I. Pendahuluan

Pada era yang modern saat ini, kemajuan teknologi telah menghadirkan berbagai kemudahan bagi masyarakat dalam menjalankan aktivitas secara daring yang lebih praktis. Tidak hanya dalam berkomunikasi, teknologi juga berperan dalam meringankan pekerjaan serta memudahkan pencarian informasi. Perkembangan aktivitas belanja pun mengalami peningkatan signifikan, memungkinkan konsumen melakukan transaksi secara online. Dinamika revolusi pemasaran turut memperkuat pengaruh kegiatan pemasaran dalam kehidupan sehari-hari serta meningkatkan kesadaran konsumen terhadap produk yang mereka beli [1]. Salah satu bentuk nyata dari pesatnya pertumbuhan aktivitas belanja online adalah dengan hadirnya berbagai macam platform e-commerce. E-commerce sendiri merupakan suatu proses bisnis yang memanfaatkan teknologi elektronik untuk menghubungkan perusahaan dengan konsumen melalui transaksi digital serta pertukaran barang, jasa, dan informasi secara online. Kehadiran e-commerce memberikan banyak kemudahan baik bagi penjual maupun pembeli, terutama dalam hal efisiensi waktu, biaya, dan tenaga. Konsumen dapat dengan mudah menemukan kebutuhan mereka hanya dengan mengakses situs e-commerce, di mana berbagai iklan produk ditawarkan oleh para penjual. Di Indonesia sendiri, tren e-commerce berkembang sangat pesat yang ditandai dengan menjamurnya berbagai marketplace perantara seperti Shopee, Tokopedia, dan platform lainnya. Perkembangan ekosistem digital ini menjadikan e-commerce sebagai sektor bisnis yang sangat potensial, sekaligus memberikan solusi belanja yang jauh lebih praktis bagi masyarakat. [2].

Salah satu brand lokal yang bergerak dalam kategori parfum di marketplace Shopee adalah Scèntdoc, sebuah merek parfum yang berfokus pada kualitas serta ketahanan aroma dengan yang tahan lama. Produk Scèntdoc dirancang agar memiliki aroma yang tahan lama namun tetap nyaman digunakan sehari-hari, dengan karakteristik fresh yang sesuai dengan iklim tropis Indonesia. Meskipun fokus produk ini sudah dikembangkan sesuai dengan iklim di Indonesia, perusahaan masih menghadapi tantangan dalam memasarkan produk pada platform Shopee. Berdasarkan data perilaku konsumen periode bulan Agustus- September 2025 Shopee Scèntdoc Indonesia yang dapat dilihat pada tabel 1 dibawah ini.

Tabel 1. Data perilaku konsumen Shopee Scèntdoc Indonesia

Diketahui bahwasannya terjadi tren penurunan efektivitas pada hampir seluruh jalur konversi penjualan. Penurunan paling tajam terlihat pada tingkat partisipasi pemberian ulasan pelanggan sebesar 17,9%, disusul oleh penurunan interaksi awal produk (dari tahap lihat ke klik) sebesar 5,09%. Meskipun terdapat sedikit kenaikan sebesar 0,62% pada aktivitas memasukkan produk ke keranjang, indikator krusial penyelesaian transaksi (checkout) dan pembelian ulang tetap mengalami penyusutan. Kondisi ini mengindikasikan adanya pelemahan daya tarik pemasaran dalam mengonversi minat awal konsumen menjadi keputusan pembelian akhir dan retensi pelanggan.

Salah satu pendekatan strategis untuk menganalisis permasalahan penurunan tren perilaku konsumen pada produk parfum Scèntdoc Indonesia adalah melalui evaluasi pemasaran berbasis model AIDA dan e-WOM. Model AIDA merupakan kerangka komunikasi pemasaran yang menggambarkan tahapan psikologis konsumen, mulai dari mengenali keberadaan produk hingga akhirnya bermuara pada keputusan pembelian dan pembentukan loyalitas [3]. Secara berurutan, tahapan ini dimulai dengan upaya menarik perhatian calon konsumen, mendorong munculnya minat, hingga minat tersebut diharapkan berkembang menjadi keinginan untuk melakukan pembelian [4]. Sementara itu, e-WOM adalah bentuk komunikasi elektronik di mana setiap orang dapat membagi opini, pengalaman, serta evaluasi terhadap suatu produk yang digunakan [5]. Rangkaian strategi AIDA maupun penyebaran e-WOM ini diproyeksikan akan berjalan jauh lebih efektif apabila mampu memicu keterlibatan konsumen terlebih dahulu sebagai jembatan perantara (mediator) dengan merek.

Guna membuktikan dan menganalisis secara mendalam kompleksitas pengaruh serta hubungan variabel AIDA dan e-WOM terhadap keputusan pembelian dan loyalitas melalui keterlibatan konsumen sebagai mediator tersebut, penelitian ini menggunakan pendekatan statistik multivariat yaitu Partial Least Squares (PLS). PLS-SEM merupakan salah satu dari teknik dalam Structural Equation Modelling yang menggunakan pendekatan iteratif dengan tujuan memaksimalkan varians yang dapat dijelaskan oleh setiap variabel endogen [6]. Kelebihan PLS dibanding teknik SEM berbasis kovarian adalah dapat digunakan pada data yang tidak berdistribusi normal dan pada ukuran sampel yang relaitf kecil [7]. Selain itu, PLS juga mampu menganalisis terhadap model yang kompleks dengan berbagai jenis indikator baik formatif maupun reflektif,maupun gabungan dari keduanya [8]. Pemilihan metode ini sekaligus untuk menjawab research gap yang masih ada. Beberapa penelitian terdahulu, seperti studi oleh Cahyadi dan Sirait [9] serta Azhar dan Erlangga [10], memang menunjukkan bahwa model AIDA cukup efektif untuk meningkatkan keputusan pembelian. Selain itu, Listyawati dkk. [11] dan Thariq [12] juga membuktikan bahwa e-WOM memiliki peran penting dalam membangun keterlibatan konsumen serta loyalitas pelanggan. Walaupun begitu, kebanyakan studi tersebut hanya mengkaji AIDA dan e-WOM secara terpisah, atau sebatas menggunakan metode kualitatif. Sampai saat ini, masih jarang penelitian kuantitatif yang menguji dampak keduanya secara bersama-sama di ekosistem e-commerce.

Oleh karena itu, unsur kebaruan (novelty) dalam penelitian ini adalah menggabungkan variabel AIDA dan e-WOM ke dalam satu model analisis PLS-SEM, dengan memposisikan keterlibatan konsumen sebagai variabel mediasi. Melalui pemodelan dan kebaruan ini, diharapkan Scèntdoc Indonesia dapat mengoptimalkan penerapan strategi promosi (AIDA) dan pengelolaan ulasan daring (e-WOM) guna membangun interaksi yang lebih kuat, mempercepat keputusan pembelian, serta menciptakan kesetiaan pelanggan dalam jangka panjang. Dengan pemahaman ini, diharapkan Scèntdoc Indonesia dapat mengoptimalkan penerapan strategi promosi (AIDA) dan pengelolaan ulasan daring (e-WOM) guna membangun interaksi yang lebih kuat, mempercepat keputusan pembelian, serta menciptakan kesetiaan pelanggan dalam jangka panjang.

II. Metode

Jenis penelitian yang digunakan dalam penelitian ini adalah eksplanatori dengan pendeketan kuantitatif. Penelitian eksplanatori bertujuan untuk menjelaskan kedudukan variabel-variabel yang diteliti serta menguji hubungan sebab-akibat di antara variabel tersebut. Pada dasarnya, penelitian ini dilakukan untuk membuktikan kebenaran hipotesis terkait apakah suatu variabel memengaruhi atau dipengaruhi oleh variabel lain [13]. Penelitian ini menerapkan pendakatan Partial Least Square Structural Equation Modelling (PLS-SEM). PLS dipilih karena metode ini sangat tangguh untuk menganalisis model struktural yang kompleks dan tidak mensyaratkan asumsi distribusi data normal. Kemudian pemodelan dalam penelitian ini menggunakan kerangka AIDA dan e-WOM sebagai variabel eksogen, keterlibatan konsumen sebagai variabel mediasi, dan keputusan pembelian dan loyalitas sebagai variabel endogen. Selanjutnya pengambilan sampel dilakukan dengan menggunakan purposive sampling, yaitu salah satu teknik penentuan sampel yang didasarkan pada kriteria atau pertimbangan khusus dari peneliti, sehingga responden yang terpilih benar-benar relevan dan merepresentasikan karakteristik yang dibutuhkan dalam penelitian [14]. Kriteria utama responden dalam penelitian ini adalah konsumen laki-laki maupun perempuan dalam rentang usia 16 hingga 64 tahun yang memiliki pengalaman melakukan pembelian produk Scèntdoc melalui platform Shopee. Pemilihan rentang usia tersebut didasarkan pada pertimbangan bahwa kelompok usia ini merupakan pengguna aktif e-commerce yang telah memiliki kemandirian serta kapasitas kognitif untuk mengambil keputusan belanja secara mandiri. Selain itu, rentang usia produktif ini dinilai representatif karena mampu memberikan evaluasi yang objektif terhadap pengalaman berbelanja daring dan kualitas produk parfum yang digunakan. Berdasarkan kriteria tersebut, diperoleh sampel akhir yang memenuhi syarat minimal sebanyak 50 responden. Penetapan jumlah sampel minimum ini didasarkan pada aturan 10 times rule yang mensyaratkan bahwa ukuran sampel paling sedikit harus 10 kali lebih besar dari jumlah panah terbanyak yang masuk ke suatu konstruk laten tertentu [15]. Setelah itu, dilakukan penyebaran kuisioner secara daring dengan media Google Form. Instrumen pengukuran dalam kuisioner ini adalah menggunakan skala likert dengan rentang skor 1-5, dimana skala 1 mencerminkan jawaban 'Sangat Tidak Setuju', skala 2 'Tidak Setuju', skala 3 Cukup Setuju, skala 4 'Setuju', dan skala 5 'Sangat Setuju' . Penggunaan skala likert ini berfungsi untuk mengukur sikap. Dimana dalam skala tersebut diajukan pernyataan atau pertanyaan dan meminta persetujuan responden atas pernyataan atau pertanyaan yang diajukan [16]. Variabel, dimensi, serta indikator dalam penelitian ini dapat dilihat pada tabel 2 dibawah ini:

Tabel 2. Variabel dan Indikator Penelitian

Setelah seluruh data terkumpul melalui penyebaran kuesioner daring berbasis Google Form, data tersebut kemudian diolah menggunakan perangkat lunak SmartPLS. Prosedur pengumpulan data dilakukan selama periode 40 hari dengan menyebarkan tautan kuesioner melalui sosial media dan chat website Shopee langsung terhadap konsumen guna menjangkau populasi target secara efektif. Untuk menjamin kualitas data, dilakukan proses screening pada tahap awal kuesioner guna memastikan bahwa responden memenuhi kriteria yang telah ditetapkan. SmartPLS sendiri merupakan software merupakan program pengolah data statistik yang dikhususkan untuk pemodelan persamaan struktural berbasis varians (PLS-SEM). Sebagai sebuah software, SmartPLS dirancang dengan memungkinkan peneliti membangun model jalur konseptual secara langsung untuk melihat interaksi antarvariabel penelitian. Alat ukur ini dinilai sangat ideal untuk penelitian eksploratif karena sistem algoritmanya sanggup menangani model yang rumit dengan indikator yang beragam, tanpa harus terikat pada syarat normalitas data [23].

Tahapan analisis data diawali dengan evaluasi kelayakan instrumen melaluin pengujian model pengukuran (outer model), yang mana terdapat beberapa standar uji, pertama adalah uji validitas konvergen, uji ini dilakukan guna mengevaluasi sejauh mana setiap indikator pengukuran secara akurat merepresentasikan konstruk laten yang diukurnya. Suatu instrumen dinyatakan memenuhi kriteria validitas konvergen apabila memiliki nilai outer loading > 0,70 serta nilai Average Variance Extracted (AVE) > 0,50 [24]. Selanjutnya adalah Uji reliabilitas, uji ini dilakukan guna mengevaluasi tingkat konsistensi dan stabilitas instrumen penelitian. Sebuah konstruk dinyatakan reliabel apabila mampu memberikan hasil pengukuran yang konsisten, yang dibuktikan dengan perolehan nilai Cronbach's Alpha dan Composite Reliability di atas 0,60 [25]. Setelah instrumen dipastikan layak, tahap selanjutnya adalah evaluasi kekuatan prediksi model (inner model) yang dilakukan melalui beberapa parameter uji. Pengujian diawali dengan melihat koefisien determinasi (R²) untuk mengukur persentase varians variabel endogen yang dapat dijelaskan oleh variabel eksogen, dengan standar nilai 0,75 (kuat), 0,50 (moderat), dan 0,25 (lemah). Selanjutnya, dilakukan pengujian effect size (f²) guna mengetahui besaran kontribusi spesifik dari setiap variabel eksogen, di mana nilai 0,02, 0,15, dan 0,35 secara berturut-turut merepresentasikan pengaruh yang kecil, menengah, dan besar. Selain itu, kelayakan model juga diukur menggunakan uji relevansi prediktif (Q²); sebuah model dinyatakan memiliki kemampuan prediksi yang baik apabila nilai Q² lebih besar dari nol. Setelah kriteria evaluasi model tersebut terpenuhi, langkah berikutnya adalah pengujian hipotesis secara langsung maupun tidak langsung menggunakan teknik bootstrapping. Karena metode PLS-SEM tidak mensyaratkan data yang terdistribusi normal, bootstrapping menjadi solusi dengan cara mengacak dan menguji ulang data sampel secara berulang kali untuk memastikan akurasi estimasi, di mana sebuah hipotesis dinyatakan signifikan jika nilai T-statistik lebih besar dari 1,96 dan P-value di bawah 0,05. Rangkaian evaluasi ini pada akhirnya bermuara pada pembuatan model persamaan struktural yang bertujuan untuk mengonstruksi alur sebab-akibat dari seluruh hipotesis. Model ini memvisualisasikan jalur pengaruh variabel AIDA dan e-WOM menuju loyalitas pelanggan, sekaligus membuktikan secara empiris bagaimana peran keterlibatan konsumen dan keputusan pembelian saat bertindak sebagai variabel mediasi di dalam sistem tersebut.

III. Hasil dan Pembahasan

A. Analisis Deskriptif Karakter Demografi Responden

Analisis deskriptif dilakukan untuk menggambarkan karakteristik demografi responden dalam penelitian ini. Informasi demografis yang dianalisis meliputi usia, jenis kelamin pekerjaan responden, dan pendapatan perbulan. Data ini bertujuan untuk memberikan gambaran umum mengenai profil responden yang menjadi objek penelitian, sehingga dapat membantu dalam memahami konteks hasil analisis selanjutnya.

• Karakteristik berdasarkan Usia

Pengelompokan usia responden ini bertujuan untuk mengidentifikasi rentang umur konsumen yang paling dominan dalam merespons dan membeli produk parfum Scèntdoc Indonesia. Visualisasi persentase usia responden dapat dilihat pada gambar 1 di bawah ini.

Gambar 1. Diagram Jumlah Responden Berdasarkan Usia

Berdasarkan pengumpulan data 51 responden, mayoritas pengguna berada pada rentang usia 16–25 tahun (37,3%), diikuti usia 26–30 tahun (19,6%), dan sisanya tersebar merata pada usia di atas 30 tahun. Hal ini menyimpulkan bahwa produk lebih relevan bagi segmen usia produktif, di mana karakteristik usia tersebut sangat memengaruhi pola persepsi dan perilaku konsumen.

• Karakteristik berdasarkan Jenis Kelamin

Identifikasi karakteristik jenis kelamin dilakukan untuk mengetahui proporsi ketertarikan dan tingkat partisipasi antara konsumen laki-laki maupun perempuan dalam penelitian ini. Berikut merupakan gambaran distribusi responden berdasarkan jenis kelamin. Visualisasi persentase jenis kelamin responden dapat dilihat pada gambar 2 di bawah ini.

Gambar 2. Diagram Jumlah Responden Berdasarkan Jenis Kelamin

Hasil pengolahan data dari 51 responden menunjukkan mayoritas konsumen adalah laki-laki (58,8%) dibandingkan perempuan (41,2%). Meskipun didominasi oleh laki-laki yang berpotensi memengaruhi variasi preferensi perilaku belanja komposisi proporsi ini tetap cukup berimbang untuk mewakili sudut pandang dan karakteristik konsumen dari kedua kelompok gender secara komprehensif.

• Karakteristik berdasarkan Pekerjaan

Latar belakang pekerjaan dianalisis untuk memahami profil aktivitas keseharian dari para konsumen yang berbelanja melalui platform Shopee. Rincian persentase jenis pekerjaan responden disajikan pada gambar 3 dibawah berikut.

Gambar 3. Diagram Jumlah Responden Berdasarkan Pekerjaan

Distribusi pekerjaan menunjukkan mahasiswa (33,3%) dan pegawai (29,4%) sebagai kelompok profesi utama dalam penelitian ini. Karakteristik responden yang didominasi kalangan berpendidikan dan pekerja ini memberikan keuntungan pada akurasi data, terutama dalam mencerminkan perilaku konsumen yang aktif dan rasional.

• Karakteristik berdasarkan Pendapatan

Tinjauan terhadap pendapatan atau besar gaji per bulan berguna untuk memberikan gambaran mengenai kemampuan daya beli target pasar pengguna produk Scèntdoc Indonesia. Distribusi tingkat pendapatan responden dapat dilihat pada gambar 4 di bawah ini.

Gambar 4. Diagram Jumlah Responden Berdasarkan Pendapatan

Karakteristik pendapatan menunjukkan dominasi pada kelompok di bawah Rp2.000.000 (35,3%). Distribusi yang mencakup kategori pendapatan rendah hingga tinggi ini mencerminkan keberagaman daya beli responden, yang berpotensi memengaruhi cara mereka menilai produk dan mengambil keputusan pembelian.

B. Evaluasi Model Pengukuran (Outer Model)

Outer model atau model pengukuran dalam PLS-SEM berfungsi untuk mendefinisikan sekaligus menguji hubungan antara variabel laten (konstruk) dengan indikator-indikator pengukurnya. Evaluasi pada model ini secara spesifik dilakukan untuk memastikan kelayakan instrumen penelitian melalui serangkaian uji validitas (seperti outer loading dan AVE) serta uji reliabilitas (seperti Cronbach's Alpha dan Composite Reliability). Hasil running untuk PLS-Algorithm dapat dilihat pada gambar 5 dibawah ini:

Gambar 5. Nilai Outer Loading

• Validitas Konvergen

Langkah pertama dalam mengevaluasi model pengukuran (measurement model) adalah melakukan uji validitas konvergen. Uji ini bertujuan untuk mengukur tingkat keakuratan indikator-indikator dalam merefleksikan konstruk latennya. Pada pendekatan PLS-SEM, kevalidan suatu indikator ditentukan oleh nilai outer loading, di mana kriteria penerimaannya harus mencapai angka ≥ 0,7. Dimana hasil dari uji validitas konvergen dapat dilihat pada tabel 3 dibawah ini.

Tabel 3. Hasil Uji Validitas Konvergen dengan Outer Loading Indikator Variabel Penelitian

Merujuk pada Tabel 3, ditemukan satu indikator dengan nilai outer loading yang tidak memenuhi standar minimum 0,70, yakni indikator X1.2 (0,157). Karena nilainya terpaut jauh dari batas yang disyaratkan, indikator tersebut tergolong tidak valid dan harus dikeluarkan dari model agar kualitas pengukuran tetap terjaga. Hasil perbaikan dari uji validitas konvergen setelah proses eliminasi dapat dilihat pada Tabel 4 berikut.

Tabel 4. Revisi Hasil Uji Validitas Konvergen dengan Outer Loading Indikator Variabel Penelitian

• Validitas Diskriminan

Tahap evaluasi validitas diskriminan pada metode PLS dapat dianalisis melalui pengecekan nilai cross loading dari setiap indikator. Syarat terpenuhinya validitas diskriminan adalah apabila sebuah indikator memiliki nilai loading yang lebih besar pada konstruk utamanya dibandingkan dengan konstruk laten yang lain. Rincian perbandingan nilai tersebut disajikan secara lengkap pada Tabel 5 di bawah ini.

Tabel 5. Validitas Diskriminan dengan Hasil Cross Loading

Merujuk pada data di Tabel 5, seluruh indikator penelitian terbukti telah memenuhi standar minimum cross loading. Kondisi ini menindikasikan bahwa masing-masing indikator memiliki korelasi yang lebih kuat terhadap konstruk utamanya ketimbang dengan konstruk laten yang lain. Dengan demikian, dapat ditarik kesimpulan bahwa persyaratan validitas diskriminan pada model penelitian ini telah terpenuhi

• Uji Reliabilitas

Untuk mengukur tingkat konsistensi dan stabilitas instrumen penelitian, diperlukan pengujian reliabilitas. Sebuah instrumen dinilai reliabel apabila mampu memberikan hasil pengukuran yang konsisten meskipun digunakan secara berulang pada objek yang sama. Dalam penelitian ini, evaluasi kelayakan mengacu pada parameter Cronbach’s Alpha, di mana sebuah variabel dianggap memenuhi syarat reliabilitas jika mencapai nilai lebih dari 0,60. Rincian hasil pengujian tersebut telah dirangkum pada Tabel 6 di bawah ini.

Tabel 6. Composite Reliability dan Cronbach’s Alpha

Berdasarkan tabel 6 diatas, seluruh variabel dalam penelitian ini telah memenuhi kriteria uji reliabilitas. Hal ini dibuktikan dengan perolehan nilai Cronbach’s Alpha serta Composite Reliability yang seluruhnya berada di atas 0,70. Hasil ini menunjukkan bahwa indikator-indikator penelitian memiliki konsistensi internal yang tinggi dan mampu mengukur setiap konstruk secara akurat.

C. Evaluasi Model Pengukuran (Inner Model)

Pengujian R-Square bertujuan untuk menilai seberapa besar proporsi varians pada variabel endogen yang dapat dijelaskan oleh variabel eksogen dalam suatu model struktural. Berdasarkan kriteria penilaiannya, perolehan nilai 0,75, 0,50, dan 0,25 secara berurutan mengindikasikan bahwa model tersebut tergolong kuat, sedang (moderat), dan lemah. Artinya, peningkatan nilai R-Square sejalan dengan tingginya kemampuan model dalam memprediksi serta menjelaskan variabel dependen. Rincian hasil pengujian ini dapat dicermati pada Tabel 7 di bawah ini.

Tabel 7. Hasil Uji R-square

Hasil uji R^2 menunjukkan bahwa model memiliki kemampuan prediktif yang baik. Variabel Loyalitas (Y2) memiliki nilai R^2 tertinggi sebesar 0,862, yang termasuk dalam kategori kuat. Sementara itu, variabel Keterlibatan Konsumen (Z) sebesar 0,690 dan Keputusan Pembelian (Y1) sebesar 0,625 berada pada kategori sedang menuju kuat. Secara keseluruhan, model ini mampu menjelaskan sebagian besar variasi variabel endogen melalui variabel-variabel yang diteliti.

Effect size F^2mengukur besarnya kontribusi relatif suatu variabel eksogen terhadap variabel endogen dalam model struktural. Berdasarkan kriteria yang telah ada, nilai F^2 dikategorikan menjadi efek kecil (0,02), sedang (0,15), dan besar (0,35). Pengujian ini penting untuk melihat seberapa signifikan dampak suatu variabel prediktor jika dikeluarkan dari model penelitian. Hasil pengujian F^2dapat dilihat pada tabel 8 dibawah ini.

Tabel 8. Hasil Uji F-square

Merujuk pada Tabel 8, hasil pengujian effect size (f²) mengungkapkan variasi besaran kontribusi antarvariabel dalam model. Pengaruh X1 terhadap Z tercatat sebesar 1,351, yang mengindikasikan efek masuk dalam kategori besar. Sebaliknya, hubungan X2 terhadap Z hanya menghasilkan nilai 0,008 (berada di bawah batas minimal 0,02), sehingga dianggap tidak memberikan efek yang substantif. Pada jalur lain, baik pengaruh Y1 terhadap Y2 (6,233) maupun Z terhadap Y1 (1,664) sama-sama menunjukkan kontribusi dengan kategori besar. Secara keseluruhan, dapat ditarik kesimpulan bahwa mayoritas hubungan antarvariabel dalam model ini memiliki daya pengaruh yang kuat, dengan pengecualian pada jalur X2 terhadap Z yang dampaknya dapat diabaikan.

• R-Square 〖(R〗^2)
• F-Square 〖(F〗^2)
• Q-Square 〖(Q〗^2)

Nilai Q-Square (Q²) digunakan untuk mengevaluasi predictive relevance model dalam pendekatan PLS-SEM. Q² mengukur seberapa baik nilai observasi dapat diprediksi oleh model struktural melalui prosedur blindfolding. Apabila nilai Q² lebih besar dari 0 (Q² > 0), maka model dinyatakan memiliki relevansi prediktif terhadap konstruk endogen yang diuji. Sebaliknya, nilai Q² ≤ 0 menunjukkan bahwa model tidak memiliki kemampuan prediksi yang memadai. Hasil dari Q² dapat dilihat pada tabel 9 dibawah ini.

Tabel 9. Hasil Uji Q-square

Tabel di atas menguraikan hasil pengujian predictive relevance (Q²) terhadap variabel-variabel endogen di dalam model. Diketahui bahwa variabel Keputusan Pembelian (Y1) memperoleh nilai Q² sebesar 0,519, yang mengindikasikan bahwa model memiliki relevansi prediktif yang kuat pada variabel tersebut. Hasil serupa juga ditunjukkan oleh variabel Keterlibatan Konsumen (Z) dengan perolehan nilai 0,556. Sementara itu, variabel Loyalitas (Y2) mencetak nilai tertinggi yakni 0,719, membuktikan kemampuan prediksi model yang sangat baik. Mengingat seluruh nilai Q² yang dihasilkan berada di atas angka nol (> 0), dapat ditarik kesimpulan bahwa model struktural dalam penelitian ini telah memenuhi kriteria predictive relevance dengan sangat memadai

• Uji Hipotesis (Signifikansi)

Tahap selanjutnya adalah pengujian signifikansi atau uji hipotesis. Pengujian ini dilakukan menggunakan metode bootstrapping pada perangkat lunak SmartPLS. Karena PLS-SEM merupakan metode non-parametrik yang tidak mensyaratkan data berdistribusi normal, prosedur bootstrapping diperlukan untuk menghasilkan nilai estimasi yang lebih stabil melalui proses pengambilan sampel ulang (resampling). Adapun visualisasi model dari hasil uji bootstrapping beserta rincian nilai koefisien pada masing-masing jalur dapat dicermati pada Gambar 6 dan Tabel 10 di bawah ini.

Gambar 6. Hasil Running Bootstrapping

Tabel 10. Path Coefficients

Berdasarkan tabel 10 hasil dari Path Coefficients, diperoleh hasil sebagai berikut:

• Hipotesis 1 (Diterima): X1 terbukti memiliki pengaruh positif dan signifikan terhadap Y1. Hal ini didukung oleh perolehan koefisien jalur sebesar 0,411 dengan nilai T-statistik 2,322 (> 1,96) dan signifikansi (p-value) sebesar 0,020 (< 0,05). Artinya, visual yang ditampilkan pada halaman produk Scèntdoc Indonesia seperti foto produk yang aesthetic dan deskripsi notes parfum berperan sangat penting. Karena konsumen tidak bisa melakukan test spray secara online di Shopee, daya tarik visual dan informasi promosi inilah (AIDA) yang menjadi kunci utama untuk menghilangkan keraguan mereka, sehingga memicu terjadinya keputusan pembelian. Yang mana hasil ini sejalan dengan penelitian yang dilakukan oleh Dewi dkk. (2025), yang mengemukakan bahwasannya visual konten yang menarik mampu membangkitkan atensi dan minat berperan esensial dalam membangun brand awareness/attention. Pada tahap berikutnya, stimulasi keinginan konsumen yang dikonstruksi lewat informasi edukatif, bukti sosial, serta penggambaran keunggulan produk akan mengarahkan mereka pada fase konatif, yakni realisasi transaksi atau keputusan pembelian.

• Hipotesis 2 (Diterima): Terdapat pengaruh positif dan signifikan dari X1 terhadap Z. Bukti empiris menunjukkan nilai koefisien jalur mencapai 0,793, T-statistik sebesar 8,876, dan p-value 0,000. Artinya, model AIDA tidak hanya efektif dalam menghasilkan konversi penjualan, tetapi juga krusial dalam membangun keterlibatan proaktif konsumen. Konten pemasaran yang dirancang secara strategis mampu membangkitkan ketertarikan kognitif audiens. Ketertarikan ini pada gilirannya menstimulasi interaksi digital secara sukarela, seperti mengikuti akun resmi brand, memantau promosi berkala, hingga berpartisipasi aktif dalam kampanye yang diselenggarakan oleh Scèntdoc Indonesia.

•Hipotesis 3 (Ditolak): Pengaruh X2 terhadap Y1 dinyatakan tidak signifikan. Meskipun koefisien jalurnya sebesar 0,246, nilai T-statistik yang diperoleh hanya 1,600 (< 1,96) dengan p-value 0,110 (> 0,05). Artinya, ulasan atau komentar dari pembeli lain (e-WOM) ternyata tidak cukup kuat untuk mendorong keputusan pembelian. Hal ini terjadi karena kebanyakan ulasan di marketplace hanya berupa komentar singkat tanpa menjelaskan kualitas wanginya. Akibatnya, ulasan tersebut kurang meyakinkan bagi calon pembeli baru. Yang mana hal ini sejalan dengan penemuan oleh Abror & Sulton (2025), yang menyatakan bahwa e-WOM tidak tidak signifikan karena nilai P-Value 0,892 (> 0,05).

•Hipotesis 4 (Ditolak): X2 juga terbukti tidak memiliki dampak yang signifikan terhadap Z. Penolakan hipotesis ini didasarkan pada perolehan koefisien jalur sebesar 0,246, T-statistik 1,600 (< 1,96), serta p-value 0,545 (> 0,05). Hal ini menjelaskan bahwa membaca ulasan dari orang lain adalah aktivitas yang pasif dan tidak menciptakan ikatan emosional. Konsumen tidak akan merasa "dekat" atau terhubung dengan brand Scèntdoc hanya dengan melihat komentar-komentar anonim dari pembeli lain di kolom ulasan.

•Hipotesis 5 (Diterima): Variabel Y1 memberikan pengaruh yang positif dan nyata terhadap Y2 (Loyalitas). Hasil uji menunjukkan koefisien jalur sebesar 0,896, T-statistik 4,901 (> 1,96), dan p-value 0,000 (< 0,05). Hal ini mengemukakan bahwa terdapat hubungan yang sangat kuat antara tindakan pembelian dengan kesetiaan pelanggan. Artinya, begitu konsumen mencoba membeli dan membuktikan sendiri bahwa kualitas parfum Scèntdoc memang bagus, mereka secara otomatis akan menjadi pelanggan setia yang bersedia melakukan pembelian ulang. Penelitian ini sejalan dengan Pamitkasih & Herawati (2024), yang mengatakan bahwa keputusan pembelian yang dilakukan secara berulang dan konsisten merupakan fondasi utama dalam membangun loyalitas jangka panjang bagi sebuah merek atau perusahaan. Penelitian yang dilakukan oleh Aulia dkk. (2024) bersama Cahyani dan Elvina (2024) menunjukkan bahwa pengalaman pelanggan yang baik dapat terukur melalui seberapa sering mereka memutuskan untuk kembali membeli produk yang sama.

•Hipotesis 6 (diterima): Variabel Z berpengaruh signifikan terhadap Y1. Dengan nilai koefisien jalur sebesar 0,324, nilai T-statistics sebesar 2,140 (< 1,96), dan p-value sebesar 0,032 (> 0,05). Artinya, semakin tinggi tingkat keterlibatan konsumen dengan konten/produk Scentdoc Indonesiamaka semakin tinggi pula peluang untuk terjadinya keputusan pembelian. Temuan ini didukung juga oleh Dewi dkk (2025), yang mengemukakan bahwasannya keterlibatan konsumen (customer engagement) sangat berperan pada tahapan emosional atau afektif. Adanya ikatan emosional ini mampu menciptakan rasa dekat, rasa percaya, dan kecenderungan konsumen untuk memilih suatu merek. Apabila konsumen sudah merasa "nyambung" atau terhubung dengan brand melalui interaksi digital, ketertarikan mereka akan semakin kuat, yang pada akhirnya memotivasi mereka untuk melakukan pembelian produk.

Setelah mengetahui besaran koefisien dari masing-masing pengaruh langsung (direct effects), tahap selanjutnya adalah meninjau nilai pengaruh tidak langsung (indirect effects). Adapun hasil pengujian untuk spesifikasi pengaruh tidak langsung ini disajikan secara lengkap pada Tabel 11 berikut.

Tabel 11. Spesific Indirect Effects

Berdasarkan tabel 11 hasil dari Spesific Indirect Effects, diperoleh hasil sebagai berikut:

•Hipotesis 7 (diterima): Terdapat pengaruh tidak langsung yang signifikan dari X1 terhadap Y2 melalui Z dan Y1 (Z→ X1 → Y1 → Y2) dengan koefisien jalur sebesar 0,239, T-statistics 2,019 (> 1,96), dan p-value 0,044 (< 0,05). Artinya, penerapan strategi Model AIDA yang baik dapat menciptakan loyalitas pelanggan, asalkan konsumen tersebut ikut terlibat dan melakukan pembelian terlebih dahulu. Pada platform Shopee, tampilan visual dan deskripsi produk Scèntdoc yang menarik (AIDA) mampu mendorong konsumen untuk berpartisipasi, seperti mem-follow akun atau menyukai produk (Keterlibatan Konsumen). Interaksi ini kemudian meyakinkan konsumen untuk benar-benar melakukan transaksi (Keputusan Pembelian). Jika pengalaman dari awal melihat iklan hingga membeli produk ini memuaskan, maka pada akhirnya akan terbentuk loyalitas pelanggan terhadap merek Scèntdoc.

•Hipotesis 8 (ditolak): Tidak terdapat pengaruh tidak langsung yang signifikan dari X2 terhadap Y2 melalui Z dan Y1 (X2 → Z → Y1 → Y2) dengan koefisien jalur sebesar 0,018, T-statistics 0,492 (< 1,96), dan p-value 0,623 (> 0,05). Hal ini dapat terjadi dikarenakan ulasan dari pembeli lain (e-WOM) sejak awal gagal membuat konsumen merasa terhubung dengan brand (H4) dan gagal meyakinkan mereka untuk membeli (H3), maka otomatis ulasan ini juga tidak bisa diandalkan untuk menciptakan kesetiaan pelanggan dalam jangka panjang. Yang mana hal ini sejalan dengan data Keterlibatan Konsumen, di mana indikator kemauan mem-follow akun toko (Z3) mendapat penilaian negatif tertinggi (6%), begitu pula dengan keengganan memberi like atau komentar (Z1) sebesar 4%. Artinya, ulasan yang bagus tidak menjamin konsumen akan langsung tertarik berinteraksi dengan toko. Apabila dari awal sudah tidak ada keterlibatan, maka rantai menuju pembelian dan loyalitas pasti terputus. Ditambah lagi, kecocokan aroma parfum sangat personal, sehingga ulasan dari orang lain tidak akan cukup untuk membuat seseorang langsung menjadi pelanggan yang setia.

D. Model Persamaan Struktural

Berdasarkan hasil analisis path coefficient dan spesific indirect effects, hubungan antarvariabel dalam penelitian ini dirumuskan ke dalam beberapa model persamaan matematis. Pada pengujian pengaruh langsung (direct effect), diperoleh persamaan untuk Keputusan Pembelian yaitu Y_1=0.409X_1+0.246X_2+0.324Z, sedangkan untuk loyalitas adalah Y_2=0.928Y_1, keterlibatan konsumen sebesar Z=0.793X_1+0.061X_2. Selanjutnya, untuk mengidentifikasi pengaruh tidak langsung (indirect effect) variabel independen terhadap loyalitas melalui mediasi keterlibatan konsumen, dihasilkan persamaan Y ̂_2=0.239X_1+0.018X_2. Sebagai akumulasi akhir, total keseluruhan pengaruh (total effect) dalam model ini dirumuskan dalam persamaan ( Y) ̂_2Total=0.648X_1+0.264X_2. Rangkaian persamaan ini mengonfirmasi bahwa variabel AIDA (X1) memiliki kontribusi yang jauh lebih kuat dalam menggerakkan seluruh variabel endogen dibandingkan variabel e-WOM (X2).

VII. Simpulan

Berdasarkan hasil analisis yang telah dilakukan, dapat disimpulkan bahwasannya strategi pemasaran berbasis model AIDA terbukti secara dominan memicu keterlibatan konsumen, mempercepat keputusan pembelian, hingga membangun loyalitas pelanggan pada Scèntdoc Indonesia. Sebaliknya, penyebaran e-WOM disini tidak memberikan pengaruh signifikan terhadap keterlibatan maupun keputusan pembelian, sehingga gagal dimediasi untuk membentuk loyalitas. Fakta ini menegaskan bahwasannya kampanye yang lebih proaktif (AIDA) jauh sangat lebih krusial dalam mendorong terjadinya keputusan pembelian dan loyalitas dibandingkan dengan hanya sekadar mengandalkan ulasan dari para pengguna lain. Oleh karena itu, peneliti menyarankan terhadap Scentdoc Indonesia untuk lebih berfokus mengoptimalkan daya tarik visual dan narasi promosi sejak tahap awal guna memikat atensi konsumen, sementara untuk penelitian selanjutnya diharapkan dapat meninjau kembali indikator pengukuran e-WOM atau menggantinya dengan variabel komunikasi pemasaran lain yang lebih relevan. Disarankan untuk menggunakan variabel seperti Social Media Marketing (SMM), Influencer/KOL Marketing, atau Brand Image yang mungkin memiliki daya determinasi lebih kuat dalam memengaruhi perilaku konsumen pada kategori produk experience goods seperti parfum.

Ucapan Terima Kasih

Penelitian ini dapat terselesaikan berkat dukungan dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan rasa terima kasih kepada Bapak Moch. Tutuk Safirin atas segala bimbingan, kesabaran, dan masukan berharganya dari awal penyusunan hingga naskah ini rampung. Terima kasih juga ditujukan kepada pihak Program Studi Teknik Industri UPN "Veteran" Jawa Timur yang telah mewadahi proses pembelajaran penulis. Tidak lupa, apresiasi setinggi-tingginya diberikan kepada para pelanggan setia Scèntdoc yang mau berpartisipasi mengisi kuesioner, sehingga riset lapangan ini bisa berjalan lancar dan menghasilkan data yang valid.