengolahan



Adjusted

Goodness of Fit

Index (AGFI)






Tidak Fit

Hasil Pengolahan


Tucker-Lewis

Index atau

Non-Normed Fit

Index (TLI atau

NNFI)





Good fit

Hasil Pengolahan


Normed Fit

Index (NFI)


NFI > 0.90 good fit



Good fit

Hasil Pengolahan


Relative Fit

Index (RFI)


RFI > 0.90 good fit



Good fit

Hasil Pengolahan



234

Ukuran

Derajat

Kecocokan


Model

Keputusan

Incremental Fit

Index (IFI)


IFI > 0.90 good fit



Good fit

Hasil Pengolahan


Comparative Fit

Index (CFI)


CFI > 0.90 good fit



Good fit

Hasil Pengolahan


Normed Chi-

Square


1.0 < (X2/df) < 5.0 model fit

Fit

Hasil Pengolahan

339.45/164 = 2.070

Akaike

Information

Criterion (AIC)



Tidak Fit

Hasil Pengolahan

Model AIC = 431.45




Fit

Hasil Pengolahan

Model AIC = 431.45



235

Ukuran

Derajat

Kecocokan


Model

Keputusan

Consistent

Akaike

Information

Criterion (CAIC)



Fit

Hasil Pengolahan

Model CAIC = 629.17




Fit

Hasil Pengolahan

Model CAIC = 629.17



CN > 200 model fit

Tidak Fit

Hasil Pengolahan








Tabel 4.66.


236


Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (H)

Respesifikasi

Model (I)

Keputusan


⎟⎠⎞⎜

⎝⎛ χ 2

Nilai χ 2 semakin

kecil semakin baik

358.96 339.45 Lebih baik

Non-Centrality

Parameter (NCP)

Semakin kecil

semakin baik

175.96 175.45 Lebih baik


semakin baik


Goodness of Fit

Index (GFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Expected Cross

Validation Index

(ECVI)

Semakin kecil

semakin baik


Adjusted Goodness

of Fit Index (AGFI)

Nilai lebih tinggi

adalah lebih baik

0.79 0.78 Lebih buruk

Tucker-Lewis Index

atau Non-Normed

Fit Index (TLI atau

NNFI)

Nilai lebih tinggi

adalah lebih baik


Normed Fit Index

(NFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Relative Fit Index

(RFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Incremental Fit

Index (IFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Comparative Fit

Index (CFI)

Nilai lebih tinggi

adalah lebih baik


perubahan

Parsimonious

Normed Fit Index

(PNFI)

Nilai PNFI tinggi

adalah lebih baik


237

Ukuran Derajat

Kecocokan

Dasar

Pengambilan

Keputusan

Respesifikasi

Model (H)

Respesifikasi

Model (I)

Keputusan

Parsimonious

Goodness of Fit

(PGFI)

Nilai PGFI yang

lebih tinggi adalah

lebih baik

(Nilai PGFI

berkisar antara 0

dengan 1)


Akaike Information

Criterion (AIC)

Nilai AIC positif

lebih kecil adalah

lebih baik

454.96 431.45 Lebih baik

Consistent Akaike

Information

Criterion (CAIC)

Nilai positif yang

lebih kecil adalah

lebih baik

661.28 629.17 Lebih baik





• Scaled NCP (SNCP) respesifikasi model (I) = 175.45/200 = 0.877

Dengan membandingkan antara hasil respesifikasi model (H) dengan hasil

respesifikasi model (I) pada Tabel 4.66, maka terdapat 6 ukuran derajat kecocokan yang

memberikan keputusan bahwa hasil respesifikasi model (I) dari segi ukuran derajat

kecocokan menunjukkan hasil yang lebih baik (lebih fit) dibandingkan model sebelumnya dan

4 ukuran derajat kecocokan yang memberikan keputusan bahwa hasil respesifikasi model (I)

dari segi ukuran derajat kecocokan menunjukkan hasil yang lebih buruk dibandingkan model

sebelumnya, sedangkan untuk ukuran-ukuran lainnya tidak mengalami perubahan hasil


238

dibandingkan dengan respesifikasi model (H). Karena sebagian besar hasil uji kecocokan

keseluruhan dari hasil respesifikasi model (I) adalah baik (fit) dan hasil respesifikasi model

(I) ini juga secara garis besar lebih baik dibandingkan hasil respesifikasi model (H), maka

kecocokan keseluruhan model adalah baik dan peneliti dapat melanjutkan ke tahap

selanjutnya, yaitu uji kecocokan model pengukuran.



hasil uji validitas untuk model penelitian hasil respesifikasi model (I). Dasar pengambilan






Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


SENSE3 0.67 10.29 - - - - - - Baik

FEEL2 0.67 10.65 - - - - - - Baik

THINK1 0.82 13.97 - - - - - - Baik

ACT2 0.65 9.94 - - - - - - Baik

CREDI1 - - 0.74 12.98 - - - - Baik

CREDI2 - - 0.65 9.01 - - - - Baik

ATTRAC1 - - 0.69 12.22 - - - - Baik

ATTRAC2 - - 0.83 14.10 - - - - Baik

ATTRAC3 - - 0.71 9.29 - - - - Baik

RELI1 - - - - 0.80 * - - Baik

RELI2 - - - - 0.79 13.83 - - Baik

239

Var. Laten

Var.

Teramati

Experiential

Marketing

(expmark)

Celebrity

endorsement

(celeb)

Brand Trust

(trust)

Brand Loyalty

(loyalty)

Kesimpulan

Validitas


RELI3 - - - - 0.84 14.02 - - Baik

RELI4 - - - - 0.86 16.71 - - Baik

INTENS1 - - - - 0.68 11.00 - - Baik

INTENS2 - - - - 0.66 9.93 - - Baik

INTENS3 - - - - 0.65 10.13 - - Baik

INTENS4 - - - - 0.67 9.22 - - Baik

BEHAV1 - - - - - - 0.81 * Baik

ATTITU1 - - - - - - 0.77 11.12 Baik

ATTITU2 - - - - - - 0.58 7.70 Baik














240





Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



SENSE3 0.67 0.56 0.4489 CR = (2.812)/[(2.812)+2.02]

CR = 0.80

VE = 1.9927/(1.9927+2.02)

VE = 0.50

FEEL2 0.67 0.56 0.4489

THINK1 0.82 0.33 0.6724

ACT2 0.65 0.57 0.4225

∑ 2.81 2.02 1.9927



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

DELTA

SFL2

(std.loading2)



CREDI1 0.74 0.45 0.5476 CR = (3.622)/[(3.622)+2.37]

CR = 0.85

VE = 2.6392/(2.6392+2.37)

VE = 0.53

CREDI2 0.65 0.58 0.4225

ATTRAC1 0.69 0.52 0.4761

ATTRAC2 0.83 0.31 0.6889

ATTRAC3 0.71 0.50 0.5041

∑ 3.62 2.37 2.6392


241


Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



RELI1 0.80 0.36 0.6400 CR = (5.952)/[(5.952)+3.52]

CR = 0.91

VE = 4.4787/(4.4787+3.52)

VE = 0.56

RELI2 0.79 0.37 0.6241

RELI3 0.84 0.30 0.7056

RELI4 0.86 0.25 0.7396

INTENS1 0.68 0.54 0.4624

INTENS2 0.66 0.56 0.4356

INTENS3 0.65 0.58 0.4225

INTENS4 0.67 0.56 0.4489

∑ 5.95 3.52 4.4787



Keterangan

Var.

Teramati

SFL

(std.loading)

THETA-

EPS

SFL2

(std.loading2)



BEHAV1 0.81 0.35 0.6561 CR = (2.162)/[(2.162)+1.42]

CR = 0.77

VE = 1.5854/(1.5854+1.42)

VE = 0.53

ATTITU1 0.77 0.40 0.5929

ATTITU2 0.58 0.67 0.3364

∑ 2.16 1.42 1.5854





jika:



242



(CR)

Variance extracted

(VE)

Keputusan

Experiential Marketing 0.80 0.50 Baik





Pada Tabel 4.72 uji reliabilitas menghasilkan keputusan yang baik untuk seluruh

variabel laten yang ada, di mana seluruh variabel laten telah memenuhi syarat, baik dari segi

construct reliability maupun variance extracted, sehingga dapat dikatakan bahwa seluruh

variabel telah reliabel. Karena seluruh variabel yang ada telah lolos uji reliabilitas, maka

peneliti telah menghasilkan model penelitian yang digambarkan pada Gambar 4.23, yaitu

gambar “Respesifikasi Model (I)” dan dengan model penelitian tersebut, peneliti dapat

melanjutkan ke tahap uji kecocokan model struktural.

4.2.16 Uji Kecocokan Model Struktural

Pada bagian ini peneliti akan menganalisis seluruh hipotesis yang akan diuji

kebenarannya berdasarkan persamaan-persamaan yang diperoleh hasil pengolahan.

a) Analisis Persamaan Struktural 1

Persamaan 1

trust = 0.46*expmark + 0.30*celeb, Errorvar.= 0.59 , R² = 0.41

(0.085) (0.086) (0.090)

5.34 3.47 6.52

243

• Uji Hipotesis 1

Hipotesis

Ho: Variabel experiential marketing tidak memilik i pengaruh langsung yang signifikan

terhadap variabel brand trust dari produk Citra

Ha: Variabel experiential marketing memilik i pengaruh langsung yang signifikan



-1.96 < t-value < 1.96 : Ho diterima

t-value < -1.96 atau t-value > 1.96 : Ho ditolak

Hasil

t-value = 5.34 > 1.96, maka Ho ditolak dan Ha diterima

Kesimpulan

Variabel experiential marketing memilik i pengaruh langsung yang signifikan terhadap

variabel brand trust dari produk Citra, di mana variabel experiential marketing memilik i

pengaruh langsung yang positif terhadap variabel brand trust yang dapat diamati

dengan adanya tanda positif di depan t-value (5.34) dan juga di depan nilai estimasi

parameter (0.46). Nilai estimasi sebesar 0.46 berarti bahwa jika terjadi peningkatan

pada penilaian terhadap experiential marketing sebesar satu unit, maka penilaian

terhadap brand trust akan meningkat sebesar 0.46, dan berlaku pula sebaliknya,

dengan catatan bahwa variabel lain yang memengaruhi brand trust, dalam hal in i

adalah penilaian terhadap celebrity endorsement, tidak mengalami perubahan (tetap).

244

• Uji Hipotesis 2

Hipotesis

Ho: Variabel celebrity endorsement tidak memilik i pengaruh langsung yang signifikan


Ha: Variabel celebrity endorsement memilik i pengaruh langsung yang signifikan





Hasil


Kesimpulan

Variabel celebrity endorsement memilik i pengaruh langsung yang signifikan terhadap

variabel brand trust dari produk Citra, di mana variabel celebrity endorsement memilik i

pengaruh langsung yang positif terhadap variabel brand trust yang dapat diamati

dengan adanya tanda positif di depan t-value (3.47) dan juga di depan nilai estimasi


pada penilaian terhadap celebrity endorsement sebesar satu unit, maka penilaian

terhadap brand trust akan meningkat sebesar 0.30, dan berlaku pula sebaliknya,

dengan catatan bahwa variabel lain yang memengaruhi brand trust, dalam hal in i

adalah penilaian terhadap experiential marketing, tidak mengalami perubahan (tetap).

• Nilai R² = 0.41, berarti bahwa variabel experiential marketing dan celebrity

endorsement bersama-sama memengaruhi variabel brand trust dari produk Citra

sebesar 41% dan 59% sisanya dipengaruhi oleh variabel lainnya di luar penelitian ini.

245

b) Analisis Persamaan Struktural 2

Persamaan 2

loyalty = 0.62*trust + 0.26*expmark + 0.018*celeb, Errorvar.= 0.36 , R² = 0.64

(0.10) (0.095) (0.075) (0.12)

5.88 2.67 0.24 2.99

• Uji Hipotesis 3

Hipotesis

Ho: Variabel brand trust tidak memilik i pengaruh langsung yang signifikan terhadap

variabel brand loyalty dari produk Citra

Ha: Variabel brand trust memilik i pengaruh langsung yang signifikan terhadap variabel

brand loyalty dari produk Citra




Hasil


Kesimpulan

Variabel brand trust memilik i pengaruh langsung yang signifikan terhadap variabel

brand loyalty dari produk Citra, di mana variabel brand trust memilik i pengaruh

langsung yang positif terhadap variabel brand loyalty yang dapat diamati dengan

adanya tanda positif di depan t-value (5.88) dan juga di depan nilai estimasi


pada penilaian terhadap brand trust sebesar satu unit, maka penilaian terhadap brand

loyalty akan meningkat sebesar 0.62, dan berlaku pula sebaliknya, dengan catatan

bahwa variabel lain yang memengaruhi brand loyalty, dalam hal ini adalah penilaian

246

terhadap experiential marketing dan celebrity endorsement, tidak mengalami

perubahan (tetap).

• Uji Hipotesis 4

Hipotesis

Ho: Variabel experiential marketing tidak memilik i pengaruh langsung yang signifikan

terhadap variabel brand loyalty dari produk Citra

Ha: Variabel experiential marketing memilik i pengaruh langsung yang signifikan





Hasil


Kesimpulan

Variabel experiential marketing memilik i pengaruh langsung yang signifikan terhadap

variabel brand loyalty dari produk Citra, di mana variabel experiential marketing

memilik i pengaruh langsung yang positif terhadap variabel brand loyalty yang dapat

diamati dengan adanya tanda positif di depan t-value (2.67) dan juga di depan nilai

estimasi parameter (0.26). Nilai estimasi sebesar 0.26 berarti bahwa jika terjadi

peningkatan pada penilaian terhadap experiential marketing sebesar satu unit, maka

penilaian terhadap brand loyalty akan meningkat sebesar 0.26, dan berlaku pula

sebaliknya, dengan catatan bahwa variabel lain yang memengaruhi brand loyalty,

dalam hal ini adalah penilaian terhadap celebrity endorsement dan brand trust, tidak

mengalami perubahan (tetap).

247

• Uji Hipotesis 5

Hipotesis

Ho: Variabel celebrity endorsement tidak memilik i pengaruh langsung yang signifikan


Ha: Variabel celebrity endorsement memilik i pengaruh langsung yang signifikan





Hasil

t-value = 0.24 < 1.96, maka Ho diterima

Kesimpulan

Variabel celebrity endorsement tidak memilik i pengaruh langsung yang signifikan

terhadap variabel brand loyalty dari produk Citra.

• Nilai R² = 0.64, berarti bahwa variabel experiential marketing, celebrity endorsement,

dan brand trust dari produk Citra bersama-sama memengaruhi variabel brand loyalty

sebesar 64% dan 36% sisanya dipengaruhi oleh variabel lainnya di luar penelitian ini.

Berdasarkan pada persamaan-persamaan yang disajikan, pada Tabel 4.73 disajikan

rangkuman hubungan-hubungan langsung antara variabel eksogen terhadap variabel

endogen (GAMMA) dan juga antara variabel endogen terhadap variabel endogen lainnya

(BETA).

248

Tabel 4.73 Rangkuman Hubungan Langsung

BETA

Variabel Laten Brand Trust Brand Loyalty

Brand Trust - -

Brand Loyalty 0.62 -

GAMMA

Variabel Laten Experiential Marketing Celebrity Endorsement

Brand Trust 0.46 0.30

Brand Loyalty 0.26 0.02


Nilai-nilai pada Tabel 4.73 diperoleh dari output BETA dan GAMMA, di mana nilai

0.02 pada hubungan antara variabel celebrity endorsement dengan brand loyalty merupakan

pembulatan dari nilai 0.018 seperti yang tampak di persamaan 2. Perlu diingat bahwa pada

pengujian seluruh hipotesis yang telah dilakukan, seluruh hubungan memilik i pengaruh

langsung yang signifikan, kecuali pada hipotesis kelima.

Selanjutnya, pada Tabel 4.74 disajikan hasil pengolahan Indirect Effects of KSI on

ETA di mana nilai estimasi parameter pada output tersebut sama dengan hasil yang

diperoleh dari Standardized Indirect Effects of KSI on ETA yang menjelaskan besarnya

pengaruh tidak langsung dari variabel eksogen terhadap variabel endogen.

Tabel 4.74 Indirect Effects of KSI on ETA

Variabel Laten Experiential Marketing Celebrity Endorsement

Brand Trust - -

Brand Loyalty

0.28

(0.07)

4.30

0.18

(0.06)

3.12


249

Berdasarkan pada Tabel 4.74, maka peneliti akan kembali melakukan uji hipotesis,

yaitu sebagai berikut ini.

• Uji Hipotesis 6

Hipotesis

Ho: Variabel experiential marketing tidak memilik i pengaruh tidak langsung yang

signifikan terhadap variabel brand loyalty dari produk Citra

Ha: Variabel experiential marketing memilik i pengaruh tidak langsung yang signifikan





Hasil


Kesimpulan

Variabel experiential marketing memilik i pengaruh tidak langsung yang signifikan

terhadap variabel brand loyalty dari produk Citra, di mana variabel experiential marketing

memilik i pengaruh tidak langsung yang positif terhadap variabel brand loyalty yang dapat


estimasi parameter (0.28).

• Uji Hipotesis 7

Hipotesis

Ho: Variabel celebrity endorsement tidak memilik i pengaruh tidak langsung yang

signifikan terhadap variabel brand loyalty dari produk Citra

Ha: Variabel celebrity endorsement memilik i pengaruh tidak langsung yang signifikan


250




Hasil


Kesimpulan

Variabel celebrity endorsement memilik i pengaruh tidak langsung yang signifikan

terhadap variabel brand loyalty dari produk Citra, di mana variabel celebrity endorsement

memilik i pengaruh tidak langsung yang positif terhadap variabel brand loyalty yang dapat


estimasi parameter (0.18).

Berdasarkan pada Tabel 4.73 dan Tabel 4.74, maka peneliti menghasilkan analisis

berikut ini.

a. Total pengaruh variabel experiential marketing terhadap variabel brand trust dari produk

Citra adalah 0.46, di mana nilai tersebut merupakan penjumlahan antara pengaruh

langsung dan tidak langsung dari variabel experiential marketing terhadap variabel brand

trust. Pengaruh langsung dari variabel experiential marketing terhadap variabel brand

trust sebesar 0.46 yang dapat dilihat di output GAMMA, sedangkan pengaruh tidak

langsung dari variabel experiential marketing terhadap variabel brand trust sebesar 0 atau

dengan kata lain experiential marketing tidak memilik i pengaruh tidak langsung terhadap

brand trust, di mana hal ini jelas sekali tampak pada Gambar 4.24. Pada gambar tersebut

tampak bahwa anak panah dari experiential marketing menuju brand trust hanya melalui

satu jalur saja, yaitu langsung dari experiential marketing menuju brand trust.

251

Gambar 4.24 Pengaruh Experiential Marketing terhadap Brand Trust


b. Total pengaruh variabel celebrity endorsement terhadap variabel brand trust dari produk

Citra adalah 0.30, di mana nilai tersebut merupakan penjumlahan antara pengaruh

langsung dan tidak langsung dari variabel celebrity endorsement terhadap variabel brand

trust. Pengaruh langsung dari variabel celebrity endorsement terhadap variabel brand

trust sebesar 0.30 yang dapat dilihat di output GAMMA, sedangkan pengaruh tidak

langsung dari variabel celebrity endorsement terhadap variabel brand trust sebesar 0 atau

dengan kata lain celebrity endorsement tidak memilik i pengaruh tidak langsung terhadap

brand trust, di mana hal ini jelas sekali tampak pada Gambar 4.25. Pada gambar tersebut

tampak bahwa anak panah dari celebrity endorsement menuju brand trust hanya melalui

satu jalur saja, yaitu langsung dari celebrity endorsement menuju brand trust.

Experiential Marketing

Celebrity Endorsement

Brand Trust Brand Loyalty

0.46

252

Gambar 4.25 Pengaruh Celebrity Endorsement terhadap Brand Trust


c. Total pengaruh variabel experiential marketing terhadap variabel brand loyalty dari

produk Citra adalah 0.54, di mana nilai tersebut merupakan penjumlahan antara

pengaruh langsung dan tidak langsung dari variabel experiential marketing terhadap

variabel brand loyalty. Pengaruh langsung dari variabel experiential marketing terhadap

variabel brand loyalty sebesar 0.26 yang dapat dilihat di output GAMMA, sedangkan

pengaruh tidak langsung dari variabel experiential marketing terhadap variabel brand

loyalty sebesar 0.28 yang dapat dilihat pada output Standardized Indirect Effects of KSI

on ETA. Pengaruh tidak langsung tersebut juga bisa diperoleh melalui perkalian antara

pengaruh langsung dari variabel experiential marketing terhadap brand trust (0.46)

dengan pengaruh langsung dari variabel brand trust terhadap brand loyalty (0.62),

dengan catatan bahwa perbedaan nilai hasil perhitungan dengan output LISREL

disebabkan oleh pembulatan koma selama proses perhitungan.




0.30

253

Gambar 4.26 Pengaruh Experiential Marketing terhadap Brand Loyalty


d. Total pengaruh variabel celebrity endorsement terhadap variabel brand loyalty dari

produk Citra adalah 0.20, di mana nilai tersebut merupakan penjumlahan antara

pengaruh langsung dan tidak langsung dari variabel celebrity endorsement terhadap

variabel brand loyalty. Pengaruh langsung dari variabel celebrity endorsement terhadap

variabel brand loyalty sebesar 0.02 yang dapat dilihat di output GAMMA, sedangkan

pengaruh tidak langsung dari variabel celebrity endorsement terhadap variabel brand

loyalty sebesar 0.18 yang dapat dilihat pada output Standardized Indirect Effects of KSI

on ETA. Pengaruh tidak langsung tersebut juga bisa diperoleh melalui perkalian antara

pengaruh langsung dari variabel celebrity endorsement terhadap brand trust (0.30)

dengan pengaruh langsung dari variabel brand trust terhadap brand loyalty (0.62),

dengan catatan bahwa perbedaan nilai hasil perhitungan dengan output LISREL

disebabkan oleh pembulatan koma selama proses perhitungan. Dikarenakan, variabel

celebrity endorsement tidak memilik i pengaruh langsung yang signifikan terhadap variabel

brand loyalty, maka ada kemungkinan total pengaruh variabel celebrity endorsement




0.26

0.46

0.62

254

terhadap variabel brand loyalty juga tidak signifikan, untuk itu, untuk melihat signifikan

atau tidaknya koefisien untuk total pengaruh tersebut, maka perlu diamati nilai t-value

dari output Total Effects of KSI on ETA, di mana pada output tersebut nilai t-value total

pengaruh dari variabel celebrity endorsement terhadap brand loyalty adalah 2.41, karena

nilai t-value lebih besar dari 1.96, maka pengaruh total tersebut berpengaruh secara

signifikan.

Gambar 4.27 Pengaruh Celebrity Endorsement terhadap Brand Loyalty


e. Total pengaruh variabel brand trust terhadap variabel brand loyalty dari produk Citra

adalah 0.62, di mana nilai tersebut merupakan penjumlahan antara pengaruh langsung

dan tidak langsung dari variabel brand trust terhadap variabel brand loyalty. Pengaruh

langsung dari variabel brand trust terhadap variabel brand loyalty sebesar 0.62 yang

dapat dilihat di output BETA, sedangkan pengaruh tidak langsung dari variabel brand trust

terhadap variabel brand loyalty sebesar 0 atau dengan kata lain brand trust tidak memilik i

pengaruh tidak langsung terhadap brand loyalty, di mana hal ini jelas sekali tampak pada

Gambar 4.28. Pada gambar tersebut tampak bahwa anak panah dari brand trust menuju




0.02

0.30

0.62

255

brand loyalty hanya melalui satu jalur saja, yaitu langsung dari brand trust menuju brand

loyalty.

Gambar 4.28 Pengaruh Brand Trust terhadap Brand Loyalty


4.3 Implikasi Hasil Penelitian

Produk Citra dalam program pemasarannya mengimplementasikan experiential

marketing dengan adanya Rumah Cantik Citra dan juga mengimplementasikan celebrity

endorsement dengan menggunakan beragam selebriti. Berikut ini peneliti akan membahas

hasil-hasil yang ditemukan untuk menjawab identifikasi masalah dari penelitian ini, di mana

pembahasan disesuaikan dengan ruang lingkup penelitian, yaitu implementasi experiential

marketing di Rumah Cantik Citra (Jakarta) dan juga terhadap Maudy Koesnaedi selaku salah

satu celebrity endorser dari produk Citra.

Berdasarkan pada hasil penelitian, ditemukan bahwa implementasi experiential

marketing di Rumah Cantik Citra memilik i pengaruh langsung yang positif terhadap brand

trust dari produk Citra. Hal tersebut sesuai dengan pernyataan Delgado-Ballester dan Aleman

(2005, p193) bahwa kepercayaan dibangun melalui pengalaman, semakin positif pengalaman



Brand Trust Brand Loyalty 0.62

256

yang dimilik i oleh konsumen bersama dengan suatu merek, maka seorang konsumen akan

semakin mungkin untuk mempercayai merek tersebut. Timbulnya pengaruh langsung yang

positif dari hasil implementasi experiential marketing terhadap brand trust produk Citra dapat

disebabkan oleh pengalaman-pengalaman yang diperoleh konsumen di Rumah Cantik Citra,

antara lain pengalaman perawatan dengan menggunakan menggunakan produk-produk

Citra, sehingga responden dapat secara langsung merasakan kualitas dan manfaat dari

produk Citra yang membuat mereka lebih percaya pada merek Citra.

Adapun implementasi celebrity endorsement dengan penggunaan Maudy Koesnaedi

sebagai celebrity endorser produk Citra juga memberikan pengaruh langsung yang positif

terhadap brand trust dari produk Citra. Implementasi celebrity endorsement mampu

menghasilkan pengaruh terhadap brand trust dapat disebabkan oleh kredibilitas (credibility)

dan daya tarik (attractiveness) yang dimilik i oleh Maudy Koesnaedi yang disalurkan kepada

merek Citra dengan tampilnya Maudy Koesnaedi dalam ik lan produk Citra dan keterlibatan

Maudy Koesnaedi dalam acara-acara yang diselenggarakan berkaitan dengan produk Citra.

Hal ini sesuai dengan pernyataan Abbot dkk (Byrne, Whitehead, dan Breen, 2003, p289)

bahwa alasan untuk mengadopsi strategi celebrity endorsement adalah apa yang selebriti

lakukan adalah untuk meningkatkan merek dan menghemat waktu yang berharga untuk

dapat membuat kredibilitas perusahaan dengan cara mentransfer nilai-nilai terhadap merek.

Ketika konsumen melihat seorang selebriti yang kredibel mendukung suatu produk, mereka

akan berpik ir bahwa perusahaan dari merek tersebut pastinya merupakan perusahaan yang

baik.

Sebelum peneliti melanjutkan pembahasan untuk menjawab identifikasi masalah

yang ketiga. Terlebih dahulu peneliti ingin membandingkan antara hasil pengaruh dari

implementasi experiential marketing terhadap brand trust dengan pengaruh dari celebrity

endorsement terhadap brand trust. Jika dibandingkan antara implementasi experiential

marketing dengan celebrity endorsement, implementasi experiential marketing mampu

257

memberikan pengaruh yang lebih besar terhadap brand trust dibandingkan dengan

implementasi celebrity endorsement. Hal ini terlihat dari nilai koefisien estimasi pengaruh

langsung dari variabel experiential marketing terhadap brand trust sebesar 0.46 yang lebih

besar dibandingkan koefisien estimasi pengaruh langsung dari variabel celebrity endorsement

terhadap brand trust sebesar 0.30. Pengaruh implementasi experiential marketing yang lebih

besar dapat disebabkan oleh keterlibatan responden secara langsung dalam menikmati

perawatan dengan produk Citra di Rumah Cantik Citra, sehingga responden tidak hanya

melihat atau mengamati saja, tetapi bisa langsung merasakan sendiri bagaimana manfaat

dan kualitas dari produk Citra tersebut. Berbeda jika perusahaan menggunakan selebriti

untuk mendukung merek Citra, di mana jika responden mengenal Maudy Koesnaedi hanya

dari ik lan saja, mungkin saja kepercayaan yang timbul tidak sebesar dibandingkan dengan

mereka yang pernah langsung bertemu atau bertatap muka dengan Maudy Koesnaedi dalam

acara-acara yang diselenggarakan berkaitan dengan merek Citra atau bertemu dengan

Maudy dalam kesempatan-kesempatan lainnya. Mereka yang tidak pernah bertemu Maudy

tersebut dan hanya pernah melihatnya di ik lan produk Citra ataupun siaran acara-acara

lainnya, dapat membuat kepercayaan yang timbul tidak sebesar apabila mereka pernah

langsung bertemu dan mengenal Maudy. Alasan lainnya yang mungkin menjadi penyebab

pengaruh implementasi celebrity endorsement terhadap brand trust lebih kecil dibandingkan

dengan hasil implementasi experiential marketing, yaitu dapat disebabkan oleh beberapa

alasan, antara lain Maudy Koesnaedi tidak hanya menjadi celebrity endorser dari satu merek

produk saja, melainkan juga menjadi celebrity endorser dari merek produk lainnya, di mana

menurut Nelson (2010, p77), salah satu aspek negatif dari penerapan celebrity endorsement,

yaitu suatu perusahaan mungkin tidak mampu memperoleh selebriti yang diinginkan untuk

secara eksklusif mewakili produk perusahaan, selebriti tersebut bisa saja mendukung

beberapa produk, kadang-kadang, ada pula yang beralih untuk mendukung produk pesaing.

Lebih lanjut, menurut Tripp, Jensen, dan Carlson (Choi, 2002, pp7-8), ketika selebriti

258

dihubungkan dengan banyak produk, overexposure dapat membuat hubungan antara

celebrity endorser dengan setiap produk yang didukungnya menjadi kurang istimewa. Selain

itu, menurut Choi, konsumen dapat menjadi waspada tentang motif sebenarnya dari selebriti

tersebut dalam mendukung suatu produk. Konsumen dapat menjadi ragu-ragu tentang

pesan yang disampaikan oleh selebriti tersebut dalam suatu ik lan dan konsumen bisa

mempercayai bahwa selebriti tersebut muncul dalam suatu ik lan untuk kompensasi yang ia

dapatkan daripada dengan sungguh-sungguh percaya pada manfaat dari suatu produk atau

jasa yang didukung. Pendapat serupa diungkapkan oleh Mowen dan Brown (Cronin, 2003,

p8), yaitu mereka menemukan bahwa selebriti yang menyokong banyak produk terlihat

sebagai endorser yang kurang dapat dipercaya dibanding mereka yang hanya menyokong

sebuah produk. Selain karena alasan bahwa Maudy Koesnaedi menjadi celebrity endorser

lebih dari satu merek produk, alasan lainnya yang mungkin menjadi penyebab pengaruh

implementasi celebrity endorsement dengan Maudy sebagai endorser-nya terhadap brand

trust lebih kecil dibandingkan jika perusahaan mengimplementasikan experiential marketing,

yaitu terdapat kemungkinan penurunan popularitas dari Maudy Koesnaedi dalam pandangan

responden, di mana menurut Cronin (2003, p8), penurunan popularitas dari seorang selebriti

dapat juga memilik i dampak terhadap persepsi dari suatu produk. Setelah membandingkan

antara pengaruh dari implementasi experiential marketing dengan celebrity endorsement

terhadap brand trust, berikutnya peneliti akan kembali melanjutkan pembahasan untuk

menjawab identifikasi masalah yang ketiga.

Berdasarkan hasil penelitian, ditemukan bahwa brand trust dapat memilik i pengaruh

langsung yang positif terhadap brand loyalty dari produk Citra. Tentunya hal tersebut sesuai

dengan yang ditemukan di dalam penelitian terdahulu, salah satunya adalah seperti yang

diungkapkan oleh Chaudhuri dan Holbrook (Chi, Yeh, dan Chiou, 2009, p232) yang

mengidentifikasi bahwa ketika pelanggan meningkatkan kepercayaannya pada suatu merek,

mereka akan meningkatkan preferensi mereka terhadap suatu produk atau frekuensi

259

pembelian ulang di masa mendatang, dan brand trust tersebut berpengaruh secara positif

terhadap brand loyalty. Hal serupa ditemukan di dalam penelitian Delgado-Ballester dan

Aleman (2005, pp190-191), yaitu brand trust ditemukan dapat secara positif berpengaruh

terhadap brand loyalty, di mana di dalam penelitian ini juga ditemukan hal yang sama, yaitu

dengan meningkatnya kepercayaan merek Citra, maka loyalitas merek Citra juga akan

meningkat dan berlaku pula sebaliknya. Menurut pengamatan peneliti, salah satu hal yang

menyebabkan brand trust memilik i pengaruh yang signifikan terhadap brand loyalty adalah

dengan adanya upaya dari pihak Rumah Cantik Citra untuk mempertahankan kepercayaan

yang sudah dibangun menjadi loyalitas terhadap merek Citra. Usaha nyata tersebut terlihat

melalui dibangunnya website Rumah Cantik Citra (http://rumahcantikcitra.co.id/). Di website

tersebut, terdapat beauty stories, yang salah satunya terdapat pada menu Citra article list.

Citra article list tersebut menawarkan beragam tips-tips kecantikan sekaligus juga jenis

produk Citra apa yang cocok guna memenuhi tujuan-tujuan tertentu, serta apa manfaat dari

bahan-bahan yang terkandung dari produk Citra yang semuanya itu dapat meningkatkan

kepercayaan responden dan membuat kepercayaan tersebut berpengaruh terhadap

kesediaan responden untuk semakin setia, karena tentunya responden dapat mengetahui

bahwa pihak Rumah Cantik Citra sangat peduli terhadap kebutuhan konsumen akan

informasi guna merawat kecantikan tubuh mereka. Satu hal yang juga penting dan dapat

mengembangkan kepercayaan terhadap merek Citra menjadi suatu loyalitas, yaitu keaktifan

member pada situs web Rumah Cantik Citra akan dinilai, di mana setiap bulannya Citra akan

memberikan hadiah kepada top member dan pada akhir tahun poin setiap member akan

diakumulasikan. Beberapa member teraktif sepanjang tahun akan mendapatkan hadiah

cantik dari Citra. Selanjutnya peneliti akan menjelaskan mengenai jawaban atas identifikasi

masalah yang keempat.

Berdasarkan pada hasil penelitian, ditemukan bahwa implementasi experiential

marketing memilik i pengaruh langsung yang positif terhadap brand loyalty dari produk Citra,

260

tidak hanya itu implementasi experiential marketing juga memilik i pengaruh tidak langsung

yang positif terhadap brand loyalty dari produk Citra yang dimediasikan oleh adanya brand

trust. Hasil tersebut sesuai dengan pernyataan Schmitt (Lin, 2006, p24) bahwa experiential

marketing dapat digunakan secara menguntungkan dalam banyak situasi, di mana yang

terpenting adalah terciptanya konsumsi yang setia (loyal). Artinya jika pihak manajemen

merek Citra memang dapat mengimplementasikan experiential marketing dengan cara yang

tepat, tentunya perusahaan dapat memperoleh manfaat dari timbul atau meningkatnya

brand loyalty terhadap merek Citra. Peneliti mengamati mengenai adanya usaha-usaha yang

telah dilakukan oleh pihak Rumah Cantik Citra yang dapat menjadi penyebab timbulnya

brand loyalty terhadap produk Citra, yaitu tidak terlepas dari perawatan dengan

menggunakan produk Citra yang diperoleh di Rumah Cantik Citra. Pihak manajemen Rumah

Cantik Citra juga menawarkan pengalaman lainnya, yaitu dengan adanya Citra skin

consultation yang memberikan pemeriksaan kulit wajah secara gratis kepada konsumen di

Rumah Cantik Citra. Hal lainnya yang juga bermanfaat, yaitu adanya fasilitas ask the expert

di mana konsumen dapat menanyakan pertanyaan berkaitan dengan kecantikan jiwa dan

raga kepada para ahli melalui situs web Rumah Cantik Citra.

Berbeda dengan hasil pengimplementasian experiential marketing, peneliti

menemukan bahwa implementasi celebrity endorsement melalui penggunaan Maudy

Koesnaedi sebagai celebrity endorser ternyata tidak memberikan pengaruh langsung yang

signifikan terhadap brand loyalty produk Citra. Walaupun demikian, ternyata penggunaan

Maudy Koesnaedi tersebut secara tidak langsung mampu memberikan pengaruh positif yang

signifikan terhadap brand loyalty yang dimediasikan oleh adanya brand trust terhadap

produk Citra. Hal ini berarti bahwa keberadaan Maudy Koesnaedi belum mampu menciptakan

loyalitas merek secara langsung, tetapi baru mampu menciptakan pengaruh tidak langsung

terhadap loyalitas merek dengan dimediasikan oleh brand trust. Tidak adanya pengaruh

langsung yang signifikan bisa saja disebabkan oleh karakteristik responden yang lebih

261

mempertimbangkan kualitas produk atau sesuatu yang memang jelas bermanfaat bagi

responden. Salah satu hal yang dapat menjadi bukti, yaitu dalam konteks pengaruh tidak

langsung, implementasi experiential marketing mampu memberikan pengaruh tidak langsung

yang lebih besar terhadap brand loyalty daripada implementasi celebrity endorsement, di

mana seperti yang dapat diamati bahwa di Rumah Cantik Citra, responden dapat

memperoleh sesuatu yang memang bermanfaat bagi diri mereka, baik dari segi perawatan

maupun produk yang mereka peroleh, berbeda dengan adanya keberadaan celebrity

endorser yang tidak selalu dapat memberikan manfaat bagi diri responden tersebut. Selain

karena adanya karakteristik responden yang lebih mempertimbangkan kualitas produk atau

sesuatu yang memang jelas bermanfaat bagi responden, hal lainnya yang mungkin menjadi

penyebab keberadaan Maudy Koesnaedi tidak memberikan pengaruh langsung yang

signifikan terhadap brand loyalty produk Citra, yaitu dikarenakan adanya responden yang

belum pernah mengenal Maudy Koesnaedi secara langsung atau belum meyakini apakah

Maudy memang loyal terhadap merek Citra karena manfaat atau kualitas produknya dan

bukan semata-mata dikarenakan profesinya saja. Dalam hal ini, peneliti menyarankan untuk

meningkatkan interaksi langsung antara Maudy Koesnaedi dengan para konsumen produk

Citra, misalnya dengan merutinkan acara arisan cantik Citra di Jakarta dan mengikutsertakan

kehadiran Maudy Koesnaedi di acara tersebut atau mengadakan kegiatan sejenis lainnya

yang memungkinkan terjadinya interaksi antara Maudy Koesnaedi dengan para konsumen

sehingga Maudy dapat berinteraksi layaknya sahabat bagi konsumen tanpa adanya jarak

tertentu antara selebriti dengan konsumen yang membatasi interaksi mereka sehingga

konsumen tidak memandang Maudy sebagai sosok selebriti yang hendak mempromosikan

produk Citra, tetapi lebih memandang Maudy sebagai sosok selebriti yang memang percaya

dan loyal terhadap produk Citra karena beliau telah merasakan manfaat dan kualitasnya dan

tentunya hasil pemakaian tersebut dapat diamati langsung oleh konsumen pada diri Maudy

yang tampak cantik jasmani, jiwa, dan raga.

262

Seperti yang sudah disebutkan pada paragraf sebelumnya bahwa baik implementasi

experiential marketing maupun celebrity endorsement, keduanya mampu menghasilkan

pengaruh yang tidak langsung terhadap brand loyalty. Untuk itu, berikutnya peneliti akan

membandingkan antara pengaruh tidak langsung yang dihasilkan oleh keduanya. Dengan

membandingkan antara koefisien estimasi pengaruh tidak langsung dari implementasi

experiential marketing terhadap brand loyalty sebesar 0.28, dengan koefisien estimasi

pengaruh tidak langsung dari implementasi celebrity endorsement terhadap brand loyalty

sebesar 0.18, maka dapat diamati bahwa implementasi experiential marketing di Rumah

Cantik Citra dapat memberikan pengaruh tidak langsung yang lebih besar terhadap brand

loyalty produk Citra dibandingkan dengan pengaruh tidak langsung dari hasil implementasi

celebrity endorsement dengan Maudy Koesnaedi sebagai endorser-nya. Dengan berdasarkan

pada seluruh hasil penelitian yang telah dibahas sebelumnya, pada bagian berikutnya peneliti

akan menganalisa secara keseluruhan mengenai hasil implementasi experiential marketing

dan juga celebrity endorsement pada penelitian ini.

Secara keseluruhan, dari hasil penelitian mengenai pengaruh experiential marketing

terhadap brand trust dan juga terhadap brand loyalty, baik secara langsung maupun tidak

langsung, ternyata pada semua jenis pengaruh tersebut terdapat pengaruh yang signifikan

dan positif, hal ini berarti bahwa keputusan pihak manajemen produk Citra untuk

mengimplementasikan experiential marketing merupakan keputusan yang tepat, di mana

pihak manajemen merek Citra mampu dengan baik mengimplementasikan experiential

marketing tersebut melalui pengadaan program Rumah Cantik Citra, sehingga perusahaan

dapat memperoleh manfaat-manfaat yang mungkin timbul dari pengimplementasian

experiential marketing tersebut, baik dengan timbulnya pengaruh positif terhadap brand trust

maupun brand loyalty produk Citra. Mengenai pengimplementasian celebrity endorsement

dengan Maudy Koesnaedi sebagai endorser-nya, pihak manajemen produk Citra belum

mampu memaksimalkan manfaat yang mungkin didapatkan dengan mengimplementasikan

263

celebrity endorsement tersebut. Hal ini terlihat dari tidak signifikannya pengaruh langsung

dari implementasi celebrity endorsement terhadap brand loyalty. Walaupun demikian, pihak

manajemen dapat tetap menggunakan Maudy Koesnaedy sebagai celebrity endorser, karena

penggunaan celebrity endorser tersebut masih mampu menghasilkan pengaruh langsung

yang positif terhadap brand trust dan juga pengaruh tidak langsung yang positif terhadap

brand loyalty. Jika perusahaan ingin lebih berfokus terhadap salah satu di antara

implementasi experiential marketing dengan celebrity endorsement, maka pihak manajemen

produk Citra dapat memilih untuk lebih berfokus pada implementasi program Rumah Cantik

Citra, karena program Rumah Cantik Citra terbukti tidak hanya memilik i pengaruh langsung

yang signifikan dan positif terhadap kepercayaan merek Citra, tetapi juga berpengaruh

signifikan dan positif terhadap loyalitas merek Citra, baik secara langsung maupun tidak

langsung. Berbeda dengan implementasi celebrity endorsement dengan Maudy Koesnaedi

sebagai endorser-nya yang hanya memilik i dua dari jenis pengaruh yang telah disebutkan

sebelumnya, namun tidak memilik i pengaruh langsung yang signifikan terhadap brand loyalty

produk Citra. Lagipula, seperti yang sudah dijelaskan sebelumnya bahwa pengaruh langsung

dari implementasi experiential marketing terhadap brand trust lebih besar dibandingkan

dengan pengaruh langsung dari impementasi celebrity endorsement terhadap brand trust.

Hal tersebut serupa dengan pengaruh tidak langsung dari implementasi experiential

marketing terhadap brand loyalty yang lebih besar dibandingkan pengaruh tidak langsung

yang dihasilkan oleh implementasi celebrity endorsement. Pada dua buah paragraf

berikutnya, peneliti akan membahas mengenai manfaat yang mungkin perusahaan dapatkan

dengan dihasilkannya brand trust dan brand loyalty terhadap produk Citra.

Morgan dan Hunt (Delgado-Ballester, 2004, p573) menyatakan bahwa kepercayaan

beserta komitmen merupakan karakteristik kunci yang dibutuhkan untuk kesuksesan

hubungan pemasaran. Hal yang tidak jauh berbeda dikutip oleh Matzler, Krauter, dan Bidmon

(2008, p154), yaitu trust merupakan variabel kunci untuk pengembangan hubungan jangka

264

panjang. Selain itu, seperti yang ditemukan di dalam penelitian ini bahwa brand trust

merupakan variabel yang berpengaruh positif terhadap brand loyalty, di mana loyalitas

terhadap merek merupakan hal yang sangat penting untuk dapat dimilik i oleh suatu merek,

karena terdapat beragam manfaat dengan adanya loyalitas tersebut, seperti yang akan

dibahas berikut ini.

Dengan adanya beragam pengaruh positif terhadap timbulnya brand loyalty

diharapkan perusahaan dapat memperoleh manfaat-manfaat berikut dalam pengelolaan

merek Citra, yaitu menurut Hermawan Kartajaya, Yuswohady, Jacky Mussry, dan Taufik

(2004, p211), pertama, dapat menghemat biaya, karena meretensi pelanggan lama yang

loyal, kedua, akan mendapat jaminan ruang yang dominan di outlet karena peritel melihat

merek yang memilik i loyalitas merek tinggi akan selalu dicari pelanggan, dan ketiga, loyalitas

merek yang tinggi akan memicu “word of mouth”, karena pelanggan loyal akan cenderung

menjadi “pengik lan” anda yang sangat fanatik. Delgado-Ballester dan Munuera-Aleman

(Matzler, Krauter, dan Bidmon, 2008, p154) juga menyatakan manfaat-manfaat lainnya yang

mungkin perusahaan peroleh dengan adanya brand loyalty, yaitu sebagai halangan yang

kokoh bagi pesaing untuk masuk, kemampuan yang lebih baik untuk merespon ancaman

yang kompetitif, penjualan dan penerimaan yang lebih besar, serta kepekaan yang lebih

rendah terhadap usaha-usaha pemasaran dari para pesaing.

bab 4 hasil dan pembahasan - thesis.binus.ac.idthesis.binus.ac.id/doc/bab4/2011-1-00521-mn 4.pdf ·...

Documents