�Syntax Literate : Jurnal Ilmiah
Indonesia p�ISSN: 2541-0849
�e-ISSN
: 2548-1398
Vol. 6, No. 11, November 2021
������
PENGARUH EWOM, BRAND IMAGE DAN BRAND TRUST
TERHADAP KEPUTUSAN PEMBELIAN� VOD NETFLIX
Tawisku Galuh Rufaida�
Universitas Bakrie, Jakarta, Indonesia
Email: [email protected]
Abstrak
Netflix adalah perusahaan penyedia layanan video on demand asal Amerika
yang terkenal dan berkembang pesat di dunia, termasuk Indonesia. Masuknya
Netflix ke Indonesia menimbulkan berbagai macam isu dari pemerintah dan
masyarakat, namun jumlah pelanggannya tetap berkembang setiap tahunnya. Penelitian ini bertujuan untuk mengetahui pengaruh variabel Electronic Word Of Mouth (EWOM), Brand Image dan Brand Trust terhadap keputusan berlangganan Netflix di wilayah Jabodetabek.
Teknik penentuan sampel menggunakan teknik purposive
sampling dengan jumlah responden sebanyak 100 yang ditentukan dengan rumus
Hair. Teknik analisis data dalam penelitian ini adalah analisis deskriptif
kualitatif serta analisis partial least square structural equation modeling
(PLS-SEM). Model persamaan yang dianalisis adalah model pengukuran
(outer model), model struktural (inner
model) dan pengujian hipotesis. Berdasarkan hasil perhitungan menggunakan
perangkat lunak PLS-SEM versi 3.0 diperoleh hasil bahwa terdapat hubungan yang
positif dan signifikan antara EWOM, brand
image dan brand trust terhadap
keputusan pembelian. Sumbagan terbesar yang paling berpengaruh adalah variabel
EWOM pada indikator Expressing Positive
Emotions dan sumbangan terendah pengaruhnya adalah variabel brand image pada indikator tingkat
manfaat produk dan jasa. Implikasi dari hasil penelitian ini menunjukkan bahwa
manajemen Netflix harus meningkatkan strategi pemasaran EWOM dan menyadari
betapa kuatnya pengaruh ulasan atau testimonial dari pelanggan mereka untuk
meyakinkan calon pelanggan baru dan tidak perlu berfokus pada tingkat
penggunaan produk karena aspek tersebut tidak esensial untuk para calon
pelanggan dalam memutuskan berlangganan Netflix.
Kata Kunci: EWOM; brand image; brand trust;
keputusan pembelian; netflix
Netflix is a video on demand provider from American which is famous and growing rapidly in the world, including Indonesia. Netflix in Indonesia raises various problems from the government and society, however the number of subscribers continues to grow every year. This study aims to determine the effect of electronic word of mouth, brand image and brand trust on purchasing decisions of Netflix subscriber in Jabodetabek area. The sampling method used in this research is purposive sampling with 100 respondents who were determined by the Hair formula. This study uses qualitative descriptive analysis and partial least square structural equation modeling (PLS-SEM). The model equations are analyzed is outer model, inner model and hypothesis testing. Based on calculation result of the software PLS-SEM version 3.0 calculation, it shows that there is a positive and significant relationship between EWOM, brand image and brand trust on purchase decisions. The biggest contribution that has the most influence on the Expressing Positive Emotions indicator from EWOM variable and the lowest contribution is of the level of benefits of products and services indicator from brand image variable. The implication of this study shows that Netflix management must improve EWOM's marketing strategy and realize how powerful the influence of reviews or testimonials from their customers to convince potential new customers, also management does not need to focus on product usage levels because these aspects are not essential for potential customers in deciding to subscribe Netflix.
Keywords: EWOM; brand image; brand trust; purchasing
decision; netflix
Received: 2021-10-20; Accepted: 2021-11-05; Published: 2021-11-20
Pendahuluan
Penetrasi jaringan internet yang terus meningkat membuat bisnis layanan video streaming bertambah di Indonesia. Kehadiran platform digital atau sering disebut juga VOD (Video On Demand) tengah berebut pelanggan untuk menyaksikan video di TV Kabel maupun aplikasi di ponsel. Pendapatan bisnis VOD di Indonesia melonjak sejak 2017 sebesar USD 212 Juta menjadi USD 240 Juta di 2018. Pada tahun 2019, pendapatan bisnis ini diprediksi akan meningkat menjadi USD 260 juta (Rufaida, 2020). Salah satu platfom digital layanan streaming video yang tumbuh pesat di Indonesia adalah Netflix.
Pada tahun 2016, Netflix hadir di
Indonesia dengan menawarkan layanan berlangganan streaming
secara online untuk beberapa program
film dan televisi, termasuk beberapa program yang diproduksi sendiri oleh
Netflix (Rufaida, 2020).
Berbagai permasalahan muncul sejak Netflix mulai melakukan bisnis di Indonesia,
mulai dari Telkom Group memutuskan untuk memblokir Netflix pada tahun yang sama
sehingga pengguna WiFi.id,
Indihome, dan Telkomsel secara otomatis tidak bisa mengakses layanan VOD asal
Amerika Serikat tersebut. Pemblokiran ini terjadi karena Netflix tidak memiliki
izin sesuai undang-undang yang berlaku dan memuat konten yang tidak
diperbolehkan. Kementerian Komunikasi dan Informatika
(Kemenkominfo) juga meminta Netflix untuk mengantongi izin usaha di
Indonesia serta memiliki contact point layanan untuk
memudahkan konsumennya. Diawal tahun 2020, Netflix kembali
dibahas lantaran teken kerja sama dengan Kementerian Pendidikan dan Kebudayaan
(Kemdikbud) dan masyarakat membanding-bandingkan kontrasnya sikap Kemendikbud
dengan Kemenkominfo terhadap Netflix �(Rufaida, 2020).
Seluruh polemik di atas membuat para
media baik cetak maupun online
berlomba-lomba untuk memberikan informasi
terkait isu tersebut. Ada yang mengatakan bahwa Netflix merupakan VOD yang
tidak patut ada di Indonesia, namun ada juga yang menanggapi bahwa seluruh
pemberitaan negatif tersebut meningkatkan brand
awarness masyarakat. Pemberitaan lebih cepat menyebar dengan perkembangan
internet yang� membuat manusia dapat
dengan mudah mengakses informasi yang dibutuhkan. Hal tersebut membuat
pemberitaan Netflix menjadi topik pembahasan, terutama di sosial media.
Pada salah satu platform media sosial twitter, hastag #NetflixTidakAman sempat menjadi trending topic Indonesia tahun 2020 dengan jumlah cuitan sebanyak
14,4 ribu dan menggunakan tagar tersebut (Rufaida, 2020).
Meskipun berita negatif terhadap Netlix beredar di
berbagai media, Netflix tetap menjadi pilihan masyarakat untuk platfom VOD
berlangganan. Data dari Databoks menunjukkan pelanggan streaming Netflix Indonesia tumbuh �pesat dari tahun ke tahun.
Gambar 1
Jumlah Subscriber Netflix
(Jayani, 2019)
Grafik ini memperlihatkan peningkatan
jumlah subscriber Netflix di
Indonesia. Tahun 2017, total pelanggan streaming Netflix Indonesia
mencapai 95,000 pelanggan. Tahun 2018, pelanggan
Netflix Indonesia tumbuh 2,5 kali lipat menjadi 237,000 ribu pelanggan. Pada
2019, jumlah pelanggan Netflix di Indonesia diperkirakan mencapai 482,000 atau
meningkat dua kali lipat dibandingkan 2018. Tahun depan, jumlah pelanggan
Netflix diprediksi mencapai 907,000 pelanggan atau melejit 88.35% dibandingkan
dengan 2019. Data jumlah pelanggan tersebut mengacu pada pelanggan streaming
dan akun pelanggan yang dapat ditagih secara individu, bukan total pemirsa
Netflix yang jumlahnya lebih besar �(Jayani, 2019).
Menurut (Peter & Olson, 2000),
keputusan pembelian adalah proses pengintegrasian yang mengkombinasikan
pengetahuan untuk mengevaluasi dua atau lebih perilaku alternatif dan memilih
salah satu diantaranya. Sedangkan menurut (Setiadi & SE, 2019)
pengambilan keputusan konsumen (consumen decision making) adalah proses
pengintegrasian yang mengkombinasikan pengetahuan untuk mengevaluasi dua atau
lebih perilaku alternatif dan memilih salah satu diantaranya. Terdapat beberapa
faktor yang mempengaruhi keputusan pembelian konsumen. Menurut (Rufaida, 2020)
keputusan pembelian dipengaruhi oleh Electronic
Word of Mouth (EWOM) dan perceived
value. Sementara menurut (Rufaida, 2020),
keputusan pembelian dipengaruhi oleh brand
awareness dan brand image.
Sementara menurut (Adiwidjaja, 2017)
keputusan pembelian dipengaruhi oleh brand
image dan brand trust.
Penelitian ini
menggunakan sistem pra survey dengan menyebar kuesioner untuk mengetahui faktor
yang paling berpengaruh terhadap keputusan pembelian VOD Netflix. Pra survey
dilakukan pada bulan April 2020 dengan 15 responden subscriber Netflix yang berkediaman di wilayah Jabodetabek.
Berdasarkan penyebaran kuisioner tersebut di peroleh data pada tabel dibawah
ini:
Tabel 1
Hasil pra Survey Faktor yang Paling Berpengaruh Terhadap Keputusan Pembelian VOD Netflix
NO |
Pernyataan |
Ya (%) |
Tidak (%) |
Jumlah Responden |
1 |
Anda tertarik memutuskan
berlangganan VOD Netflix �karena
melihat review / testimoni di media sosial |
100% |
0% |
15 |
2 |
Anda tertarik memutuskan
berlangganan VOD Netflix �karena
puas akan manfaat yang diterima akan produk tersebut |
66,7% |
33,3% |
15 |
3 |
Anda tertarik memutuskan
berlangganan VOD Netflix �karena
mengenal dan mengingat Brand Netflix |
80% |
20% |
15 |
4 |
Anda tertarik memutuskan
berlangganan VOD Netflix �karena
Brand Image Netflix yang baik |
100% |
0% |
15 |
5 |
Anda tertarik memutuskan
berlangganan VOD Netflix �karena
anda percaya brand Netflix dapat memenuhi harapan anda akan VOD yang berkualitas |
86,7% |
13,3% |
15 |
Pra survei yang dilakukan melalui kuesioner ini
menunjukkan keputusan pembelian berlangganan VOD Netflix dipengaruhi oleh EWOM, Brand Image dan Brand Trust.
EWOM diwakilkan dengan
pernyataan bahwa VOD Netflix mendapat testimoni dan review di sosial media.
Kepercayaan akan brand dapat memenuhi harapan akan platform VOD yang
berkualitas dan sesuai ekspektasi mewakilkan Brand Trust. Kepuasan akan
manfaat/nilai yang dirasakan secara keseluruhan tidak terlalu berpengaruh
terhadap keputusan pembelian. Awareness akan merek ini
juga tidak menjadi faktor dominan untuk konsumen mengambil keputusan karena
konsumen akan menggali lebih dalam terkait informasi produk sebelum memutuskan
berlangganan. Berdasarkan hasil pra survei di atas, maka
tujuan dalam penelitian ini adalah untuk menganalisis Electronic Word Of Mouth (EWOM), Brand Image dan Brand Trust
sebagai faktor dalam keputusan berlangganan Netflix.
A.
Electronic Word Of Mouth (EWOM)
EWOM menurut (Litvin, Goldsmith, & Pan,
2008)
adalah semua komunikasi informal yang ditujukkan pada konsumen melalui
teknologi berbasis internet yang berkaitan dengan penggunaan citra merek pada
sebuah perusahaan. Maraknya pemberitaan Netflix Indonesia di media sosial
akibat perseteruan dengan Group Telkom memicu EWOM baik positif maupun yang
negatif. Netflix Indonesia juga memanfaatkan sosial media sebagai media promosi
dan untuk meningkatkan EWOM Positif. Pada tahun 2018 diluncurkan akun Instagram
dan twitter milik Netflix Indonesia . Pada akun tersebut, Admin Netflix sangat
rajin memposting dan mengulas serial ataupun film yang diputar Netflix
Indonesia. Menurut (Jeong & Jang, 2011)
EWOM memiliki tiga dimensi sebagai berikut:
1.
Concern for Others (kepedulian terhadap orang
lain)
2.
Expressing� Positive�
Emotions (Mengekspresikan pengalaman positif),
3. Helping Company (Membantu perusahaan)
B.
Brand Image
Citra merek atau brand
image menurut (Philip Kotler & Keller,
2009)
adalah persepsi konsumen dan preferensi konsumen terhadap merek, sebagimana
direfleksikan oleh berbagai macam asosiasi merek yang ada dalam ingatan
konsumen. Merek Netflix sendiri sudah memiliki image yang baik di dunia karena
kesuksesannya. Netflix mendapat penghargaan sebagai Top Brand YouGov�s
Annual Buzz Ranking tahun 2009 di negara asalnya, Amerika Serikat (Rufaida, 2020).
Brand image yang telah mendunia ini
tentu menjadi pertimbangan bagi para konsumen dalam pengambilan keputusan
berlangganan VOD
Netflix. Menurut (Aaker & Alexander, 2009)
terdapat beberapa dimensi yang dapat digunakan dalam mengukur brand image, dimensi tersebut
diantaranya adalah:
1. Corporate Image (Citra pembuat)
2. Product Image (Citra produk / konsumen)
C.
Brand Trust
Kepercayaan pelanggan pada merek (brand trust) harapan akan kehandalan sebuah merek. Konsumen
dapat merasakan rasa nyaman dalam menggunakan merek tersebut untuk memenuhi
kebutuhan dan keinginannya (Delgado‐Ballester &
Munuera‐Alem�n, 2005).
Dengan
kata lain, saat
konsumen telah mempercayai produsen, maka mereka yakin bahwa harapan akan
terpenuhi dan tidak akan ada penyesalan. Berhasilnya Netflix menjadi penyedia layanan
hiburan terkenal di dunia dengan 183 juta subscriber
di lebih dari 190 negara. Fakta tersebut dapat menjadi penilaian tersendiri
untuk konsumen dalam mempercayai dan yakin akan layanan dan kualitas Netflix sesuai
dengan keinginan konsumen.
D. Keputusan Pembelian
Menurut (Peter & Olson, 2000)
keputusan pembelian adalah proses pengintegrasian yang mengkombinasikan
pengetahuan untuk mengevaluasi dua atau lebih perilaku alternatif dan memilih
salah satu diantaranya. Menurut (Philip Kotler & Keller,
2016)
keputusan pembelian suatu proses penyelesaian masalah yang
terdiri dari menganalisa atau pengenalan kebutuhan dan keinginan hingga
perilaku setelah pembelian. Dari beberapa pengertian pengambilan keputusan yang
telah dipaparkan diatas, maka dapat diambil kesimpulan bahwa keputusan pembelian
adalah suatu proses dimana konsumen mengevaluasi dua atau lebih suatu produk
atau jasa dan menentukan� dibeli atau
tidaknya produk/jasa tersebut yang diawali dengan kesadaran atas pemenuhan atau
keinginan.
Terdapat tiga ukuran dalam menentukan
keputusan pembelian (P Kotler, 2016),
yaitu:
1.
Kemantapan pada sebuah produk
2.
Kebiasaan dalam membeli produk
3.
Kecepatan dalam membeli sebuah produk
Metode Penelitian
Pada penelitian ini, jenis penelitian yang dipakai
adalah penelitian kuantitatif dengan pendekatan deskriptif. Penelitian deskriptif
bertujuan untuk menggambarkan suatu kondisi atau fenomena tertentu, tidak
memilah-milah atau mencari faktor-faktor atau variabel tertentu� (Sasmita, n.d.).
Pada penelitian ini, variabel yang akan diteliti antara lain variabel
independen yaitu Electronic Word of Mouth
(X1) , citra merek (X2), kepecayaan merek (X3) dengan variabel dependen yaitu keputusan pembelian (Y) dengan
jumlah indikator total sebanyak 20.
Target populasi pada penelitian ini adalah para subscriber Netflix yang berada di wilayah
Jabodetabek. Penentuan sampel dilakukan metode purposive sampling yaitu metode pemilihan sampel secara sengaja,
menentukan sendiri sampel yang akan diambil karena pertimbangan tertentu. Jadi
sampel diambil tidak acak, tapi ditentukan sendiri oleh peneliti. Adapun
pertimbangan untuk menentukan anggota sampel adalah subscriber Netflix Indonesia,
berusia 20 tahun atau lebih, dan berdomisili di wilayah Jabodetabek. Penentuan jumlah sampel minimal dalam penelitian ini mengacu pada pernyataan
(Yesudian, 2009)
bahwa banyaknya sampel sebagai responden harus disesuaikan dengan banyaknya
indikator pertanyaan yang di gunakan pada kuesioner dengan asumsi jumlah yang
sudah ditentukan 5x sampai dengan 10x jumlah indikator. Bedasarkan rumus diatas,
maka
sampel yang diambil dalam penelitian ini adalah 100 sampel.
Metode pengumpulan data pada penelitian ini menggunakan teknik kuesioner sebagai data primer. Teknik ini dilaksanakan dengan memberikan pertanyaan terstruktur kepada responden guna mendapatkan informasi yang spesifik dan melibatkan pengelolaan data yang mana pengumpulan data menggunakan alat berupa kuesioner (Neuman, 2003). Penelitian ini melakukan studi kepustakaan dan penjelajahan internet untuk mendapatkan literatur yang berhubungan dengan penelitian ini sebagai data sekunder, yaitu data yang diperoleh dari sumber-sumber lain yang menunjang penelitian ini yang digali bukan oleh pihak pertama melainkan sudah terdapat pada sumber data lainya (Sugiyono, 2015).
Penelitian ini mengunakan
analisis data Statistik Deskriptif dan Partial Least Square SEM. Metode
deskriptif pada penelitian ini akan menggunakan skala Likert 5 untuk mengola
jawaban kuesioner para responden. (Sugiyono, 2015)
mengemukakan bahwa skala Likert digunakan untuk mengukur sikap, pendapat dan
persepsi seseorang atau sekelompok orang tentang fenomena sosial. Analisis data Partial Least Square SEM yaitu suatu analisis yang digunakan
untuk mengembangkan atau memprediksi suatu teori yang sudah ada (Sarwono & Narimawati,
2015).
Penelitian ini menggunakan analisis model struktural PLS dengan dibantu menggunakan
software SmartPLS 3.0. Langkah-langkah dalam analisis dengan PLS menurut (Hussein, 2015)
adalah Merumuskan teori model struktural, Analisis outer model, Analisis inner
model, dan Pengujian hipotesis.
Hasil dan Pembahasan
A.
Karakteristik
Subscriber Netflix di wilayah Jabodetabek
Karakteristik
dari 100 wisatawan yang menjadi respoden dalam penelitian ini dapatkan hasil
bahwa berdasarkan jenis kelamin, customer perempuan
yang dominan menjadi subscriber Netflix yaitu sebanyak 52
responden atau 52%. Sedangkan
subscriber laki-laki sebesar 48 responden atau 48% saja. Kelompok usia
terbanyak pada penelitian ini adalah pada usia 20-30
tahun
sebanyak 65 responden atau 65%. Responden di wilayah Jakarta menjadi wilayah yang
paling banyak dalam berlangganan Netflix, dengan total 53 responden atau 53%.
Karyawan swasta menjadi kelompok pekerjaan yang paling banyak yang menjadi
subscriber Netflix yaitu sebanyak 63 responden atau 63%. Durasi responden
berlangganan Netflix paling banyak telah lebih dari 1 tahun, yaitu sebanyak
53%.
B.
Analisa Deskriptif
Hasil dari analisis deskriptif pada penelitian ini
disajikan berdasarkan jawaban responden terhadap kuesioner dalam variabel
penelitian. Pertanyaan yang tercantum pada kuesioner menggunakan skala likert 1 sampai 5 dengan pernyataan
sangat tidak setuju (sts),tidak setuju (ts), netral (n), setuju (s), sangat
setuju (ss) dengan jumlah responden sebanyak 100 orang.
Berdasarkan sebaran data, menunjukkan bahwa untuk pernyataan kuesioner di variabel indikator EWOM (X1) sebanyak 0.37% responden menyatakan sangat tidak setuju, sebanyak 9.12% responden menyatakan tidak setuju, sebanyak 20.38% responden menyatakan netral, sebanyak 44.88% responden menyatakan setuju serta 25.25 % responden menyatakan sangat setuju. Hasil rata-rata pernyataan ini adalah 3.87 yang menunjukkan bahwa EWOM dalam interprestasi interval masuk kedalam kategori �setuju�. Untuk lebih jelas bisa dilihat pada tabel berikut:
Tabel 2
Deskripsi Data Hasil
Pertanyaan Kuesioner Variabel EWOM (X1)
Dimensi |
Indikator |
Jawaban Responden |
Total |
Mean |
|||||
STS |
TS |
N |
S |
SS |
|||||
Kepedulian
terhadap orang lain |
Mendapat informasi umum mengenai produk/
jasa |
1 |
5 |
19 |
46 |
29 |
100 |
3.970 |
3.63 |
Memperoleh informasi atas kualitas produk/jasa |
0 |
16 |
34 |
38 |
12 |
100 |
3.460 |
||
0 |
15 |
34 |
39 |
12 |
100 |
3.480 |
|||
Memperlihatkan
pengalaman positif |
Mendapat
informasi mengenai kelebihan produk/jasa |
2 |
8 |
12 |
49 |
29 |
100 |
3.950 |
3.94 |
Merasakan
kesenangan orang lain menggunakan produk/jasa |
0 |
9 |
11 |
50 |
30 |
100 |
4.010 |
||
Mendapatkan
informasi terkait ulasan positif mengenai perusahaan atau penggunaan produk / jasa |
0 |
10 |
16 |
51 |
23 |
100 |
3.870 |
||
Membantu perusahaan |
Merasakan
kemauan orang lain untuk membantu publikasi produk/jasa |
0 |
6 |
23 |
41 |
28 |
100 |
3.910 |
4.05 |
Memicu
kesadaran terhadap produk / jasa |
0 |
4 |
12 |
45 |
39 |
100 |
4.190 |
||
Total |
3 |
73 |
163 |
359 |
202 |
800 |
3.87 |
||
Persentase (%) |
0.37 |
9.12% |
20,38 |
44.88 |
25,25 |
100 |
Berdasarkan sebaran datanya menunjukkan bahwa untuk pernyataan kuesioner di variabel indikator brand image (X2) sebanyak 0% responden menyatakan sangat tidak setuju, sebanyak 0% respon menyatakan tidak setuju, sebanyak 4% responden menyatakan netral, sebanyak 57.3% responden menyatakan setuju serta 38.7% responden menyatakan sangat setuju. Hasil rata-rata pernyataan ini adalah 4.354 yang menunjukkan bahwa brand image dalam interprestasi interval masuk kedalam kategori �setuju�. Untuk lebih jelas bisa dilihat pada tabel berikut:
Tabel 3
Deskripsi Data Hasil
Pertanyaan Kuesioner Variabel Brand Image
(X2)
Dimensi |
Indikator |
Jawaban Responden |
Total |
Mean |
|||||
STS |
TS |
N |
S |
SS |
|||||
Citra pembuat (Corporate Image) |
Tingkat popularitas produk/jasa |
0 |
0 |
5 |
54 |
41 |
100 |
4.360 |
4.30 |
Tingkat kredibilitas produk/jasa |
0 |
0 |
5 |
66 |
29 |
100 |
4.240 |
||
Jaringan perusahaan produk/jasa |
0 |
0 |
5 |
60 |
35 |
100 |
4.300 |
||
Citra produk / konsumen (Product Image) |
Tingkat kemudahan mengingat produk/jasa
(atribut produk) |
0 |
0 |
4 |
49 |
47 |
100 |
4.430 |
4.348 |
Tingkat manfaat dari produk/jasa |
0 |
0 |
1 |
79 |
20 |
100 |
4.190 |
||
0 |
0 |
1 |
56 |
43 |
100 |
4.420 |
|||
Tingkat jaminan dari produk/jasa |
0 |
0 |
4 |
65 |
31 |
100 |
4.270 |
||
0 |
0 |
5 |
47 |
48 |
100 |
4.430 |
|||
Citra pemakai (User Image) |
Tingkat informasi dari pengalaman dan kontak
dengan pengguna produk/jasa |
0 |
0 |
4 |
48 |
48 |
100 |
4.440 |
4.415 |
Tingkat status sosial dari pengguna
produk/jasa |
0 |
0 |
6 |
49 |
45 |
100 |
4.390 |
||
Total |
0 |
0 |
40 |
573 |
387 |
1000 |
4.354 |
||
Persentase (%) |
0 |
0 |
4 |
57.3 |
38.7 |
100 |
Berdasarkan sebaran datanya menunjukkan bahwa untuk pernyataan kuesioner di variabel indikator brand trust (X3) tidak ada responden menyatakan sangat tidak setuju, sebanyak 1% responden menyatakan tidak setuju, sebanyak 23.67% responden menyatakan netral, sebanyak 54.67% responden menyatakan setuju serta 20.66% responden menyatakan sangat setuju. Hasil rata-rata pernyataan ini adalah 3.917 yang menunjukkan bahwa brand trust dalam interprestasi interval masuk kedalam kategori �setuju�. Untuk lebih jelas bisa dilihat pada tabel berikut:
Tabel 4
Dimensi |
Indikator |
Jawaban
Responden |
Total |
Mean |
|||||
STS |
TS |
N |
S |
SS |
|||||
Brand Reliability |
Kemampuan merek memenuhi nilai yang dijanjikannya
& dibutuhkan oleh konsumen. |
0 |
0 |
21 |
57 |
22 |
100 |
4.010 |
4.015 |
0 |
1 |
18 |
59 |
22 |
100 |
4.020 |
|||
Brand
Intentions |
Kemampuan merek mengutamakan kepentingan
konsumen ketika masalah disaat yang tidak terduga. |
0 |
2 |
32 |
48 |
18 |
100 |
3.820 |
3.820 |
Total |
0 |
3 |
71 |
164 |
62 |
300 |
3.917 |
||
Persentase
(%) |
0 |
1 |
23.67 |
54.67 |
20.66 |
100 |
Deskripsi
Data Hasil Pertanyaan Kuesioner Variabel Brand
Trust (X3)
Berdasarkan sebaran datanya menunjukkan bahwa untuk pernyataan kuesioner di variabel indikator keputusan pembelian (Y) tidak ada responden menyatakan sangat tidak setuju, sebanyak 1% responden menyatakan tidak setuju, sebanyak 16% responden menyatakan netral, sebanyak 53.33% responden menyatakan setuju serta 27.67% responden menyatakan sangat setuju. Hasil rata-rata pernyataan ini adalah 4.096 yang menunjukkan bahwa keputusan pembelian dalam interprestasi interval masuk kedalam kategori �setuju�. Untuk lebih jelas bisa dilihat pada tabel berikut:
Tabel 5
Deskripsi
Data Hasil Pertanyaan Kuesioner Variabel Keputusan
Pembelian (Y)
Dimensi |
Indikator |
Jawaban Responden |
Total |
Mean |
|||||
STS |
TS |
N |
S |
SS |
|||||
Kemantapan pada
sebuah produk |
Tingkat
Kemantapan akan kualitas produk/jasa. |
0 |
1 |
15 |
58 |
26 |
100 |
4.090 |
4.090 |
Kebiasaan dalam membeli produk |
Kebutuhan dan
keinginan akan suatu produk secara berulang. |
0 |
1 |
18 |
49 |
32 |
100 |
4.120 |
4.120 |
Kecepatan dalam membeli sebuah produk |
Tingkat kecepatan
dalam memutuskan keputusan pembelian produk/jasa. |
0 |
1 |
15 |
59 |
25 |
100 |
4.080 |
4.080 |
Total |
0 |
3 |
48 |
166 |
83 |
300 |
4.096 |
||
Persentase (%) |
0 |
1 |
16 |
53.33 |
27.67 |
100 |
C.
Analisis Partial Least Square SEM
1. Pengujian Model Pengukuran (Outer Model)
Dalam pengujian outer model bertujuan untuk melihat validity dan reliability suatu model. Analisis pengujian ini akan dilihat dari pengaruh Loading Factor, Averange Variance Extratcted (AVE), dan Discriminant Validity, serta Composite Reliability.
a) Loading Factor
Loading Factor adalah tahap awal dalam pengujian validitas
suatu model., suatu indikator dianggap memiliki tingkat validitas yang tinggi apabila memiliki nilai faktor loading yang lebih besar dari 0,70. Meskipun dalam beberapa penelitian,
seperti penelitian menyebutkan bahwa indikator yang memiliki loading factor 0,50 sampai
0,60 (λ > 0,5) masih dapat diterima.
Gambar 2
Model Nilai Antar Konstruk Model Penelitian Keputusan Pembelian
menggunakan SmartPLS
Berdasarkan gambar diatas dapat dilihat bahwa seluruh nilai loading factor dari masing-masing indikator di dalam variabel dan dimensinya bernilai di atas 0,5. Hal ini membuktikan bahwa seluruh indikator variabel keputusan pembelian (Y) yang dipergunakan dalam penelitian ini adalah valid.
b) Average Variance Extracted
(AVE)
Nilai AVE mencerminkan keragaman variabel manifest
atau besarnya varian yang dimiliki oleh konstruk laten. Semakin besar varian
atau keragaman variabel manifest yang dapat dikandung oleh konstruk laten, maka
semakin besar representasi variabel manifest terhadap konstruk latennya dan
semakin baik juga ukuran convergent validity. Fornell dan Larcker dalam V�zquez dan Hern�ndez (2013) menyatakan bahwa nilai convergent validity diterima jika
nilai AVE diatas 0.5. AVE value ditunjukkan
pada tabel berikut:
Tabel 6
Nilai AVE (Average Variance
Extraction) Model Penelitian
Variabel |
Dimensi |
AVE Value |
AVE Value Var |
Electronic Word of Mouth (X1) |
Concern for Others |
0.768 |
0.615 |
Expressing Positive Emotion |
0.825 |
||
Helping Company |
0.858 |
||
Brand Image (X2) |
Citra produk (product Image) |
0.626 |
0.584 |
Citra pemakai (User Image) |
0.683 |
||
Citra pembuat (Corporate
Image) |
0.987 |
||
Brand Trust (X3) |
Brand
Intentions |
1.000 |
0.794 |
Brand Reliability |
0.948 |
||
Keputusan Pembelian (Y) |
Kemantapan
pada sebuah produk |
1.000 |
0.855 |
Kebiasaan dalam membeli
produk |
1.000 |
||
Kecepatan dalam membeli
sebuah produk |
1.000 |
Tabel diatas
menunjukkan bahwa AVE Value untuk semua variabel penelitian dan dimensi
penelitian telah bernilai di atas 0.5 sehingga nilai AVE untuk pengujian discriminant validity sudah dipenuhi
untuk pengujian selanjutnya.
c) Discriminant Validity
Discriminant Validity dapat diuji dengan melihat tabel
cross loading untuk mengetahui apakah variabel laten memiliki diskriminan yang
memadai yaitu dengan cara membandingkan korelasi indikator dengan variabel
latennya harus lebih besar dibandingkan korelasi
antara indikator dengan
variabel laten yang lain (Yamin & Kurniawan, 2009).
Apabila nilai korelasi konstruk dengan item pengukuran lebih besar daripada
nilai korelasi dengan
konstruk lainnya, maka hal tersebut menunjukkan bahwa
konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran
pada blok lainnya, dan dikatakan bahwa konstruk memiliki discriminant validity yang tinggi (
Ghozali, 2004). Hasil dari pegujian cross loading pada
penelitian ini menunjukkan nilai korelasi konstruk dengan indikatornya lebih
besar dibandingkan dengan nilai korelasi dengan konstruk lainnya. Dengan
demikian dapat disimpulkan bahwa semua konstruk laten menunjukkan discriminant validity yang baik karena
dapat memprediksi indikator pada blok mereka sendiri lebih baik daripada indikator di blok lainnya. Untuk lebih jelas
bisa dilihat pada tabel di bawah ini:
Tabel 7
Nilai
Cross Loading Indikator Penelitian
Indikator |
EWOM
(X1) |
Brand Image (X2) |
Brand Trust (X3) |
Keputusan Pembelian
(Y) |
EWOM1a.�
Mendapat informasi umum mengenai produk/ jasa |
0.817 |
0.548 |
0.414 |
0.689 |
EWOM2b. Memperoleh informasi atas kualitas
produk/jasa |
0.780 |
0.457 |
0.504 |
0.580 |
EWOM3b. Memperoleh informasi atas kualitas
produk/jasa |
0.791 |
0.456 |
0.474 |
0.559 |
EWOM4c. Mendapat informasi mengenai
kelebihan produk/jasa |
0.787 |
0.462 |
0.280 |
0.617 |
EWOM5d. Merasakan kesenangan orang lain
menggunakan produk/jasa |
0.794 |
0.504 |
0.225 |
0.522 |
EWOM6e. Mendapatkaninformasi terkait ulasan
positif mengenai perusahaan atau penggunaan
produk/ jasa |
0.808 |
0.464 |
0.392 |
0.593 |
EWOM7f. Merasakan kemauan orang lain untuk
membantu publikasi produk/jasa |
0.733 |
0.449 |
0.330 |
0.524 |
EWOM7g. Memicu kesadaran terhadap produk /
jasa |
0.761 |
0.467 |
0.401 |
0.554 |
BI9h. Tingkat popularitas produk/jasa |
0.513 |
0.714 |
0.355 |
0.610 |
BI10i. Tingkat kredibilitas produk/jasa |
0.435 |
0.675 |
0.400 |
0.497 |
BI11j. Jaringan perusahaan produk/jasa |
0.398 |
0.722 |
0.272 |
0.420 |
BI12k. Tingkat kemudahan mengingat
produk/jasa (atribut produk) |
0.514 |
0.891 |
0.333 |
0.551 |
BI13l. Tingkat manfaat dari produk/jasa |
0.448 |
0.587 |
0.380 |
0.298 |
BI14l. Tingkat manfaat dari produk/jasa |
0.372 |
0.673 |
0.229 |
0.368 |
BI15m.Tingkat jaminan dari produk/jasa |
0.387 |
0.625 |
0.259 |
0.323 |
BI16m.Tingkat jaminan dari produk/jasa |
0.547 |
0.905 |
0.333 |
0.535 |
BI17n. Tingkat informasi dari pengalaman dan
kontak dengan pengguna produk/jasa |
0.455 |
0.863 |
0.333 |
0.510 |
BI18o. Tingkat status sosial dari pengguna
produk/jasa� |
0.513 |
0.888 |
0.300 |
0.562 |
BT19p. Kemampuan merek memenuhi nilai yang
dijanjikannya & dibutuhkan oleh konsumen. |
0.449 |
0.404 |
0.943 |
0.545 |
BT20p. Kemampuan merek memenuhi nilai yang
dijanjikannya & dibutuhkan oleh konsumen. |
0.447 |
0.369 |
0.943 |
0.552 |
BT21q. Kemampuan merek mengutamakan
kepentingan konsumen ketika masalah disaat yang tidak terduga. |
0.397 |
0.346 |
0.777 |
0.423 |
KP22r. Tingkat Kemantapan akan kualitas
produk/jasa. |
0.677 |
0.574 |
0.529 |
0.886 |
KP23s. Kebutuhan dan keinginan akan suatu
produk secara berulang. |
0.696 |
0.627 |
0.554 |
0.942 |
KP24t. Tingkat kecepatan dalam memutuskan
keputusan pembelian produk/jasa. |
0.695 |
0.555 |
0.505 |
0.944 |
d) Composite Reliability
Untuk menghitung reliabilitas indikator, peneliti dapat menggunakan metode composite reability. Pada composite reliability, konstruk lolos uji reliabilitas ditunjukkan dengan nilai minimal yang ditetapkan sebesar 0.7. Hasil uji composite reliability masing-masing variabel pada penelitian ini telah lebih besar dari 0.7. Hal ini� menunjukkan bahwa variabel yang diuji telah reliabel atau dengan kata lain model penelitian telah memenuhi nilai dari composite reliability. Untuk lebih jelas bisa dilihat pada tabel di bawah ini:
Tabel 8
Hasil uji composite reliability Pada
Variabel
Variabel |
Composite Reliability |
Syarat |
Keterangan |
EWOM(X1) |
0.927 |
> 0.7 |
Reliabel |
Brand Image (X2) |
0.932 |
> 0.7 |
Reliabel |
Brand Trust (X3) |
0.920 |
> 0.7 |
Reliabel |
Keputusan
Pembelian (Y) |
0.946 |
> 0.7 |
Reliabel |
2.
Pengujian Inner model
Menurut (Abdillah & Hartono, 2015) model struktural (Inner model) merupakan model struktural untuk memprediksi hubungan kausalitas antar variabel laten. Dalam mengevaluasi struktur model pada penelitian ini digunakan Coefficient of Determination R Square (R�) dan Path Coefficient (β). Hal ini digunakan untuk melihat dan meyakinkan hubungan antara konstruk yang dibuat �(Hartono, 2011).
a) Koefisien Determinisasi R� �(R-Square)
Uji koefisien determinan R Square (R�) yaitu pengujian yang menghitung seberapa besar variabel laten independen menjelaskan varian dari variabel laten dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Pada penelitian ini, evaluasi nilai R2 bernilai 0.650 untuk variabel keputusan pembelian. R2 juga disebut sebagai koefisien determinasi yang menjelaskan seberapa jauh data dependen dapat dijelaskan oleh data independen.R2 bernilai antar 0 � 1 dengan ketentuan semakin mendekati angka satu berarti semakin baik (Santoso A. B., 2017). Nilai R2 dalam penelitian ini menunjukkan bahwa tingkat determinasi variabel eksogen (EWOM, brand image, brand trust) terhadap variabel endogennya (Keputusan Pembelian) cukup tinggi.
b)
Path Coefficient
(β)
Evaluasi path coefficient digunakan untuk menunjukkan seberapa kuat efek atau pengaruh variabel independen kepada variabel dependen. Algoritma PLS-SEM menghasilkan nilai path coefficient (r) yang distandariisari dengan rentang nilai -1 sampai dengan +1. Nilai path coefficient yang mendekati nilai +1 menunjukkan hubungan positif yang kuat sedangkan jika nilai nya mendekati -1 menunjukkan hubungan negatif yang kuat (Hair, Sarstedt, Hopkins, & Kuppelwieser, 2014). Hasil dari nilai path coefficient yang dioleh dengan software smart PLS3 dalam penelitian ini bernilai positif mendekati 1 dengan EWOM (X1) bernilai 0.486, brand image (X2) bernilai 0.238 dan brand trust (X3) bernilai 0.238. Bedasarkan nilai yang diperoleh, dapat disimpulkan bahwa pengaruh variabel independen EWOM (X1) brand image (X2) dan brand trust (X3) bersifat positif terhadap variabel dependenya yaitu keputusan pembelian (Y).� Untuk lebih jelas bisa dilihat pada tabel di bawah ini:
Tabel 9
Hasil uji Path Coefficient Pada Variabel
Variabel Independen |
Keputusan
Pembelian (Y) |
Keterangan |
EWOM (X1) |
0.486 |
positif |
Brand Image (X2) |
0.238 |
positif |
Brand Trust (X3) |
0.238 |
positif |
3.
Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan metode resampling bootstrap yang dikembangkan oleh Geisser dan Stone. Statistik yang digunakan adalah statistik t atau uji t. Selain itu, pengujian hipotesis juga dilihat dari nilai P-value yaitu besarnya peluang (probabilitas) yang diamati dari uji statistik. Hipotesis dikatakan signifikan jika nilai t-hitung > t-tabel, dengan t-tabel sebesar 1.960 pada signifikan kebebasan atau P-value 5% (α =5%)� (Yamin & Kurniawan, 2009). Cara pengambilan keputusan adalah sebagai berikut:
�
Jika P-Values
>
α� (0.05) atau t hitung < t
tabel, Ho diterima dan Ha ditolak.
�
Jika
P-Values < α� (0.05) atau t hitung
> t tabel, Ho ditolak dan Ha diterima
Hasil pengujian hipotesis dengan menggunakan software SmartPLS 3 dapat dilihat pada tabel dibawah ini:
Tabel 10
Hasil Uji T dan P-value
Hubungan
Antar Konstruk |
Original �� Sample (O) |
T
Statistics (|O/STDEV|) |
P Values |
EWOM (X1)
-> Keputusan Pembelian (Y) |
0.486 |
7.388 |
0.000 |
brand image (X2) -> Keputusan
Pembelian (Y) |
0.238 |
3.421 |
0.001 |
brand trust (X3) -> Keputusan
Pembelian (Y) |
0.238 |
2.734 |
0.006 |
Pada tabel 10, diketahui nilai t statistics pada variabel EWOM
sebesar 7.388 yang lebih besar
dari nilai t tabel = 1.960, dan nilai P-Values
= 0.000 yang kurang dari α = 0.05 dengan nilai coefficient adalah positif yaitu
sebesar 0.486. Variabel Brand image juga menunjukkan nilai t statistics sebesar 3.421 yang lebih rendah dari nilai t tabel =
1.960, dan nilai P-Values = 0.001
yang kurang dari α = 0.05. Nilai coefficient
adalah positif yaitu sebesar
0.238. Pada variabel Brand Trust nilai t
statistics pada variabel EWOM sebesar
7.388 yang lebih besar dari nilai t
tabel = 1.960, dan nilai P-Values =
0.000 yang kurang dari α = 0.05 dengan nilai coefficient adalah positif yaitu
sebesar 0.486. Variabel brand
image juga menunjukkan nilai t
statistics sebesar 3.421 yang lebih
rendah dari nilai t tabel = 1.960, dan nilai P-Values = 0.001 yang kurang dari α = 0.05. Nilai coefficient variabel ini juga positif yaitu sebesar 0.238. Hasil
pengujian hipotesis menunjukkan bahwa hipotesis EWOM (X1), Brand
Image (X2), Brand
Trust (X3) berpengaruh positif dan signifikan terhadap
Keputusan Pembelian (Y) diterima.
Kesimpulan
Berdasarkan hasil� penelitian� yang�
telah diuraikan, maka dapat
ditarik kesimpulan yaitu terdapat pengaruh antara EWOM, brand image dan brand
trust terhadap keputusan pembelian VOD
Netflix. Hal ini memperlihatkan bahwa semakin banyak electronic word of
mouth (EWOM) yang beredar sosial
media twitter dan instagram maka akan
semakin besar pula pengaruhnya terhadap keputusan pembelian. Penelitian ini
juga memperlihatkan bahwa brand image
VOD Netflix menjadi
salah satu faktor dalam keputusan pembelian dan citra merek (brand image) yang
dibentuk oleh perusahaan terhadap VOD Netflix mampu memberikan persepsi yang
baik kepada konsumen. Selain itu. brand trust VOD Netflix merupakan salah satu faktor dalam
keputusan pembelian dan brand Netflix
sudah mendapatkan kepercayaan yang cukup kuat dari para konsumenya.
Aaker, David A.,
& Alexander, L. Biel. (2009). Brand equity and Advertising: Advertising
Role in Building Srong Brands. Hillsdale: Lawrence Equilibrium Associates.
Inc.Google Scholar
Abdillah, Willy, & Hartono, Jogiyanto. (2015). Partial Least Square
(PLS): alternatif structural equation modeling (SEM) dalam penelitian bisnis. Yogyakarta:
Penerbit Andi, 22, 103�150. Google Scholar
Adiwidjaja, Adrian Junio. (2017). Pengaruh brand image dan brand trust
terhadap keputusan pembelian sepatu converse. Agora, 5(2). Google Scholar
Delgado‐Ballester, Elena, & Munuera‐Alem�n, Jos� Luis.
(2005). Does brand trust matter to brand equity? Journal of Product &
Brand Management. Google Scholar
Hartono, Jogiyanto. (2011). Konsep dan aplikasi structural equation
modeling berbasis varian dalam penelitian bisnis. Yogyakarta: UPP STIM YKPN. Google Scholar
Hussein, Ananda Sabil. (2015). Penelitian bisnis dan manajemen menggunakan
Partial Least Squares (PLS) dengan SmartPLS 3.0. Universitas Brawijaya. Google Scholar
Jayani, D. H. (2019). Berapa Pelanggan Streaming Netflix di Indonesia.
Retrieved from Databoks, pelanggan streaming Netflix: https://databoks . Google Scholar
Jeong, EunHa, & Jang, SooCheong Shawn. (2011). Restaurant experiences
triggering positive electronic word-of-mouth (eWOM) motivations. International
Journal of Hospitality Management, 30(2), 356�366. Google Scholar
Kotler, P. (2016). Prinsip-Prinsip Pemasaran. Jakarta: PT Rineka
Cipta. Google Scholar
Kotler, Philip, & Keller, Kevin Lane. (2009). Manajemen Pemasaran,
edisi ketiga belas. Jakarta: Erlangga. Google Scholar
Kotler, Philip, & Keller, Kevin Lane. (2016). Marketing Management
(15th ed.). Pearson Education,Inc. Google Scholar
Litvin, Stephen W., Goldsmith, Ronald E., & Pan, Bing. (2008).
Electronic word-of-mouth in hospitality and tourism management. Tourism
Management, 29(3), 458�468. Google Scholar
Neuman, Shlomo P. (2003). Maximum likelihood Bayesian averaging of
uncertain model predictions. Stochastic Environmental Research and Risk
Assessment, 17(5), 291�305. Google Scholar
Peter, J. Paul, & Olson, Jerry C. (2000). Consumer behavior: Perilaku
konsumen dan strategi pemasaran. Jakarta: Erlangga. Google Scholar
Rufaida, Tawisku Galuh. (2020). Pengaruh EWOM, Brand Image dan Brand
Trust terhadap Keputusan Pembelian (Studi Kasus Pelanggan Video On Demand
Netflix). UNIVERSITAS BAKRIE. Google Scholar
Sarwono, Jonathan, & Narimawati, Umi. (2015). Membuat skripsi, tesis,
dan disertasi dengan partial least square sem (pls-sem). Yogyakarta: ANDI. Google Scholar
Sasmita, Hamdani. (n.d.). DAFTAR PUSTAKA. Abdullah, Faisal Dasar-Dasar
Manajemen Keuangan. Edisi Pertama. Malang: Universitas Muhammadiyah. Google Scholar
Setiadi, Nugroho J., & SE, M. M. (2019). Perilaku Konsumen: Perspektif
Kontemporer pada Motif, Tujuan, dan Keinginan Konsumen Edisi Ketiga (Vol.
3). Prenada Media. Google Scholar
Sugiyono, P. D. (2015). Metode penelitian dan pengembangan. Res. Dev. D,
2015, 39�41. Google Scholar
Yamin, Sofyan, & Kurniawan, Heri. (2009). Structural Equation Modeling
dengan Lisrel�PLS. Jakarta: Penerbit Salemba. Google Scholar
Yesudian, Patrick. (2009). Marching toward hair research: HAIRINDIA 2010. International
Journal of Trichology, 1(2), 81. Google Scholar
Copyright
holder: Tawisku
Galuh Rufaida (2021) |
First
publication right: |
This
article is licensed under: |