Analisis Harga, Kualitas Produk, Citra Merek Dan Keputusan Pembelian Produk Smartphone Xiaomi

You might also like

Download as pdf or txt
Download as pdf or txt
You are on page 1of 7

Volume 14 No 1, April 2021 Hlm.

72-78
http://journal.trunojoyo.ac.id/pamator
ISSN: 1829-7935

Analisis Harga, Kualitas Produk, Citra Merek Dan Keputusan Pembelian


Produk Smartphone Xiaomi
Listiana1*, Nur Aida1
1
Program Studi Manajemen STIE Gempol
Jl. Raya Pasar No 9 Gempol Pasuruan 67155 Jawa Timur

*Email: listiyanalis@gmail.com

Naskah diterima 15 Desember 2020, Revisi 15 Maret 2021, Terbit 29 April 2021

DOI: doi.org/10.21107/pamator.v14i1.10121
Abstract
This study aims to determine the effect of price variables, product quality and brand image on purchasing
decisions for Xiaomi smartphones and to find out the role of brand image as a mediating variable between
price and product quality on purchasing decisions for Xiaomi smartphones. The study population was users
or had used Xiaomi in the Pasuruan area with a total sample size of 97 with a purposive sampling method
and analysis was carried out with the SmartPLS 3 application. All research indicators have a loading factor
above 0.7 and all research indicators have AVE > 0.5. The reliability of the data was tested because it had a
Cronbach Alpha value and a composite reliability> 0.7. The predicted relevance value is high with Q2> 0.00
so that the research is feasible. The results of the study concluded that the price had a positive but insignificant
effect on purchasing decisions. Product quality and brand image have a positive and significant effect on
purchasing decisions, product quality has a positive and significant effect on brand image, prices have a
positive but insignificant effect on brand image. For mediation analysis, it is concluded that brand image is a
potential moderation between price and purchase decision. branding is a quasi-moderation for product
quality to influence purchasing decisions. The NFI value is 0.807, which means that the model is fit because it
is close to unity.
Key words: price, procuct quality, brand image, purchase decision

PENDAHULUAN Samsung, ada kenaikan market share


Perkembangan dunia komunikai saat ini dibanding kuartal sebelumnya.
berkembang pesat seiring dengan semakin
mudahnya orang behubungan dengan orang
lain dan perkembangan ini sangat
dipengaruhi oleh keberadaan handphone
yang sudah menjadi kebutuhan utama
masyarakat di semua kalangan, disegala
usia, disegala strata kehidupan ekonomi dan
social. Tentu ini merupakan pasar yang
sangat menarik bagi produsen handphone
sehingga muncul banyak produsen baru
dengan berbagai merek berbagai fitur yang
lebih baik sehingga fungsi handphone saat ini
bukan sekedar komunikasi tradisional seperti Gambar 1. Indonesia Top 5 Smartphone
telpon atau sms semata tapi handphone Companies 1Q20 Unit Market Share
sudah berubah menjadi smartphone karena Setiap produk yang ditawarkan harus
berbagai aplikasi, fitur yang ditawarkannya. dipastikan mempunyai kualitas produk yang
Bahkan smartphone juga terkadang dijadikan baik agar bisa unggul dalam persaingan
“gaya hidup” bagi segelintir orang (Vi, 2017). karena keunggulan kualitas merupakan salah
Berikut data market share 5 perusahaan satu daya saing untuk bisa merebut minat
smartphone 2020 (Gambar 1). Berdasarkan konsumen dalam melakukan pembelian
peta market share diatas Nampak Xiaomi
(Kusumawardhani, 2018) dan merupakan
berada ada peringkat empat pada periode
pertimbangan berikut dari konsumen selain
kuartal pertama 2020 dibawah Vivo, Oppo,
Listiana & Aida Analisis Harga Kualitas Produk 73

harga karena kualitas produk berkaitan METODOLOGI


dengan kebutuhan fisik maupun psikologis Jenis penelitian ini penelitian kuantitatif
konsumen secara maksimal (Zhang et al., asosiatif yaitu tentang hubungan satu
2015). Selain kualitas produk yang mumpuni variable dengan variable lainnya serta
maka harga juga menjadi pertimbangan kuantitatif mediasi yaitu tentang kemampuan
penting karena harga merupakan salah satu memediasi sebuah variable terhadap
variable lainnya. Sumber data penelitian
nilai untuk memposisikan produk lebih unggul
berupa data primer yaitu data didapat
dibanding produk pesaing dan penetapan langsung dari responden berupa penyebaran
harga harus cermat karena kesalahan dalam questioner dimana skala ukurannya
penetapan harga bisa memposisikan menggunakan skala likert dengan range 1
perusahaan dalam kerugian atau bahkan (sangat tidak setuju) sampai dengan 5
kehilangan pasar. (sangat setuju).
Penetapan harga yang tepat dengan Populasi penelitian adalah pengguna
kualitas produk yang mumpuni diimbangi smartphone Xiaomi di daerah Pasuruan
dengan citra merek yang baik tentu akan dengan jumlah sampel berdasarkan teori
mendorong tingkat penjualan. Citra merek (Widiyanto, 2008) yaitu dengan
sangat menentukan sikap dan tindakan menggunakan rumus n = Z2 / 4 (Moe) 2,
konsumen dan merupakan unsur penting dimana: n = jumlah sampel Z = Z score pada
yang mendorong konsumen melakukan tingkat signifikansi tertentu (95%) Moe =
Margin of Error. Margin of error yang dipakai
pembelian. Akan semakin banyak konsumen
sebesar 10%, didapat sampel minimal
yang membeli sebuah produk apabila citra sebesar: n = 1,962 / 4 (0,10) 2 n = 96,04 (97)
merek dikenal sangat baik karena dipercaya dengan demikian jumlah sampel penelitian
citra merek yang baik akan bisa dipercaya adalah 97. Metode pengambilan sampel
dalam memberikan keamanan sebuah yang dilakukan adalah purposive sampling
produk (Pradana et al., 2018). Citra merek yaitu sampel diambil dari responden pemilik
mampu mempengaruhi keuntungan jangka atau pernah mempunyai smartphone Xiaomi.
Panjang, meningkatkan harga saham, Variable penelitian terdiri dari 2 jenis
competitive advantage dan mendorong variable penelitian yaitu variable eksogen
terciptanya minat konsumen melakukan dan variable endogen dimana variable laten
pembelian serta suksesnya kegiatan eksogen adalah Harga (X1) dan kualitas
pemasaran (Yoo & Donthu, 2001). Faktor Produk (X2) sementara variable laten
endogen adalah Citra Merek (Y1) dan
kepercayaan pada merek sangat besar
Keputusan Pembelian (Y2). Variable Citra
pengaruhnya bagi konsumen untuk
merk (Y1) merupakan variable mediasi antar
melakukan pembelian. harga (X1), kualitas produk (X2) terhadap
Dengan semakin banyak pesaing semakin keputusan pembelian. Variable mediasi
banyak pula pilihan bagi konsumen untuk merupakan adalah variable penyela yang
bisa mendapatkan barang yang sesuai terletak antara variabel eksogen dan
harapan (Igir et al., 2018) untuk itu setiap endogen sehingga variable eksogen tidak
perusahaan harus berlomba lomba untuk langsung mempengaruhi berubahnya
bisa merebut pasar sebesar mungkin melalui variable endogen.
berbagai strategi marketing. Xiaomi sebagai Alat uji yang digunakan adalah metode
perusahaan tentu ingin memperbaiki posisi Structural Equation Modeling yang berbasis
dalam peta persaingan dengan produsen varian yaitu Partial Least Square (PLS) suatu
lain, mengingat posisi market sharenya teknik prediktif yang bisa menangani banyak
variabel independen, bahkan sekalipun
masih di posisi empat, maka strategi
terjadi multikolinieritas diantara variabel-
penetapan harga yang tepat, kualitas produk variabel tersebut (Ramzan dan Khan, 2010)
yang mumpuni serta menanamkan citra yang disamping itu PLS merupakan metode
baik dimata konsumen menjadi analisis yang powerfull sebab tidak
pertimbangan yang sangat penting agar bisa didasarkan pada banyak asumsi atau syarat,
mendorong penjualan yang lebih tinggi lagi. seperti uji normalitas dan multikolinearitas
74 Jurnal Pamator

Dengan PLS akan didapatkan keterkaitan 2. Path Koefisien menunjukkan arah


antara variable laten atau variable yang tidak hubungan variable eksogen terhadap
dapat diukur langsung dan variable variable endogen dimana nilai ini berada
pengamatan (indikator). Metode PLS terdiri pada range -1 sampai dengan +1. Tanda
dari model struktural dan model pengukuran. negative menunjukkan hubungan antar
Model structural atau inner model merupakan variable endogen dengan variable
model tentang hubungan antar variable laten eksogen berkebalikan arah atau kalau
sementara model pengukuran atau outer variable eksogen naik maka variable
model merupakan model tentang hubungan endgen akan turun dan sebaliknya
antara variable dengan masing masing sementara nilai path koefisien bertanda
indikatornya. Tahapan dalam evaluasi PLS positif menunjukkan hubungan antar
terdiri dari evaluasi pada model pengukuran variable endogen dan eksgen
kemudan evaluasi pada model structural ( mempunyai arah yang sama artinya kalau
Santoso, 2018). variable eksogen naik maka variable
endogen naik juga dan sebaliknya.
Evaluasi Untuk Model Pengukuran 3. Nilai stone Geisser (Q2) menunjukkan
(Measurement Model) atau Outer Model ukuran kebaikan sebuah model yang
1. Pengukuran validitas dilakukan dengan diobservasi. Dikatakan observasi sebuah
melihat pada nilai loading factor dimana model baik kalau mempunyai nilai Q2
nilai loading factor atau outer loading sebesar > 0.00.
minimal 0.7 sehingga untuk indikator 4. Model Fit dengan notasi normed fit index
yang mempunyai loading factor dibawah (NFI) merupakan ukuran ketepatan
0.7 maka indikator tersebut harus sebuah model semakin besar nilai NFI
dihapus. maka semakin tepat atau cocok model
2. Average Variance Extracted (AVE) Uji Hipotesa
merupakan ukuran dalam pengujian Uji hipotesa yang dilakukan disini, dengan
validitas konvergen. Batasan nilai AVE proses bootstrapping, dengan cut off point
adalah > 0.5. Jika nilai AVE didapatkan adalah nilai nilai T statistik >1.96 atau P value <
lebih besar dari 0,5 maka indikator- 0.05. Apabila nilai T statistik > 1.96 atau nilai P
indikator di dalam model yang value < 0.05 dikatakan pengaruh suatu variable
dikembangkan terbukti benar-benar terhadap variable lain adalah signifikan dan
mengukur konstrak laten yang sebaliknya.
ditargetkan dan tidak mengukur konstrak
laten yang lainnya. HASIL PEMBAHASAN
3. Diskriminant validity diuji dengan melihat Analisa Partial Least Square (PLS) harga
nilai pada cross lading dimana (X1), kualitas produk (X2), citra merek (Y1) dan
diskriminan validity ini dimaksudkan keputusan pembelian (Y2). Dalam
melihat nilai korelasi antara indikator measurement model atau dikenal outer
dengan variable latennya > nilai korelasi model menjelaskan hubungan antara
indikator dengan variable lainnya. indikator (manifest) dari masing-masing
4. Pengukuran reliability. Reliability variable laten terhadap variabelnya. Factor
merupakan pengukuran untuk loading diharuskan memiliki nilai minimal 0.7
mengetahui kehandalan dari suatu item untuk bisa dikatakan valid. Dari dari olah data
pernyataan dimana suatu item pakai PLS didapatkan nilai loading dari
pernyataan dikatakan reliabel apabila indikator Y1.4 dan Y2.3 serta Y2.2 dibawah
mempunyai Alpha Cronbach > 0.7 dan 0.7 sehingga ketiga indikator (manifest)
Composite reliability > 0.7. tersebut dikeluarkan dari indikator penelitian.
Setelah ketiga indikator dikeluarkan dari
Evaluasi Untuk Model Struktural atau penelitian dan didapatkan output PLS
Inner Model dengan nilai loading semua indikator > 0.7
1. R2 dimana nilai R ini menunjukkan besar sehingga dinyatakan valid dan dikatakan
pengaruh yang diberikan oleh variable semua indikator sudah mampu mengukur
endogen terhadap variable eksogen. variable.
Listiana & Aida Analisis Harga Kualitas Produk 75

Gambar 2. Outer Model dan Inner Model

Average Variance Extracted (AVE) Table 2. Composit Reliability


Dalam konvergen validity didapatkan nilai Average
AVE untuk menguji validitas konvergen Cronbach`s Composite Variance
dengan cut off point nilai AVE > 0,05. Nilai Alpha Reliability Extracted
(AVE)
AVE dari semua variable konstrak > 0,5 Citra Merk 0.890 0.932 0.821
sehingga indikator-indikator di dalam model Keputusan 0.916 0.937 0.749
yang dikembangkan terbukti mengukur Pembelian
konstrak laten yang ditargetkan dan tidak Kualitas 0.886 0.921 0.745
mengukur konstrak laten yang lain. Produk
Tabel 1. Keluaran AVE Harga 0.865 0.908 0.713

Konstruk AVE
Pengujian Struktur Model (Inner Model)
Citra Merk 0,821 Berdasar R square (Tabel 3) didapat nilai
Keputusan Pembelian 0,749 R square Citra Merek sebesar 0.655 artinya
Kualitas Produk 0,745
kemampuan menjelaskan variable laten
Harga 0,713
Harga dan Kualitas Produk terhadap Citra
merek sebesar 65.5%, selebihnya yatu
Composit Reliability
sebesar 34.5% variabel citra merek
Setelah indikator dikatakan valid dan
dijelaskan oleh variable lain diluar penelitian.
mampu dipakai mengukur variable maka
R square untuk keputusan pembelian
dilakukan uji unidimensionalitas dengan
sebesar 0.793 sehingga dapat disimpulkan
melihat pada nilai Alpha Cronbach dan
bahwa variable laten keputusan pembelian
composit reliability dengan cut off poin kedua
mampu dijelaskan oleh variable harga,
nilai uji tersebut diatas 0.7. Semua nilai Alpha
kualitas produk dan Citra Merek sebesar
Cronbach 0.7 dan composit reliability lebih
79.3% dan sisanya sebesar 20.7%
besar dari 0.7 sehingga semua item
keputusan pembelian dijelaskan oleh
pernyataan dikatakan reliabel.
variable laten lainnya yang tidak dimasukkan
dalam variable penelitian. Variable eksogen
yang mempengaruhi citra merek maupun
keputusan pembelian terhadap smartphone
76 Jurnal Pamator

Xiaomi masih banyak bukan hanya kualitas Tabel 5. Uji Hipotesa Hubungan Langsung
produk maupun harga seperti fitur, citra Original P
T-Stat Keterangan
perusahaan, citra produk, promosi dan Sample Value
sebagainya. Citra
Merek ->
Tabel 3. R-Square Keputusan
0.573 5.579 0.000 Signifikan
R Square
Variabel Laten R Square Pembelian
Adjusted
Kualitas
Citra Merek 0.655 0.657
Produk ->
Keputusan 0.793 0.786 0.705 9.985 0.000 Signifikan
Pembelian Citra
Merek
Kualitas
Path Coefficients Produk ->
Path coeffisien dimaksudkan untuk 0.345 3.328 0.001 Signifikan
Keputusan
melihat arah hubungan antara variable laten Pembelian
eksogen terhadap variable laten endogen Harga ->
Tidak
dimana arah hubungan bisa positif dan bisa Citra 0.170 1.960 0.051
Signifikan
Merek
negative dengan range nilai antara -1 sampai
Harga ->
dengan +1. Kalau arah hubungannya Keputusan 0.024 0.341 0.733
Tidak
negative artinya kalau variable laten eksogen Signifikan
Pembelian
naik maka variable laten endogen turun dan
sebaliknya (mempunyai arah yang Hubungan Tidak langsung (Specific Indirect
berkebalikan) sementara kalau arah Effects)
hubungan positif artinya kalau variable laten Pengaruh tidak langsung variable mediasi
eksogen naik maka variable laten endogen citra merk dari variable eksogen harga
juga naik dan sebaliknya (searah). terhadap keputusan pembelian serta
Tabel 4. Path Koefisien pengaruh mediasi variable eksogen kualitas
Keputusan
Citra Merek produk terhadap keputusan pembelian.
Pembelian
Citra Merk 0.573 Tabel 6. Uji Hipotesa Hubungan Tidak
Keputusan Langsung
Pembelian Original P
T-Stat Keterangan
Kualitas Produk 0.705 0.345 Sample Value
Harga 0.170 0.024 Kualitas
Berdasarkan ouput pada Tabel 4 diatas Produk ->
didapatkan arah hubungan dari semua Citra
0.404 4.480 0.000 Signifikan
variable eksogen terhadap variable endogen Merek->
Keput
adalah searah dan positif artinya kalau
Pembelian
variable harga dan kualitas produk naik maka Harga ->
variable citra merek dan keputusan Citra
Tidak
pembelian juga naik dan sebaliknya, terakhir Merek -> 0.097 1.894 0.059
Signifikan
kalau variable citra merek naik maka variable Keputusan
keputusan pembelian juga naik dan Pembelian
sebaliknya.
Dari uji hipotesa pengaruh langsung dan
Uji Hipotesa tidak langsung diatas didapatkan hasil
Hubungan Langsung (Direct Effect) dimana variable citra merek merupakan
Analisa ini dilakukan untuk menguji Moderasi Potensial (Homologiser Moderator)
signifikansi dari hubungan antara variable antara harga terhadap keputusan pembelian
eksogen terhadap variable endogen dimana sehingga citra merek berpotensi menjadi
dasar pengujian pengaruh antar variable variabel moderasi. Sementara variabel citra
signifikan adalah dengan ketentuan nilai T- merek merupakan moderasi semu (quasi
stat > 1.96 dan P-Value < 0.05. moderasi) antara kualitas produk terhadap
keputusan pembelian sehingga citra merek
bisa berposisi sebagaivariabel eksogen.
Listiana & Aida Analisis Harga Kualitas Produk 77

Tabel 7. Predicted Relevance Blind Folding antara kualitas produk terhadap keputusan
Q2 pembelian sehingga citra merek bisa
SSO SSE
(=SSE/SSO) berposisi sebagai variabel eksogen. Model
Citra Merek 291.000 385.762 0.533 SEM dalam penelitian ini mempunyai
(Y1)
Keputusan 485.000 202.740 0.582
predicted relevance yang tinggi karena nilai
Pembelian Q2 > 0.00(layak dilakukan penelitian)
(Y2) sementara nilai normed fit index (NFI) 0.807
Kualitas 388.000 388.000 artinya model yang dimiliki memiliki
Produk (X2) ketepatan atau kecocokan tinggi karena
Harga (X1) 388.000 388.000 mendekati satu.
Dari output PLS diatas didapatkan nilai
stone Geisser (Q2 ) dari citra merek adalah DAFTAR PUSTAKA
0.533 dan keputusan pembelian sebesar
0.582. Hal ini berarti model SEM dalam Abadi, F., & Herwin, H. (2019). Pengaruh
penelitian ini mempunyai predicted relevance Harga, Kualitas Produk Dan Kualitas
yang tinggi karena nilai Q2 > 0.00 (layak Pelayanan Terhadap Keputusan
dilakukan penelitian). Pembelian Beras Organik Di Jakarta.
Jurnal Riset Manajemen Dan Bisnis
Tabel 8. Model Fit (JRMB) Fakultas Ekonomi UNIAT, 4(1), 1–
Saturated Model Estimated Model 8. https://doi.org/10.36226/jrmb.v4i1.235
SRMR 0.064 0.064 Afnina, A., & Hastuti, Y. (2018). Pengaruh
D_ULS 0.558 0.558 Kualitas Produk terhadap Kepuasan
D_G 0.516 0.516
Pelanggan. Jurnal Samudra Ekonomi Dan
Chi-Square 267.888 267.888
NFI 0.807 0.807 Bisnis, 9(1), 21–30.
Berdasarkan output PLS diatas https://doi.org/10.33059/jseb.v9i1.458
didapatkan nilai normed fit index (NFI) 0.807 Anggraeni, D., Kumadji, S., & Sunarti, S.
artinya model yang dimiliki memiliki (2016). Pengaruh Kualitas Produk
ketepatan sebesar 81%, atau nilai ketepatan Terhadap Kepuasan Dan Loyalitas
atau kecocokan model tinggi karena Pelanggan ( Survei pada Pelanggan Nasi
mendekati 1. Rawon di Rumah Makan Sakinah Kota
Pasuruan). Jurnal Administrasi Bisnis S1
KESIMPULAN
Universitas Brawijaya, 37(1), 171–177.
Hasil penelitian menyimpulkan bahwa
harga berpengaruh positif namun tidak Djatmiko, T., & Pradana, R. (2016). Brand
signifikan terhadap citra merek maupun Image and Product Price; Its Impact for
keputusan pembelian. Citra merek Samsung Smartphone Purchasing
berpengaruh positif dan signifikan terhadap Decision. Procedia - Social and Behavioral
keputusan pembelian dimana citra merek Sciences, 219, 221–227.
yang kuat tertanam dalam benak konsumen https://doi.org/10.1016/j.sbspro.2016.05.0
akan berdampak baik bagi konsumen untuk 09
melakukan pembelian. Kualitas produk Ekonomi, F., Manajemen, P., &
berpengaruh positif dan signifikan terhadap Muhammadiyah, U. (n.d.). JURNAL brand
terhadap keputusan pembelian dimana image halimah. 1–19.
kualitas produk berpengaruh positif terhadap
keputusan pembelian. Citra merek Fandy Tjiptono, P. . (2015). Strategi
merupakan moderasi potensial (Homologiser Pemasaran (Edisi ke-4). Andi Offset.
Moderator) antara harga terhadap keputusan Ferrinadewi, E. (2008). Merek dan Psikologi
pembelian sehingga citra merek berpotensi Konsumen. Graha Ilmu.
menjadi variabel moderasi dimana brand
image mampu memediasi hubungan harga Fristiana, D. A. (2000). Mengevaluasi
dan kualitas produk terhadap keputusan Kualitas Layanan Jasa Dengan
pembelian. Sementara variabel citra merek Menggunakan Model 4D. Jurnal
merupakan moderasi semu (quasi moderasi) Manajemen Dan Kewirausahaan, 2(2),
78 Jurnal Pamator

59–67. https://doi.org/10.29264/jkin.v14i1.2445.
https://doi.org/10.9744/jmk.2.2.pp.59-67
Rahman. (2010). Manajemen Pemasaran
Igir, F. G., Tampi, J. R. E., & Taroreh, H. dan Pemasaran Jasa. Alfabeta.
(2018). Pengaruh Kualitas Produk dan
Revita Ela, M. L. D., Frimayasa, A., &
Harga terhadap Keputusan Pembelian
Kurniawan, A. (2018). Pengaruh Kualitas
Mobil Daihatsu Grand Max Pick Up. Jurnal
Produk Terhadap Keputusan Pembelian
Administrasi Bisnis, 6(2), 86–96.
Smartphone Merek Samsung. Managerial
Kotler, P. & Keller, K. (2012). Marketing - Jurnal Penelitian Ilmu Manajemen, 1(1),
Management (13th ed.). Pearson Prentice 10–10. http://journal.stie-
Hall, Inc. kusumanegara.ac.id/index.php/manageri
al/article/view/23.
Kotler, Philip, dan G. A. (2012). Prinsip-
prinsip Pemasaran (13th ed.). Erlangga. Saraswati, A., & Rahyuda, I. (2017). Brand
Image Memediasi Kualitas Produk Dan
Kotler, Philip dan Amstrong, G. (2014).
Harga Dengan Keputusan Pembelian
Principles of Marketing (12th ed.).
Smartphone Apple Di Kota Denpasar. E-
Erlangga.
Jurnal Manajemen Universitas Udayana,
Kotler, A. (2001). Prinsip-Prinsip Pemsaran 6(6), 255257.
(12th ed.). Erlangga.
Schiffman, Leon dan Kanuk, L. L. (2014).
Kusumawardhani, R. S. (2018). Analisis Perilaku Konsumen. Indeks.
Pengaaruh Kualitas Produk dan Promosi
Singgih Santoso. (2018). plikasi SEM
Terhadap Citra Merek dan Keputusan
Dengan AMOS 24. PT Elex Media
Pembelian Produk Sepatu Bata di Kota
Komputindo.
Semarang. Diponegoro Journal Og
Management, 7(2), 1–11. Tjiptono, F. (2012). Strategi pemasaran.
Andi.
Miati, I. (2020). Pengaruh Citra Merek (Brand
Image) Terhadap Keputusan Pembelian Vi, V. (2017). Penggunaan Smartphone
Kerudung Deenay (Studi pada Konsumen Dalam Menunjang Aktivitas Perkuliahan
Gea Fashion Banjar). Abiwara: Jurnal Oleh Mahasiswa Fispol Unsrat Manado.
Vokasi Administrasi Bisnis, 1(2), 71–83. VI(1), 1–15.
http://ojs.stiami.ac.id/index.php/ABIWARA
Wahid, M. A. (2016). Analisis pengaruh
/article/view/795
kualitas produk terhadap keputusan
Noerchoidah. (2013). Analisis Pengaruh pembelian melalui citra merek dan nilai
Harga , Kualitas Produk Dan Iklan pelanggan. 1–19.
Terhadap Brand Image Dan Keputusan
Widiyanto, I. (2008). Metodologi Penelitian.
Pembelian Sepeda Motor Merek
Badan Peerbit UNDIP.
Kawasaki. Wiga, 3(1), 48–60.
Yoo, B., & Donthu, N. (2001). Developing and
Nuraini, A., Maftukhah, I., & Artikel, I. (2015).
validating a multidimensional consumer-
Management Analysis Journal. 4(2), 171–
based brand equity scale. 52.
179.
Zhang, Z., Peng, Q., & Gu, P. (2015).
Pekanbaru, D. I. K. (2017). No Title. 72–86.
Improvement of user involvement in
Pradana, D., Hudayah, S., & Rahmawati, R. product design. Procedia CIRP,
(2018). Pengaruh harga kualitas produk 36(January 2016), 267–272.
dan citra merek BRAND IMAGE terhadap https://doi.org/10.1016/j.procir.2015.01.01
keputusan pembelian motor. Kinerja, 9.
14(1), 16.

You might also like