�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

 

Abstract

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 mouthbrand 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.

 

data penggunan netflix

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)

  1. User Image (Citra pemakai)

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.

  1. Analisa Deskriptif Variabel EWOM

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

 

  1. Analisa Deskriptif Variabel Brand Image

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

 

 

  1. Analisa Deskriptif Variabel Brand Trust

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)

 

  1. Analisa Deskriptif Variabel Keputusan Pembelian

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 > 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.

 

 

 

 


BIBLIOGRAFI

 

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:

Syntax Literate: Jurnal Ilmiah Indonesia

This article is licensed under: