Customer Satisfaction Mediates Repurchase Intention in Cloud Kitchens

Salsabilla Nur Maida^{) * ,1),} 22032010185@student.upnjatim.ac.id

¹⁾ Program Studi Teknik Industri , Universitas Pembangunan Nasional “Veteran” Jawa Timur, Surabaya , Indonesia

Mochamad Tutuk Safirin ^*,2) tutuks.ti@upnjatim.ac.id

²⁾ Program Studi Teknik Industri, UniversitasPembangunan Nasional “Veteran” Jawa Timur, Surabaya, Indonesia

Abstract .

General Background: Indonesia’s food and beverage industry is expanding rapidly, particularly with the rise of cloud kitchen concepts such as Hangry. Specific Background: Nevertheless, this growth is accompanied by a decline in sales and the emergence of negative customer feedback, which suggests potential weaknesses in product quality, service delivery, brand image, and promotional efforts. Knowledge Gap: Existing research on repurchase intention shows inconsistent results and rarely investigates these variables simultaneously within the cloud kitchen environment. Aims: Therefore, this study aims to examine the impact of product, service quality, brand image, and promotion on repurchase intention, with customer satisfaction acting as a mediating variable. Novelty: This study offers a new perspective by combining the cloud kitchen context with the use of Generalized Structured Component Analysis (GSCA) to analyze complex interrelationships among variables. Results: Based on GSCA-SEM analysis involving 100 respondents, the results indicate that not all variables directly influence repurchase intention, while customer satisfaction plays a significant mediating role. Implications: These findings underline the importance of enhancing product consistency, improving service quality, strengthening brand image, and optimizing promotional strategies to increase customer satisfaction and encourage repeat purchases. .

Highlights: • Customer satisfaction functions as a crucial mediator in repurchase intention . • Not all independent variables directly impact repurchase intention . • T he cloud kitchen setting provides deeper insights into consumer behavior . • GSCA is suitable for examining complex models with relatively small sample sizes .

Keywords - Product, Service Quality, Brand Image, Promotion, Customer Satisfaction, Repurchase Intention, Cloud Kitchen, GSCA

I. Pendahuluani

Pertumbuhani industri makanan dan minuman di Indonesia semakin pesat seiring dengan perkembangan teknologi digital, khususnya melalui konsep cloud kitchen yang mengandalkan layanan berbasis daring [1]. Model bisnis ini memungkinkan perusahaan untuk fokus pada produksi makanan tanpa menyediakan fasilitas dine-in, sehingga lebih efisien dan fleksibel dalam menjangkau konsumen. Salah satu pelaku cloud kitchen di Indonesia adalah Hangry, yang menawarkan berbagai merek makanan dalam satu platform terintegrasi. Namun, di tengah persaingan yang semakin ketat, tidak semua cloud kitchen mampu mempertahankan minat membeli ulang konsumen. Penurunan penjualan serta ulasan negatif pelanggan menunjukkan adanya permasalahan pada aspek produk, kualitas layanan, citra merek, dan promosi [2].

Dalam praktiknya, konsumen tidak hanya mempertimbangkan kualitas produk semata, tetapi juga menilai keseluruhan pengalaman layanan yang diperoleh, seperti kecepatan penyajian, ketepatan pesanan, serta persepsi terhadap merek dan promosi yang ditawarkan. Kepuasan pelanggan menjadi faktor kunci yang berperan dalam menentukan keputusan konsumen untuk melakukan pembelian ulang. Ketika layanan yang diterima mampu memenuhi bahkan melampaui harapan, tingkat kepuasan akan meningkat dan mendorong terbentuknya minat membeli ulang. Sebaliknya, pengalaman yang kurang memuaskan dapat menurunkan tingkat kepuasan dan menghambat keinginan konsumen untuk kembali melakukan pembelian [3].

Berbagai penelitian sebelumnya menunjukkan hasil yang berbeda-beda mengenai pengaruh produk, kualitas layanan, citra merek, dan promosi terhadap minat membeli ulang, khususnya terkait peran kepuasan pelanggan sebagai variabel mediasi [4]. Di sisi lain, penelitian yang mengkaji variabel-variabel tersebut secara simultan dalam konteks cloud kitchen dengan pendekatan Generalized Structured Component Analysis (GSCA) masih relatif terbatas. Oleh karena itu, penelitian ini bertujuan untuk menguji pengaruh produk, kualitas layanan, citra merek, dan promosi terhadap minat membeli ulang yang dimediasi oleh kepuasan pelanggan pada konsumen Hangry di Surabaya, sehingga diharapkan dapat memberikan kontribusi baik secara teoritis maupun praktis bagi perusahaan dalam meningkatkan kepuasan pelanggan dan mendorong minat pembelian ulang [5].

II. Metodei

Penelitiani ini menggunakan pendekatan ikuantitatif dengan metode iStructural Equation Modeling (SEM) berbasis GeneralizediStructurediComponentiAnalysis (GSCA) dan bersifat icross-sectional, idi mana data dikumpulkan dalam satu periodei tertentu. Teknik pengambilan sampel dalam penelitian ini menggunakan non-probability sampling dengan pendekatan purposive sampling, yaitu pemilihan responden didasarkan pada kriteria tertentu, yakni konsumen Hangry di Surabaya yang telah melakukan pembelian setidaknya satu kali [6]. Jumlah responden yang digunakan sebanyak 100 orang, yang dianggap memadai untuk analisis menggunakan metode GSCA, mengingat metode ini tetap dapat digunakan pada ukuran sampel kecil hingga menengah [7]. Variabel yang dianalisis meliputi produk (X1), kualitas layanan (X2), citra merek (X3), dan promosi (X4) sebagai variabel eksogen, kepuasan pelanggan sebagai variabel mediasi, serta minat membeli ulang sebagai variabel endogen. Seluruh indikator diukur menggunakan skala Likert dengan rentang nilai 1 sampai 5. Data yang digunakan merupakan data primer yang diperoleh melalui penyebaran kuesioner secara daring menggunakan Google Form. Selanjutnya, data tersebut dianalisis menggunakan perangkat lunak GSCA Pro untuk menguji hubungan antar variabel, baik secara langsung maupun tidak langsung melalui peran mediasi kepuasan pelanggan terhadap minat membeli ulang [8].

III. Hasili dan Pembahasani

Penulis analisisimodel penelitianiyang telah digambarkanidalam bentuk pathidiagram selanjutnyaidikonversi ke dalam persamaanimatematis yang terdiri atas measurementimodel dan structural model. Measurement model digunakan untuk menjelaskanihubungan antara variabel laten dengan indikator-indikator pengukurnya, sedangkan structuralimodel digunakan untuk menjelaskan hubungan kausal antar variabel laten sesuai denganikerangka konseptualipenelitian [9]. Dalam pendekatan GSCA, evaluasi model tidak dilakukan melalui proses modifikasi model seperti pada SEM berbasis kovarian, tetapi lebih difokuskan pada penilaian terhadap validitas, reliabilitas, serta indeks Goodness of Fit seperti FIT, AFIT, GFI, dan SRMR [10]. Pada tahap measurement model, pengujian dilakukan untuk memastikan validitas konvergen dari setiap indikator yang digunakan dalam penelitian. Validitas idiskriminan, danireliabilitas untuk memastikan bahwa setiap indikator mampu merepresentasikan konstruk secara tepat dan konsisten. Hasil pengujian menunjukkan bahwa model pengukuran telahimemenuhi kriteria yang ditetapkan, isehingga layak untukidilanjutkan keitahap structural model [11]. visualisasi modelipenelitian dapatidilihat pada Gambar 1.

Gambari1. Kerangka Model Awal i

Untuk menilai kesesuaian model berdasarkan kerangka pada Gambar 1, analisis dilakukan dalam tiga tahap menggunakan GSCA, yaitu pengujian model pengukuran, evaluasi overall goodness of fit, dan pengujian model struktural. Pada tahap evaluasi model pengukuran, dilakukan pengujian validitas dan reliabilitas dengan melihat nilai loading factor yang dihasilkan melalui software GSCA. Nilai loading factor digunakan untuk menguji convergent validity, di mana indikator dinyatakan valid apabila memiliki nilai ≥ 0,70 [12]. Indikator yang belum memenuhi kriteria tersebut akan dieliminasi, kemudian dilakukan pengujian ulang hingga model memenuhi standar yang ditetapkan [13] Setelah melalui beberapa tahap pengujian, seluruh indikator dalam model pengukuran dinyatakan valid dan memenuhi kriteria yang ditentukan, sebagaimana ditunjukkan pada tabel 1.

Tabel 1. Hasil Uji Validitas

Tahap berikutnya untuk validitas diskriminan nilai Kriteria Fornell–Larcker dinyatakan sebagai akar kuadrat dari Average Variance Extracted (AVE) yang harus lebih besar dibandingkan dengan korelasi antar konstruk yang diukur [14]. Hal ini menunjukkan bahwa masing-masing variabel dalam penelitian mampu merepresentasikan konsep yang berbeda satu sama lain sehingga model pengukuran dalam penelitian ini dinyatakan valid secara diskriminan [10]. Untuk menguji validitas diskriminan menggunakan kriteria Fornell–Larcker, hasil perbandingan antara akar kuadrat Average Variance Extracted (AVE) dengan korelasi antar konstruk disajikan pada Tabel 2.

Tabel 2 . Hasil Average Variance Extracted (AVE)

Tahapan selanjutnya pengujian reliabilitas dengan melihat nilai PVE (Proportion of Variance Explained) dan Dillon Goldstein’s Rho (composite reliability). Suatu variabel dinyatakan memenuhi validitas konvergen dan reliabilitas apabila memiliki nilai PVE ≥ 0,50 dan nilai Rho ≥ 0,70 hasilnya disajikan pada Tabel 3. [9].

Tabel 3 . Hasil Uji Reliabilitas

Berdasarkan hasil pengujian reliabilitas, seluruh variabel menunjukkan nilai PVE di atas 0,50 dan nilai Rho di atas 0,70. Hal ini berarti seluruh variabel dalam penelitian telah memenuhi kriteria validitas konvergen dan reliabilitas yang baik. Variabel kepuasan pelanggan (M) dan minat beli ulang (Y) memiliki nilai tertinggi, yang menunjukkan bahwa indikator yang digunakan sangat konsisten dalam mengukur variabel tersebut. Selanjutnya, akan dilakukan pengujian untuk kriteria goodness of fit model.

Dalam menentukan goodness of FIT pada analisis GSCA, beberapa aspek yang dapat dipertimbangkan dalam mengevaluasi kriteria Goodness of FIT antara lain FIT, AFIT, FITs, FITm, GFI, dan SRMR. Hasil dari masing-masing aspek penelitian ini dapat dilihat pada Tabel 4.

Tabel 4 . Hasil Model Fit

Berdasarkan hasil pengujian goodness of fit, dapat diketahui bahwa secara umum model penelitian sudah memiliki tingkat kecocokan yang baik. Hal ini ditunjukkan oleh nilai FIT sebesar 0,713 dan AFIT sebesar 0,706 yang mendekati angka 1, sehingga model mampu menjelaskan variabel dalam penelitian dengan cukup baik. Selanjutnya, nilai FITm sebesar 0,864 juga menunjukkan bahwa model pengukuran memiliki kecocokan yang baik. Namun, nilai FITs sebesar 0,209 masih tergolong rendah, yang mengindikasikan bahwa model struktural belum sepenuhnya optimal dalam menjelaskan hubungan antar variabel. Meskipun demikian, nilai GFI sebesar 0,994 menunjukkan kategori sangat baik karena telah melebihi batas minimum 0,89, serta nilai SRMR sebesar 0,042 yang berada di bawah 0,09 menandakan tingkat kesalahan model yang rendah. Setelah model dinyatakan memenuhi kriteria kelayakan, analisis selanjutnya difokuskan pada pengujian model struktural untuk mengidentifikasi hubungan antar variabel dalam penelitian

Pada tahap model struktural, dilakukan pengujian untuk melihat hubungan antar variabel dalam penelitian. Berdasarkan hasil uji multikolinearitas menggunakan nilai VIF, seluruh variabel menunjukkan nilai di bawah 3 dapat dilihat pada Tabel 5. [10].

Pada Tabel 4. menunjukkan bahwa tidak terdapat masalah multikolinearitas antar variabel, sehingga masing-masing variabel dapat memberikan kontribusi yang berbeda dalam menjelaskan variabel endogen. Dengan demikian, model penelitian dinyatakan layak untuk digunakan. Selanjutnya dilakukan analisa path diagram untuk memeriksa nilai estimasi, koefisien parameter jalur, dan signifikansi hubungan antar variabel laten disajikan pada Tabel 6.

Berdasarkan hasil pengujian model struktural, diketahui bahwa variabel produk (X1), citra merek (X3), dan promosi (X4) berpengaruh signifikan terhadap kepuasan pelanggan (M), sedangkan kualitas layanan (X2) tidak berpengaruh signifikan terhadap kepuasan. Selanjutnya, terhadap minat membeli ulang (Y), hanya citra merek (X3) dan kepuasan pelanggan (M) yang berpengaruh signifikan, sementara produk (X1), kualitas layanan (X2), dan promosi (X4) tidak menunjukkan pengaruh yang signifikan secara langsung. Nilai koefisien terbesar terdapat pada hubungan kepuasan pelanggan terhadap minat membeli ulang (M→Y) sebesar 0,527, yang menunjukkan bahwa kepuasan pelanggan memiliki peran penting dalam meningkatkan minat membeli ulang. Selain itu, pada pengujian pengaruh tidak langsung, ditemukan bahwa produk (X1), citra merek (X3), dan promosi (X4) memiliki pengaruh signifikan terhadap minat membeli ulang melalui kepuasan pelanggan, sedangkan kualitas layanan (X2) tidak signifikan. Hal ini menunjukkan bahwa kepuasan pelanggan berperan sebagai variabel mediasi yang memperkuat hubungan antara sebagian variabel eksogen dengan minat membeli ulang. Analisis selanjutnya akan difokuskan pada pengujian koefisien determinasi untuk mengetahui kemampuan model dalam menjelaskan variasi variabel endogen hasilnya disajikan pada Tabel 7.

Hal ini menunjukkan bahwa variabel-variabel eksogen yang terdiri dari produk (X1), kualitas layanan (X2), citra merek (X3), dan promosi (X4) mampu menjelaskan variansi kepuasan konsumen sebesar 63,3%, sedangkan sisanya sebesar 36,7% dipengaruhi oleh variabel lain di luar model penelitian. Berdasarkan kriteria yang telah ditetapkan, nilai tersebut termasuk dalam kategori sedang karena berada di antara 0,50 dan 0,75. Selanjutnya, nilai koefisien determinasi untuk variabel minat membeli ulang (Y) sebesar 0,621, yang berarti bahwa kombinasi variabel eksogen dan variabel mediasi kepuasan konsumen mampu menjelaskan variansi minat membeli ulang sebesar 62,1%, sedangkan sisanya sebesar 37,9% dipengaruhi oleh faktor lain di luar model

Persamaan simultan dalam penelitian ini disusun berdasarkan asumsi dasar dalam pemodelan GSCA, di mana residual error dan nilai intercept diasumsikan bernilai nol. Asumsi ini digunakan untuk menyederhanakan model serta memfokuskan analisis pada hubungan antar variabel dalam kerangka model struktural. Berdasarkan asumsi tersebut, persamaan simultan dalam penelitian ini dapat dirumuskan sebagai berikut:

M = β₁X1 + β₂X2 + β₃X3 + β₄X4

M= 0.242X1 ​+ 0.084X2​ + 0.26X3​ + 0.436X4 (1)

.

Y_direct= β₅X1 + β₆X2 + β₇X3 + β₈X4 + M

Y_direct= 0.163X1 ​+ 0.008X2​ + 0.151X3​ + 0.068X4​

Y_indirect= M (X→M)

Y_indirect= 0,527 (0.242X1 ​+ 0.084X2​ + 0.26X3​ + 0.436X4)

Y_indirect= 0.128X1​ + 0.044X2 ​+ 0.137X3 ​+ 0.230X4 (2)

Y = Y_direct+ Y_indirect

Y= (0.163 + 0.128) X1 ​+ (0.008 + 0.044) X2​ + (0.151 + 0.137) X3​+ (0.068 +0.230) X4​

Y= 0.291X1​ + 0.052X2 ​+ 0.288X3​ + 0.298X4 (3)

Berdasarkan persamaan model yang dihasilkan, promosi (X4) menjadi faktor paling dominan yang mempengaruhi kepuasan pelanggan (M) dengan koefisien sebesar 0,436, diikuti oleh citra merek (X3) sebesar 0,260 dan produk (X1) sebesar 0,242. Sementara itu, kualitas layanan (X2) memiliki pengaruh paling rendah terhadap kepuasan pelanggan dengan koefisien sebesar 0,084. Hal ini menunjukkan bahwa dalam konteks penelitian ini, kepuasan pelanggan lebih banyak dipengaruhi oleh aspek promosi dan persepsi merek dibandingkan kualitas layanan. Selanjutnya, terhadap minat membeli ulang (Y), jika dilihat dari pengaruh total (langsung dan tidak langsung), promosi (X4) tetap menjadi faktor paling dominan dengan nilai koefisien sebesar 0,298, diikuti oleh produk (X1) sebesar 0,291 dan citra merek (X3) sebesar 0,288 yang memiliki pengaruh hampir seimbang. Sedangkan kualitas layanan (X2) kembali menjadi variabel dengan pengaruh paling rendah terhadap minat membeli ulang yaitu sebesar 0,052. Hasil ini menunjukkan bahwa peningkatan promosi dan penguatan citra merek menjadi faktor penting dalam meningkatkan kepuasan pelanggan yang pada akhirnya mendorong minat membeli ulang, sementara kualitas layanan belum memberikan kontribusi yang signifikan dalam model penelitian ini [15].

1. Measurement i Model i
2. Overall Model
3. Structural Model
4. Persamaan Simultan
5. Uji Hpiotesis

Pada uji hipotesis, nilai interval kepercayaan (confidence interval) digunakan untuk melihat signifikansi pengaruh antar variabel. Hipotesis diterima apabila nilai interval tidak melewati angka nol, yang menunjukkan adanya pengaruh yang signifikan. Sebaliknya, apabila interval melewati angka nol, maka hipotesis ditolak karena tidak terdapat pengaruh yang signifikan.

1. Pengaruh Produk (X1) terhadap Kepuasan Pelanggan (M)

Hasil pengujian menunjukkan bahwa produk berpengaruh signifikan terhadap kepuasan pelanggan. Hal ini ditunjukkan oleh nilai interval kepercayaan sebesar 0,029 hingga 0,392 yang tidak melewati angka nol, sehingga hipotesis diterima. Nilai koefisien sebesar 0,242 menunjukkan arah pengaruh positif, yang berarti semakin baik kualitas produk yang ditawarkan, maka kepuasan pelanggan akan meningkat.

2. Pengaruh Kualitas Layanan (X2) terhadap Kepuasan Pelanggan (M)

Berdasarkan hasil analisis, kualitas layanan tidak berpengaruh signifikan terhadap kepuasan pelanggan. Hal ini ditunjukkan oleh nilai interval kepercayaan sebesar -0,072 hingga 0,207 yang melewati angka nol, sehingga hipotesis ditolak. Meskipun memiliki koefisien positif sebesar 0,084, pengaruh tersebut tidak cukup kuat.

3. Pengaruh Citra Merek (X3) terhadap Kepuasan Pelanggan (M)

Hasil pengujian menunjukkan bahwa citra merek berpengaruh signifikan terhadap kepuasan pelanggan. Nilai interval kepercayaan sebesar 0,118 hingga 0,453 tidak melewati angka nol, sehingga hipotesis diterima. Koefisien sebesar 0,260 menunjukkan bahwa citra merek yang baik dapat meningkatkan kepuasan pelanggan.

4. Pengaruh Promosi (X4) terhadap Kepuasan Pelanggan (M)

Promosi terbukti berpengaruh signifikan terhadap kepuasan pelanggan dengan nilai interval kepercayaan sebesar 0,264 hingga 0,663 yang tidak melewati angka nol. Koefisien sebesar 0,436 menunjukkan bahwa promosi memiliki pengaruh paling besar dalam meningkatkan kepuasan pelanggan dibandingkan variabel lainnya.

5. Pengaruh Produk (X1) terhadap Minat Membeli Ulang (Y)

Produk tidak berpengaruh signifikan terhadap minat membeli ulang. Hal ini ditunjukkan oleh interval kepercayaan sebesar -0,037 hingga 0,318 yang melewati angka nol, sehingga hipotesis ditolak. Meskipun memiliki koefisien positif, pengaruhnya tidak signifikan secara statistik.

6. Pengaruh Kualitas Layanan (X2) terhadap Minat Membeli Ulang (Y)

Kualitas layanan tidak berpengaruh signifikan terhadap minat membeli ulang, dengan interval kepercayaan sebesar -0,123 hingga 0,150 yang melewati angka nol. Koefisien sebesar 0,008 menunjukkan bahwa pengaruhnya sangat kecil dan tidak signifikan.

7. Pengaruh Citra Merek (X3) terhadap Minat Membeli Ulang (Y)

Citra merek berpengaruh signifikan terhadap minat membeli ulang. Hal ini ditunjukkan oleh interval kepercayaan sebesar 0,009 hingga 0,305 yang tidak melewati angka nol. Koefisien sebesar 0,151 menunjukkan bahwa citra merek yang baik mampu meningkatkan minat membeli ulang konsumen.

8. Pengaruh Promosi (X4) terhadap Minat Membeli Ulang (Y)

Promosi tidak berpengaruh signifikan terhadap minat membeli ulang. Hal ini ditunjukkan oleh interval kepercayaan sebesar -0,145 hingga 0,264 yang melewati angka nol, sehingga hipotesis ditolak.

9. Pengaruh Kepuasan Pelanggan (M) terhadap Minat Membeli Ulang (Y)

Kepuasan pelanggan berpengaruh signifikan terhadap minat membeli ulang dengan interval kepercayaan sebesar 0,308 hingga 0,757 yang tidak melewati angka nol. Koefisien sebesar 0,527 menunjukkan bahwa kepuasan pelanggan memiliki pengaruh paling kuat dalam meningkatkan minat membeli ulang.

VII. Simpulan

Hasil penelitian menunjukkan bahwa produk, citra merek, dan promosi memiliki pengaruh positif dan signifikan terhadap minat membeli ulang melalui kepuasan pelanggan, sedangkan kualitas layanan tidak menunjukkan pengaruh yang signifikan melalui mediasi tersebut. Secara langsung, hanya citra merek dan kepuasan pelanggan yang berpengaruh signifikan terhadap minat membeli ulang, sementara produk, kualitas layanan, dan promosi tidak berpengaruh signifikan. Kepuasan pelanggan terbukti menjadi faktor utama yang mendorong minat membeli ulang konsumen Hangry. Selain itu, hasil model simultan menunjukkan bahwa promosi merupakan variabel yang memiliki pengaruh paling dominan terhadap minat membeli ulang, sedangkan kualitas layanan memiliki pengaruh paling rendah. Temuan ini menegaskan bahwa peningkatan kepuasan pelanggan melalui strategi promosi yang efektif, penguatan citra merek, dan kualitas produk yang baik menjadi kunci dalam mendorong pembelian ulang konsumen.

Referensi

S. A. Lazzuarda, “Peran gelombang Korea (Korean wave) terhadap creative business masyarakat di Provinsi Jawa Timur,” Jurnal Ilmu Ekonomi (JIE), vol. 6, no. 1, pp. 99–111, 2022, doi: 10.22219/jie.v6i1.20185.

A. P. Br Tarigan and I. Bernarto, “The effect of brand image, brand trust and customer satisfaction on repurchase intention (Case study: Starbucks Coffee Jakarta),” Jurnal Ilmiah Edunomika, vol. 8, no. 1, pp. 1–14, 2024. https://doi.org/10.29040/jie.v8i1.11579

M. A. Akbar, A. Iswanto, and O. Hijuzaman, “Analisis pengaruh kualitas pelayanan, kualitas produk, persepsi harga, fasilitas terhadap kepuasan pelanggan dengan metode Structural Equation Modeling (SEM) AMOS pada Cafédjajan Coffee Purwakarta,” Jurnal Economina, vol. 3, no. 9, 2024. https://ejournal.45mataram.ac.id/index.php/economina

H. Hwang, G. Cho, and H. Choo, “GSCA Pro—Free stand-alone software for structural equation modeling,” Structural Equation Modeling: A Multidisciplinary Journal, vol. 31, no. 4, pp. 696–711, 2024, doi: 10.1080/10705511.2023.2272294.

J. F. Hair, J. J. Hult, C. M. Ringle, and M. Sarstedt, A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) Using R. Cham, Switzerland: Springer, 2021 https://link.springer.com/book/10.1007/978-3-030-80519-7.

M. Masruroh and S. Haryatmi, “Metode multigroup generalized structured component analysis pada multigroup SEM berbasis komponen,” Jurnal Matematika Thales (JMT), vol. 4, no. 2, 2022 https://jurnal.ums.ac.id/index.php/thales

L. D. Permatasari and S. B. Santosa, “Pengaruh review konsumen, kualitas pelayanan, dan promosi penjualan terhadap minat pembelian ulang melalui kepuasan konsumen sebagai variabel intervening (studi pada konsumen marketplace Shopee di Kota Semarang),” Diponegoro Journal of Management, vol. 10, no. 4, pp. 1–6, 2021. [Online]. Available: http://ejournal-s1.undip.ac.id/index.php/dbr