Introduction
Saat ini, teknologi adalah bagian dari kehidupan sehari-hari. Masyarakat menantikan produk yang menawarkan sistem teknologi canggih yang dapat meningkatkan cara mereka melakukan sesuatu (yaitu selama mengemudi). Pertumbuhan pesat sistem teknologi yang diadopsi dalam industri otomotif telah memaksa pembuat mobil untuk membuat sistem teknologi tinggi ke dalam produk mobil mereka untuk mendapatkan keunggulan kompetitif yang dapat meningkatkan tingkat kekuatiran di kalangan konsumen otomotif (yaitu pengemudi). Dalam konteks penyelidikan ini, perasaan pelanggan (yaitu kecemasan) terhadap teknologi yang dipasang di mobil mereka akan menjadi poin penting untuk memahami niat pelanggan untuk mengulang pembelian mereka saat membeli mobil. Namun, Osswald dkk. (2012) mencatat bahwa ada tingkat kecemasan yang tinggi di masyarakat terhadap mobil berteknologi maju, yang dianggap sebagai perilaku pelanggan yang buruk.
Selain itu,
karena penduduk di negara-negara industri seperti Amerika Utara, Eropa, dan
Jepang tumbuh dengan lambat, kerugian pelanggan dapat menjadi bencana bagi
perusahaan. Hal ini disebabkan lebih sedikit pelanggan baru yang tersedia untuk
menggantikan mereka yang pergi (Blackwell et al., 2012). Dari konteks
penelitian ini, pertumbuhan populasi yang lambat di negara berkembang seperti
Malaysia, telah menyebabkan kesulitan perusahaan otomotif dalam memperoleh
pelanggan baru (MIDA, 2012). Persaingan ketat dalam lingkungan bisnis telah
mendorong perusahaan untuk mengambil tindakan dalam membangun hubungan dekat
dengan pelanggan mereka dan mendorong hubungan jangka panjang.
Karena fenomena ini, membangun dan
mempertahankan loyalitas merek tidak mudah dicapai oleh perusahaan karena
layanan yang ditawarkan kepada pelanggan tidak memuaskan dan pengiriman lambat,
terlepas dari kualitas produk (Es, 2012).
Oleh karena itu, pemasar perlu mengambil fenomena ini secara serius karena kualitas layanan dapat membantu mereka mencapai keunggulan kompetitif yang berkelanjutan dan loyalitas merek pelanggan (Yarimoglu, 2014). Selain itu, perusahaan dipaksa untuk menanamkan nilai yang sangat baik ke dalam produk dan layanan mereka karena individu saat ini dapat beralih merek dengan mudah karena berbagai merek hadir di pasar (Koller et al., 2011). Dengan demikian, perusahaan perlu memahami faktor penentu kesetiaan merek di antara pelanggan yang ada dan calon pelanggan.
Topik ini diharapkan menjadi
prioritas dalam membangun merek, terutama di pasar yang tumbuh cepat dan
berkembang (Meyer, 2014). Hal ini diterima dengan baik oleh para sarjana dan
praktisi di bidang pemasaran bahwa setidaknya lima kali lebih hemat biaya untuk
mempertahankan pelanggan yang ada dibandingkan dengan menarik pelanggan baru
(Oladele dan Akeke, 2012). Kesetiaan merek adalah istilah yang banyak digunakan
dan disalahgunakan. Meskipun banyak digunakan, banyak ahli menyelidiki determinan
yang berbeda dari loyalitas merek pelanggan, sehingga kurangnya konsistensi
dalam temuan investigasi (Es, 2012; Thompson et al., 2010; Sugiati et al.,
2013; Kassim et al. , 2014). Asumsi yang sering adalah bahwa pelanggan yang
puas adalah alasan bagi pelanggan untuk mengulang pembelian dari pemasok yang
sama (Alex dan Thomas, 2011; Chinomona dan Sandada, 2013; Goel, 2014). Namun,
banyak faktor lain yang dapat memengaruhi pelanggan untuk mengulang pembelian.
Oleh karena itu, penyelidikan ini bertujuan untuk menjembatani kesenjangan
penelitian dengan mengeksplorasi dan memeriksa faktor-faktor kunci yang
mempengaruhi loyalitas merek, serta peran moderasi kecemasan teknologi dalam
memperkuat hubungan antara kualitas layanan merek dan nilai merek terhadap loyalitas
merek.
Literature
Review
Sejak
1950-an, peneliti pemasaran telah melakukan beberapa penelitian dalam konteks
branding (Bastos dan Levy, 2012) karena pentingnya meningkatkan penjualan (Li
dan Green, 2011). Secara historis, loyalitas merek hanya dijelaskan dalam hal
perilaku pelanggan (yaitu pembelian berulang) dan sejak 1969, Day meluncurkan
konsep dua dimensi yang mencakup sikap dan perilaku (Sivarajah dan Sritharan,
2014). Namun, karena temuan yang tidak memadai mengenai dua dimensi kesetiaan pelanggan,
peneliti di bidang pemasaran menambahkan dimensi lain yang dikenal sebagai
komposit (Kaur dan Soch, 2013; Tabaku dan Kushi, 2013). Oleh
karena itu, tiga dimensi (yaitu sikap, perilaku dan komposit) diperlukan untuk
memahami dan mengukur level of brand loyalty (Chuah et al., 2014).
Dalam lingkungan bisnis yang
semakin inovatif dan agresif, persaingan sengit terjadi di antara perusahaan.
Salah satu faktor kunci keberhasilan perusahaan adalah bagaimana pelanggan
mempersepsikan kualitas layanan yang ditawarkan kepada mereka (Auka et al.,
2013), karena menentukan tingkat kepuasan mereka (Ivanauskienė dan
Volungėnaitė, 2014). Ini karena, laba dan penjualan suatu perusahaan bergantung
pada perilaku pelanggan (Rahman, 2014). Oleh karena itu, penting bagi perusahaan
untuk fokus tidak hanya pada peningkatan kualitas produk mereka untuk
menciptakan niat untuk membeli, tetapi juga untuk meningkatkan kualitas layanan
mereka. Di masa lalu, sedikit usaha telah dihabiskan dalam mempertahankan
hubungan dengan pelanggan setelah mereka membeli barang dalam bisnis ritel
meskipun kualitas layanan Brand ditemukan untuk mendorong pelanggan dalam
melakukan pembelian berulang dan tetap setia kepada Brand (Auka et al., 2013).
Kualitas layanan Brand diakui sebagai sikap positif pelanggan terhadap suatu Brand
(Chinomona et al., 2013). Namun, menawarkan layanan berkualitas tinggi bukan
satu-satunya cara untuk meningkatkan tingkat loyalitas Brand di antara
pelanggan, karena kecemasan terhadap alat teknologi terbaru yang dipasang di
mobil juga memainkan peran penting dalam memengaruhi loyalitas Brand pembeli.
Dalam dunia bisnis saat ini,
setiap perusahaan berusaha menarik perhatian pelanggan potensial mereka dengan
menanamkan nilai tinggi ke dalam produk mereka. Nilai Brand merupakan elemen
penting dalam mendapatkan keunggulan kompetitif (Sugiati et al., 2013). Ini
dapat didefinisikan sebagai apa yang pelanggan pikirkan tentang Brand, termasuk
kesenjangan antara harga yang dibayarkan dan manfaat yang diperoleh dari produk
yang ditawarkan oleh perusahaan (Thaichon et al., 2013). Pelanggan yang melihat
produk atau layanan memiliki nilai lebih dari harapan mereka akan mendorong
mereka untuk melakukan pembelian berulang dengan perusahaan yang sama (Alex dan
Thomas, 2011; Goel, 2014) hal ini dapat diukur dengan memeriksa apakah Brand tersebut
menawarkan harga yang wajar dan harga yang adil serta memberikan nilai tinggi atas
uang yang dihabiskan dalam membeli produk, bukan dari pesaingnya (Auka et al.,
2013). Berfokus pada nilai Brand membantu perusahaan untuk mempertahankan
hubungan yang lebih lama dengan pelanggan karena membangun kepercayaan terhadap
Brand produk (Hanzaee dan Andervazh, 2012) yang akhirnya akan mengarah pada
loyalitas Brand (Geçti dan Zengin, 2013).
Penelitian ini bertujuan untuk menambah sedikit pengetahuan dengan memasukkan FAKTOR kecemasan terhadap teknologi baru sebagai variabel ketika menguji tingkat loyalitas brand di antara konsumen otomotif. Seperti halnya dengan industri lain, penggunaan komponen elektronik dalam industri otomotif telah meningkat pesat karena berbagai aspek mengemudi mobil modern dikendalikan oleh teknologi elektronik canggih seperti akselerasi, pengereman, keamanan, dan navigasi (Osswald et al., 2012).
Selain itu, dengan teknologi
terbaru, pabrikan mobil saat ini memproduksi banyak mobil hemat bahan bakar
yang diyakini dapat melindungi lingkungan, sebagai tanggapan terhadap laporan
bahwa transportasi bertanggung jawab atas sekitar 20 persen emisi gas rumah
kaca global yang dilepaskan ke udara (Benthem dan Reynaert, 2015). Selanjutnya,
teknologi dapat digunakan sebagai salah satu alat pencegahan dalam memberikan
keamanan yang lebih besar dan menghindari pencurian (Laguador et al., 2013).
Oleh karena itu, konsumen lebih memilih untuk membeli mobil yang lebih aman
yang mencakup fitur keselamatan tambahan seperti airbag, sistem rem anti
penguncian dan sistem alarm anti pencurian.
Baru-baru ini, para peneliti
menunjukkan manfaat teknologi dalam industri otomotif, terutama dalam memberikan
keamanan dalam hal informasi, lingkungan keselamatan dan bantuan tugas
mengemudi (Osswald et al., 2012). Pesan di sini jelas: Rendahnya Kecemasan akan
teknologi yang dipakai akan meningkatkan kepercayaan terhadap brand, sementara tingginya
kecemasan kurangya teknologi mengurangi kepercayaan terhadap brand. Setelah
pelanggan menempatkan kepercayaan mereka pada brand, mereka berniat untuk tetap
setia dengan brand tersebut. Dalam kaitannya dengan perilaku konsumen dalam
industri teknologi terkait, diakui bahwa hubungan antara infrastruktur
teknologi dan niat pelanggan untuk dimoderasi oleh kekuatiran akan teknologi
(Yang dan Forney, 2013). Oleh karena itu, kecemasan akan teknologi diyakini
berperan dalam memperkuat hubungan loyalitas brand.
Dalam studi sebelumnya, peneliti
menggunakan Technology Acceptance Model (TAM) dan Car Technology Acceptance
Model (CTAM) untuk mengukur tingkat kecemasan di antara pengguna terhadap
teknologi (Osswald et al., 2012; Gelbrich dan Sattler, 2014). CTAM merupakan
perpanjangan dari Unified Theory of Acceptance and Use of Technology (UTAUT).
Teori UTAUT terutama dikembangkan untuk menjelaskan dan memprediksi penerimaan
pengguna terhadap teknologi dari konteks organisasi. Karena model UTAUT hanya
digunakan untuk mengukur kecemasan dalam konteks komputer (Yang dan Forney,
2013) dan bukan dari konteks sistem teknologi lainnya seperti penggunaan
teknologi dalam mobil (Osswald et al., 2012), CTAM telah diperkenalkan oleh
Venkatesh et al. (2012) untuk lebih meningkatkan kekuatan penjelas dari model.
Oleh karena itu, untuk memprediksi kecemasan teknologi dalam konteks pelanggan
mengenai sistem teknologi yang dipasang di mobil, penyelidikan ini bermaksud
untuk meninjau kembali faktor-faktor yang diprediksi oleh CTAM dengan
memperkenalkan kualitas layanan merek dan nilai merek untuk mengukur dan
menganalisis kecemasan teknologi di antara pengemudi.
Conceptual Framework
Sesuai dengan tinjauan literatur dan tujuan penyelidikan ini, kerangka yang diusulkan dibangun untuk menyelidiki pengaruh tidak langsung kualitas layanan merek dan nilai merek terhadap loyalitas merek, dengan peran moderasi kecemasan teknologi. Model yang diusulkan digambarkan pada Gambar 1
3.1 Relationship between
Brand Service Quality and Brand Loyalty
Es (2012) mengungkapkan hubungan positif antara kualitas layanan dan loyalitas merek dalam konteks industri komponen otomotif (misalnya, bahan dan aksesoris mobil). Penulis mengkonfirmasi dimensi kualitas layanan (yaitu, bukti fisik, jaminan, empati, daya tanggap, dan keandalan) sebagai memiliki hubungan positif dengan loyalitas merek. Namun, kualitas layanan ditemukan tidak memiliki hubungan langsung dengan loyalitas merek karena pengaruh kepuasan pelanggan terhadap hubungan tersebut. Penulis menyimpulkan bahwa keandalan kualitas layanan memegang nilai tertinggi dalam mengukur loyalitas merek.
Selain itu, Zehir et al. (2011) meneliti hubungan antara kualitas layanan dan loyalitas merek dalam konteks merek otomotif global di Turki. Penelitian difokuskan pada pengaruh kualitas layanan dan komunikasi merek pada loyalitas merek yang dipengaruhi oleh kepercayaan merek. Para penulis menyimpulkan bahwa kualitas layanan merek berkorelasi positif dengan loyalitas merek. Di masa lalu, studi tentang loyalitas merek tidak cukup memperhatikan kualitas layanan merek (Ahmed et al., 2013; Chinomona et al., 2013). Oleh karena itu, untuk menciptakan loyalitas merek di antara pelanggan, manajer pemasaran perlu meningkatkan kualitas layanan yang diberikan kepada pelanggan mereka. Argumen-argumen ini menunjukkan bahwa kualitas layanan merek mempengaruhi loyalitas merek, yang dapat diusulkan sebagai:
H1: Ada hubungan positif antara kualitas layanan merek dan loyalitas merek.
(There is a positive relationship between brand service quality and brand loyalty.)
3.2 Relationship between
Brand Value and Brand Loyalty
Sebuah penelitian yang dilakukan
oleh Sugiati et al. (2013) menemukan bahwa nilai pelanggan (mis. Fungsional,
emosional, sosial, layanan pelanggan, dan kewajaran harga) memiliki peran
positif dan signifikan dalam meningkatkan kepuasan pelanggan. Ini karena,
nilai-nilai yang lebih baik tertanam dalam produk meningkatkan tingkat kepuasan
yang menghasilkan loyalitas merek pelanggan meningkat. Namun, penulis membantah
bahwa efek tidak langsung dari nilai merek pada loyalitas merek dapat
dijelaskan lebih lanjut oleh kepuasan pelanggan. Demikian pula, Senel (2011)
menyatakan bahwa persepsi nilai memiliki pengaruh tidak langsung pada loyalitas
merek melalui kepuasan pelanggan dari konteks sektor mobil Turki. Karena
ketidakberaturan dalam temuan ini, ada alasan untuk kekhawatiran karena
beberapa peneliti telah menyimpulkan bahwa nilai merek memiliki pengaruh
langsung pada loyalitas merek (Auka et al., 2013; Tabaku dan Kushi, 2013).
Di sisi lain, Koller dkk. (2011)
menemukan bahwa nilai yang dirasakan memiliki pengaruh langsung pada loyalitas
pelanggan merek, dalam konteks industri otomotif. Para penulis menyelidiki
pengaruh dimensi nilai merek (yaitu fungsional, ekonomi, emosional dan sosial)
pada loyalitas merek dan menyimpulkan bahwa nilai merek berdampak pada
loyalitas merek dengan pengaruh penuh sub-dimensi nilai merek. Mendukung ini,
penyelidikan yang dilakukan oleh Kuikka dan Laukkanen (2012) menunjukkan bahwa
nilai merek memiliki pengaruh langsung pada loyalitas merek. Namun, penelitian
di bidang ini telah memberikan sedikit perhatian untuk membedakan pengaruh
nilai yang dirasakan dan nilai merek terhadap loyalitas merek. Oleh karena itu,
penting untuk menyelidiki lebih lanjut hubungan langsung antara nilai merek dan
loyalitas merek, yang dapat dirumuskan sebagai:
H2: Ada hubungan positif antara nilai merek dan loyalitas merek.
(There is a positive relationship between
brand value and brand loyalty.)
3.3 The Moderator Role
of Technology Anxiety
Literatur yang ada telah menetapkan bahwa kecemasan akan
teknologi dapat menyebabkan pola perilaku pelanggan yang berbeda (misalnya,
Khan dan Khawaja, 2013; Nsairi dan Khadraoui, 2013; Yang dan Forney, 2013;
Gelbrich dan Sattler, 2014). Beberapa peneliti mengakui bahwa kecemasan
teknologi akan memperkuat hubungan loyalitas merek (Khan dan Khawaja, 2013),
sementara yang lain memberikan bukti pada efek dari nilai yang dirasakan dan
kecemasan terhadap loyalitas merek (Nsairi dan Khadraoui, 2013). Hal ini
didukung oleh Yang dan Forney (2013) yang mengakui bahwa, kecemasan teknologi
memainkan peran moderasi dalam hubungan adopsi belanja sementara peneliti lain
mengklaim bahwa kecemasan teknologi adalah faktor penting selama keputusan
pembelian pelanggan (Osswald et al., 2012). Mouakket dan Al-Hawari (2012)
menyerukan perpanjangan pada model loyalitas merek yang ada dengan
mengintegrasikan kecemasan teknologi sebagai variabel moderasi dalam mengukur
loyalitas merek. Mengenai studi kegelisahan akan teknologi, penelitian
sebelumnya berpendapat bahwa ada hubungan langsung antara kecemasan teknologi
dan niat pelanggan (Gelbrich dan Sattler, 2014) dan ini memainkan peran
moderasi dalam memperkuat hubungan antara kepercayaan dan perilaku pelanggan
(Hsu, 2014); kualitas layanan dan pembelian berulang (Lee et al., 2009). Dukungan
empiris untuk efek moderasi kecemasan teknologi pada loyalitas merek termasuk
penelitian yang dilakukan oleh Khan dan Khawaja (2013) yang menemukan kecemasan
teknologi memperkuat hubungan kausal antara pemasaran hubungan pelanggan dan
loyalitas merek.
Meskipun panggilan untuk pemahaman yang lebih baik dari
loyalitas merek pelanggan melalui pertimbangan nilai merek dan kecemasan
teknologi, konsep loyalitas pelanggan merek mungkin tidak sepenuhnya dipahami.
Kekurangan terbesar adalah dalam pemahaman dan inklusi kegelisahan teknologi
dalam mengukur loyalitas pelanggan merek. Banyak pengukuran kecemasan dianggap
tidak mampu mengukur loyalitas merek pelanggan terutama di sektor otomotif,
karena penelitian sebelumnya telah memeriksa kecemasan dari konteks gadget
teknologi seperti komputer dan ponsel (misalnya Vlachos et al., 2010; Nsairi
dan Khadraoui, 2013; Yang dan Forney, 2013; Gelbrich dan Sattler, 2014).
Argumen-argumen ini menunjukkan efek tidak langsung kualitas layanan merek dan
nilai merek pada loyalitas merek, yang dimoderasi oleh kecemasan teknologi yang
dapat diusulkan sebagai:
H3a: Semakin rendah tingkat kecemasan akan teknologi,
semakin tinggi dampak layanan merek terhadap loyalitas merek
(The
lower the level of technology anxiety, the higher will be the impact of brand
service quality on brand loyalty)
H3b: Semakin rendah tingkat kegelisahan
teknologi, semakin tinggi pula dampak nilai merek terhadap loyalitas merek
(The lower the level of technology anxiety, the higher will be
the impact of brand value on brand loyalty)
Research Methodology
Penelitian ini merupakan Investigasi
eksplanatif yang bertujuan untuk mengungkapkan dan menguji hubungan antara
kualitas layanan merek, nilai merek, kecemasan akan teknologi, dan loyalitas
merek. Data diperoleh dengan mengelola kuesioner yang didistribusikan kepada
responden yang dipilih. Responden yang dipilih adalah konsumen otomotif di
Semenanjung Utara Malaysia (yaitu, Perlis, Kedah, dan Penang). Selanjutnya,
sesuai dengan kerangka yang diusulkan dalam penyelidikan ini, variabel
penelitian ini terdiri dari variabel eksogen (independen) termasuk brand
service quality (BSQ) dan brand value (BV), variabel moderasi yang terdiri dari
technology anxiety (TA) dan endogen (tergantung ) variabel yang terdiri dari brand
loyalty (BL). Setiap variabel penelitian adalah variabel laten yang tidak
teramati yang diukur dengan membandingkan jumlah indikator. Setiap indikator
terdiri dari item yang telah dikonstruksi menjadi pernyataan. Data berada dalam
skala Likert yang dilabeli oleh 1 (sangat tidak setuju) hingga 5 (sangat
setuju) yang menunjukkan sejauh mana kesepakatan dan ketidaksepakatan terhadap
pernyataan. Data yang diperoleh kemudian dikonfirmasi untuk validitas dan
reliabilitasnya melalui analisis.
Partial Least Squares (PLS) yang
merupakan teknik yang telah sering diadopsi oleh penelitian sebelumnya
(misalnya, Chinomona et al., 2013; Sugiati et al., 2013; Wang et al., 2013)
dipekerjakan dalam penyelidikan ini untuk menganalisis model yang diusulkan.
PLS telah membenarkan asumsi pada data distribusi non-normal, ukuran sampel
kecil responden dan direkomendasikan untuk konstruksi yang terukur secara
formal (Hair et al., 2014). Karena sampel uji coba dalam penelitian ini relatif
kecil, PLS ditemukan lebih cocok untuk tujuan penyelidikan ini. Untuk
menganalisis model yang diusulkan, penyelidikan ini mengikuti prosedur dua
langkah untuk analisis data yang mencakup model pengukuran dan model struktural
(Hair et al., 2013).
Untuk menilai model pengukuran,
investigasi ini mengukur validitas konvergen dan diskriminatif. Pengukuran
validitas konvergen menunjukkan kedekatan hubungan antar item dalam konstruk
yang sama, sedangkan validitas konvergen menganalisa composite reliability (CR)
dan average variance extracted (AVE). Peneliti dalam penelitian berbasis PLS
menggunakan CR sebagai alternatif yang lebih disukai untuk alpha Cronbach untuk
menguji validitas konvergen dalam model reflektif. Ini karena alpha Cronbach
dapat over-atau meremehkan skala keandalan, biasanya yang terakhir (Garson,
2016). Seperti yang disarankan oleh Hair et al. (2014), nilai CR harus sama
atau lebih besar dari 0,7. Namun, ada pengecualian untuk studi eksplorasi
karena nilai CR harus sama atau lebih besar dari 0,6 (Chin dan Newsted, 1999).
Selanjutnya, nilai AVE harus lebih besar dari 0,5 (Fornell dan Larcker, 1981;
Chin dan Newsted, 1999), serta lebih besar daripada pemuatan silang, di mana
faktor-faktor harus menjelaskan setidaknya setengah varians dari indikator
reflektif mereka (Garson). , 2016). Oleh karena itu, hasil dalam penyelidikan
ini dapat diterima ketika CR dan nilai-nilai AVE sama atau lebih besar dari 0,6
dan 0,5, masing-masing.
Result
5.1 Reliability and
Validity
Model pengukuran dalam
penelitian ini diimplementasikan untuk menguji validitas indikator (Hair et
al., 2014); di mana loading faktor masing-masing indikator secara hati-hati
diperiksa dan indikator dengan pemuatan lebih besar dari 0,7 diterima (Hair et
al., 2013). Sebagai akibatnya, 9 item dengan pemuatan kurang dari 0,7 telah
dihapus setelah uji coba telah dilakukan dalam rangka meningkatkan keandalan
komposit atau AVE dalam komponen urutan pertama BSQ dan BV.
Analisis reliabilitas dilakukan
dengan menghitung alpha Cronbach, dengan masing-masing dari tujuh langkah
melebihi ambang 0,7 diperlukan untuk penelitian ini (Nunnaly dan Bernstein,
1994), mewakili pengukuran reliabilitas konsistensi internal. Investigasi ini
mencapai tingkat keandalan yang tinggi karena nilai reliabilitas komposit
berkisar dari 0,888 hingga 0,919, sedangkan nilai koefisien rentang alpha
Cronbach dari 0,830 hingga 0,882 untuk tiga konstruk yang ditunjukkan pada
Tabel 1. Semua konstruk dalam penelitian ini memperoleh tingkat keandalan
komposit yang dapat diterima yang berada di atas titik potong .6 seperti yang
disarankan oleh Chin dan Newsted (1999). Oleh karena itu, menunjukkan bahwa
skala yang digunakan untuk mengukur dimensi untuk setiap konstruk dalam
penelitian ini dapat diandalkan.
Table
1: Reliability and Validity
Note: BSQ= Brand service quality; BV= Brand value; BL= Brand
loyalty; C.R= Composite Reliability; AVE= Average Variance Reliability
Selain itu, nilai maksimum
koefisien jalur kuadrat adalah .5 (Hair et al., 2013), semua konstruksi yang
diteliti dalam penelitian ini melebihi koefisien jalur kuadrat. Nilai-nilai
untuk AVE berkisar antara 0,668 hingga 0,739 dan validitas konvergen untuk
masing-masing konstruk menunjukkan loading faktor pada setiap konstruk lebih
dari 0,5. Sementara itu, ukuran validitas diskriminan disajikan dalam penyelidikan
ini (Tabel 2) dengan menghitung akar kuadrat AVE yang melebihi inter-korelasi
konstruk dalam model yang diusulkan seperti yang direkomendasikan oleh Fornell
dan Larcker (1981). Ketika menganalisis sepasang konstruk, nilai AVE untuk
setiap konstruk harus lebih besar dari koefisien jalur struktural kuadrat
antara dua konstruk untuk didukung oleh validitas diskriminan. Berdasarkan
Tabel 2, elemen diagonal (dalam huruf tebal), yang mewakili akar kuadrat AVE,
lebih besar dari elemen nondiagonal lain yang mewakili korelasi variabel laten.
Oleh karena itu, ini menegaskan bahwa validitas diskriminan telah ditetapkan
dalam penyelidikan ini.
Table
2: Fornell-Larcker criterion
Catatan: Elemen diagonal (dalam huruf tebal) adalah akar kuadrat
dari Average Variance Extracted. Unsur nondiagonal lainnya adalah korelasi
variabel laten.
5.2 Hypotheses Testing
Seperti yang ditunjukkan pada
Tabel 3 dan pada Gambar 2, temuan untuk pengujian hipotesis dalam penelitian
ini diperoleh dengan menggunakan perangkat lunak Smart PLS. Semua estimasi
koefisien signifikan (p <.05) sesuai dengan arah yang dihipotesiskan. Hasil
yang diperoleh mendukung semua dua (2) hipotesis. Kedua hipotesis dirumuskan
menjadi positif dan signifikan. H1 dan H2 berhipotesis bahwa kualitas layanan
merek dan nilai merek memiliki pengaruh tidak langsung pada loyalitas merek.
Dalam menguji hipotesis yang
diajukan, koefisien jalur standar diharapkan setidaknya .2 dan lebih disukai
lebih besar dari 0,3 (Chin dan Newsted, 1999). Namun, Garson (2016) menyatakan
bahwa koefisien jalur adalah koefisien jalur standar di mana bobot lintasan
bervariasi dari -1 ke +1. Bobot yang paling dekat dengan absolut 1 menunjukkan
jalur terkuat, sedangkan berat paling dekat ke 0 menunjukkan jalur terlemah.
Seperti yang ditunjukkan pada Gambar 2, bobot jalur 0,550 dan 0,395 menunjukkan
bahwa kualitas layanan merek dan nilai merek memiliki efek positif pada
loyalitas merek.
Akurasi prediksi model dapat
diukur dengan menganalisis koefisien determinasi (R2). Seperti yang disarankan
oleh Hair et al. (2014), aturan praktis pada R2 yang dapat diterima adalah
0,75, 0,50 dan 0,25, menjelaskan tingkat akurasi prediktif, moderat atau lemah
masing-masing. Seperti yang disajikan pada Gambar 2, nilai R2 untuk variabel
endogen adalah 0,773 menunjukkan bahwa kualitas layanan merek dan nilai merek
menyumbang 77,3% dari varians dalam loyalitas merek. Berdasarkan hasil,
variabel eksogen memiliki kekuatan prediktif yang kuat terhadap loyalitas
merek, seperti yang dikonfirmasi oleh nilai R2 lebih besar dari ambang 0,75
disarankan oleh Hair et al. (2011).
Keandalan koefisien dalam
penyelidikan ini diperoleh dari bootstrap. Sebanyak 500 resample
direkomendasikan untuk tujuan eksplorasi, sedangkan jumlah yang lebih besar
(5.000 resample) sesuai untuk tujuan konfirmasi (Garson, 2016). Untuk menilai
signifikansi koefisien jalur, kesalahan standar, t-nilai dan p-nilai dari jalur
yang dihipotesiskan dalam penyelidikan ini, metode bootstrap (500 resample)
digunakan. Semua nilai tv lebih besar dari 1,96 dianggap signifikan pada
tingkat 0,05, sedangkan untuk p-nilai, semua jalur signifikan ketika lebih besar
dari tingkat probabilitas 0,001 (Garson, 2016). Ini memberikan dukungan untuk
hipotesis dengan koefisien jalur signifikan di atas 0,2. Nilai t dan p
masing-masing disajikan pada Tabel 3
Table
3: Results of structural equation model analysis
*** indicates p < .01; ** indicates p < .05 (***
menunjukkan p <.01; ** menunjukkan p <.05)
Figure
2: Measurement and Structural Model Results
Note: BSQ = Brand service quality; BV = Brand value; BL = Brand
loyalty
5.3 Test of the Moderating
Effect
“Variabel moderator memiliki
relevansi yang tinggi karena hubungan yang kompleks biasanya tunduk pada
kontinjensi” (Vinci et al., 2010).
Namun, variabel
moderator jarang diuji dalam konteks pemodelan persamaan struktural (Henseler
dan Fassott, 2010). Hipotesis moderator dalam sebuah penelitian menegaskan
apakah efek interaksi (yaitu, jalur c) signifikan, independen dari besarnya
koefisien jalur a dan b, sesuai dengan ide yang diusulkan oleh Baron dan Kenny
(1986). Selanjutnya, Henseler dan Fassott (2010) menyarankan pendekatan dua
tahap PLS bagi para peneliti dalam studi berbasis PLS untuk memperkirakan efek
moderasi menggunakan konstruk formatif. Skor variabel laten akan diestimasi
pertama selama tahap pertama sebelum digunakan pada tahap kedua untuk menentukan
koefisien fungsi regresi dengan menggunakan rumus. Model jalur PLS yang
digambarkan pada Gambar 3, termasuk efek moderasinya dapat dirumuskan secara
matematis sebagai berikut:
Y = a + b · X + c · M + d · (X ×
M)
Berdasarkan rumus matematika,
Henseler dan Fassott (2010) lebih lanjut menjelaskan bahwa a adalah intercept,
dan b dan c adalah lereng eksogen (X) dan moderator (M), masing-masing.
Pengaruh variabel eksogen terhadap variabel endogen dengan bantuan moderator
dan variabel interaksi terhadap variabel endogen diperkirakan dalam
penyelidikan ini untuk menguji efek moderasi (lihat Gambar 3).
Figure
3: Measurement and Structural Model Results with Moderator
Note: BSQ = Brand service quality; BV = Brand value; TA =
Technology anxiety; BL = Brand loyalty
Untuk menafsirkan efek moderasi
dalam formatif membangun untuk penelitian berbasis PLS, ada dua langkah untuk
mengikuti (Henseler dan Fassott, 2010): (1) menentukan signifikansi efek
moderasi, dan (2) menentukan kekuatan moderasi efek. Pada langkah pertama,
disarankan untuk melakukan bootstrapping untuk memperkirakan kesalahan standar
dari parameter model (Chin et al., 2003). Model PLS juga dapat diuji
menggunakan tes Chow untuk mengukur apakah koefisien jalur tertentu berbeda di
seluruh kelompok (Chow, 1978). Dalam penelitian ini, kami menemukan koefisien
jalur antara kualitas layanan merek dan loyalitas merek dengan peran moderasi
dari kecemasan teknologi adalah .174. Ini menunjukkan bahwa kecemasan teknologi
tingkat tinggi meningkatkan hubungan antara kualitas layanan merek dan
loyalitas merek.
Sebaliknya, koefisien jalur
antara nilai merek dan loyalitas merek dengan peran moderasi dari kecemasan
teknologi adalah -0.175. Ini menunjukkan bahwa kecemasan teknologi tingkat
tinggi memperlemah hubungan antara nilai merek dan loyalitas merek. Oleh karena
itu, H3b didukung dalam penyelidikan ini sedangkan H3a tidak didukung. Langkah
kedua dalam menafsirkan efek moderasi adalah dengan menentukan kekuatan efek
moderasi.
Ini dapat diukur dengan membandingkan
proporsi varian dijelaskan dalam model utama (yaitu model termasuk efek
moderasi). Ide ini juga menjelaskan perkiraan parameter untuk ukuran efek.
Sebagaimana dinyatakan oleh Cohen et al. (2013), peneliti dapat mengukur ukuran
efek (f 2) dengan menggunakan rumus berikut:
f 2 = R2
model with moderator – R2 model without moderator / 1 – R2 model with moderator
f 2 = 0.817
– 0.773 / 1 – 0.817
f 2 = 0.24
Efek moderat dengan ukuran efek,
f 2 dari .02 dapat dianggap lemah, ukuran efek dari 0,15 dan di atas sebagai
moderat, dan ukuran efek di atas .35 sebagai kuat. Oleh karena itu, ukuran efek
dari perkiraan parameter dalam penyelidikan ini dianggap sebagai moderat ketika
nilai f2 kurang dari 0,35 (yaitu, .24). Seperti yang dikemukakan oleh Chin (2010),
"efek ukuran rendah (f 2) tidak selalu berarti bahwa efek moderator yang
mendasarinya dapat diabaikan". Ini karena “bahkan efek interaksi kecil
dapat berarti di bawah kondisi moderat yang ekstrim. Jika perubahan beta yang
dihasilkan bermakna, penting untuk mempertimbangkan kondisi ini ”(Chin et al.,
2003).
6.0 Discussion and
Conclusion
Kualitas layanan merek memiliki
pengaruh positif langsung yang kuat terhadap loyalitas merek, yang terjadi di
atas efek tidak langsung, melalui pengurangan kecemasan akan teknologi. Ini
berarti bahwa penolakan dalam menggunakan sistem teknologi yang terpasang di
mobil terutama disebabkan oleh reaksi emosional para pengemudi karena mereka
takut akan teknologi tetapi bukan sebagai hasil dari refleksi kognitif pada
kualitas layanan merek. Dari temuan, kualitas layanan merek dan nilai merek
bukanlah satu-satunya elemen penting dalam perusahaan untuk membangun hubungan
jangka panjang dengan pelanggan, tetapi elemen-elemen ini memegang peran
penting dalam meningkatkan kinerja perusahaan (Oladele dan Akeke, 2012). Ini
karena perusahaan memiliki kemampuan untuk meminimalkan kecenderungan pelanggan
mereka untuk berganti merek. Persepsi pelanggan yang baik pada kualitas produk
dan layanan akan memuaskan dan mempertahankan pelanggan di dalam perusahaan,
karena pelanggan cenderung tetap setia kepada merek saat ini yang telah mereka
percaya dan kenal. Ini akan menghasilkan pangsa pasar yang lebih besar bagi
perusahaan karena peningkatan loyalitas pelanggan.
Dari penyelidikan ini, itu menunjukkan
bahwa tingkat kecemasan akan teknologi yang rendah mempengaruhi loyalitas merek
di antara pelanggan ke tingkat yang jauh lebih besar daripada tingkat kecemasan
yang tinggi. Oleh karena itu, agen pemasaran dalam industri otomotif yang ingin
memasuki pasar Malaysia harus mengerahkan lebih banyak upaya untuk menyediakan
pelanggan dengan informasi tentang sistem yang dipasang di mobil melalui manual
instruksi sederhana dan mudah dibaca untuk mengurangi tingkat kecemasan di
antara mereka. para pengemudi.
Selanjutnya, diakui bahwa model
yang diusulkan dalam makalah ini terkenal di bidang pemasaran dan telah diuji
pada produk dan layanan hanya di negara-negara maju. Namun, penelitian ini
menjembatani kesenjangan penelitian dalam menyelidiki efek kecemasan teknologi
dalam hubungan loyalitas merek, dalam konteks industri otomotif di negara
berkembang seperti Malaysia. Pada saat yang sama, penelitian ini mampu
memverifikasi model konseptual yang diusulkan dan menguji model di Negara
Bagian Utara Peninsular Malaysia (yaitu, Perlis, Kedah dan Penang). Sangat
disarankan bahwa penelitian masa depan menggunakan ukuran sampel yang lebih
besar dan memeriksa variabel tambahan yang memengaruhi loyalitas merek (mis.,
Komunikasi merek, identitas merek, kepuasan merek, dan komitmen) untuk
mendapatkan pemahaman yang jelas dan lebih baik tentang loyalitas merek. Ruang
lingkup studi masa depan dapat difokuskan pada generasi Y, karena generasi ini
mewakili persentase besar populasi di kedua negara maju dan berkembang.