BAB 4 ANALISIS DAN PEMBAHASAN. Kaskus adalah forum komunitas maya terbesar di Indonesia dan penggunanya

Transkripsi

1 BAB 4 ANALISIS DAN PEMBAHASAN 4.1. Sejarah dan Profil Perusahaan Kaskus adalah forum komunitas maya terbesar di Indonesia dan penggunanya disebut dengan Kaskuser dengan panggilang Agan dan Aganwati. Kaskus lahir pada tanggal 6 November 1999 oleh tida pemuda asal Indonesia yaitu Andrew Darwis, Ronald dan Budi,yang sedang melanjutkan studi d Seattle, Amerika Serikat. Situs ini dikelola oleh PT Darta Media Indoensia yang saat ini anggotnya berjumlah lebih dari anggota, Kaskus tidak hanya berdomisili di Indonesia namun tersebar juga hingga negara lainnya. Di Indonesia, kantor Kaskus pertama kali berlokasi di daerah Mangga Besar, yang dibantu dengan 2 orang tenaga profesional. Dibawah naungan PT. Darta Media Indonesia, langkah pertama yang dilakukan Kaskus adalah melakukan rebranding. Pengguna Kaskus berasal dari kalangan remaja hingga orang dewasa. Kaskus yang merupakan singkatan dari Kasak-Kusuk, bermula dari sekedar hobi dari komunitas kecil yang kemudian berkembang hingga saat ini, Kaskus dikunjungi sedikitnya dalam satu hari oleh 1 juta orang dengan jumlah page view mencapai Hingga saat ini Kaskus sudah mempunyai lebih dari 100 juta posting. Menurut Alexa.com pada bulan April 2010 Kaskus berada di peringkat 313 dunia dan menduduki peringkat 6 situs yang paling banyak dikujungi di Indoensia dibawah Facebook, Google, Blogspot dan Youtube, Kaskus Radio merupakan sebuah Radio Internet Indonesia dibawah naungan komunitas Kaskus. Kaskus Radio yang biasa disingkat KR memiliki lebih dari

2 109 penyiar. Radio yang memutarkan lagu selama 24 jam ini juga memutarkan lagu mancanegara dari berbagai negara. Pada bulan Agustus 2005, PC Magazine memberikan penghargaan kepada situs Kaskus sebagai situs terbaik dan komunitas terbesar, kemudian Ksakus terpilih kembali sebagai website terbaik pilihan pembaca PC Magazine pada Pada tanggal 23 Mei 2006 manajemen Kaskus terpaksa mengubah domain dari.com menjadi.us karena adanya penyebaran virus Brontok yang bertujuan menyerang situs-situs besar di Indoensia dimana Kaskus adalah salah satunya. Awal April 2007, manajemen Kaskus menambah 2 Server baru untuk meningkatkan performa situs Kaskus. Pada Juli 2008, Pengelola Kaskus akhirnya memutuskan untuk mengoperasikan server Kaskus di Indonesia, untuk kepertluan tersebut Kaskus membeli 8 servel Dell Power Edge 2950 dan dioperasikan melalui Jaringan open IXP. Akibat dari akses Kaskus yang berlipat ganda dan akhirnya pengelola berencana menambahkan 8 server lagi sehingga total menjadi 16 server yang beroperasi. Pada tanggal 16 mei 2008, Kaskus diserang menggunakan teknik DdoS (Distributed Denial of Service) oleh oknum yang diduga berasal dari komunitas Jogyafree. Serangan ini menyebabkan database Kaskus corrupt sehingga administrator terpaksa mengunci thread-thread yang ada. Penyerangan tersebut diduga terkait peristiwa perusakan (deface) situs Yogyafree beberapa hari sebelumnya. Penyerang yang mengklaim dirinya sebagai salah satu angoota Kaskus juga melontarkan celaan yang bernada mengejek si salah satu bagian forum Yogyafree. Hal tersebutlah yang membuat beberapa anggota Yogyafree geram dan kemudian balik menyerang Kaskus dengan Ddos. Akibatnya Kaskus terpaksa mematikan server Kaskus.Perang cyber antara kedua komunitas ini

3 110 akhirnya selesai ketika kedua pengelola situs menandatangani memorandum online untuk menyudahkan pertikaian di antara keduannya, Pesan tersebut dipampang selama beberapa minggu di halaman situs masing-masing. Meskipun kerusakan yang ditimbulkan oleh serangan ini cukup berat, administrator Kaskus menjanjikan bahwa Kaskus akan kembali normal pada bulan Juli 2008, seiring dengan diluncurkannya server baru Kaskus di gedung Cyber, Jakarta. Namun, ia juga mengatakan bahwa data-data yang akan dimunculkan kembali adalah data yang dimuat sebelum tahun 2008, sementara data yang dibuat selama tahun 2008 tidak dapat dimunculkan kembali Sebelum UU ITE diberlakukan, Kaskus memiliki dua forum kontroversial, BB17 dan Fight Club. BB17 (kependekan dari buka-bukaan 17 tahun) adalah sebuah forum khusus dewasa dimana pengguna dapat berbagi baik gambar maupun cerita dewasa. Sementara itu, Fight Club adalah forum yang dikhususkan sebagai tempat berdebat yang benar-benar bebas tanpa dikontrol. Seringkali masalah yang diperdebatkan berkaitan dengan SARA. Penghinaan terhadap suku dan agama lazim terjadi. Setelah diberlakukannya UU ITE, Kaskus segera menutup BB17 karena bertentangan dengan UU ITE tentang penyebaran materi pornografi. Fight Club diubah namanya menjadi Debate Club. Fight Club dan Debate Club pada dasarnya memiliki fungsi yang sama sebagai tempat untuk berdebat, hanya saja kontrol di Debate Club diperketat. Setiap thread baru yang dibuat user terlebih dahulu disensor oleh moderator. Bila dianggap tidak layak dan membahas SARA, maka thread itu akan dihapus.untuk menghapus image negatif Kaskus sebagai media underground dan situs porno, Kaskus mengubah tampilannya pada tanggal 17 Agustus Tampilan baru kaskus dibuat penuh warna. Selain itu, Kaskus juga menambahkan fitur-fitur baru seperti blog dan Kaskus WAP.

4 111 Di tahun 2009, untuk mengimbangi kebutuhan akan hal ini, maka kantor Kaskus pindah ke daerah Melawai. Disini tenaga profesional Kaskus bertambah hingga lebih dari 60 orang. Sejak tahun 2009, Kaskus menjadi pemain penting di ranah online Indonesia. Kaskus menerima banyak penghargaan diantaranya The Best Innovation in Marketing dan The Best Market Driving Company oleh Marketing Magazine, dan The Greatest Brand of the Decade ( ) oleh Mark Plus Inc. Indonesia Innovative Top website oleh Microsoft. Online Inspiring Award dari Indosat. KASKUS dengan bangga berada di peringkat 1 untuk kategori situs komunitas, dan merupakan situs lokal nomor 1 di Indonesia, menurut Alexa. Tahun 2011 KASKUS memulai kemitraannya dengan Global Digital Prima, sebuah perusahaan Indonesia yang berfokus untuk mengembangkan industri digital dan konten lokal Indonesia. Kemitraan ini mendorong pertumbuhan Kaskus yang lebih besar lagi, baik dari sisi infrastuktur, tenaga profesional & jaringan bisnisnya dalam usaha menjadi situs nomor satu di Indonesia serta pemain global online di dunia. Mengimbangi ekspansi, Kaskus pun memindahkan kantor utamanya ke Menara Palma di daerah Kuningan dan menamakannya Kaskus Playground. Tahun 2012 Kaskus mengalami masalah dengan Domain Name Server (DNS) sejak 26 Mei lalu, yang membuat situs web komunitas online ini tidak bisa diakses dengan alamat Hal ini membuat jumlah kunjungan ke Kaskus anjlok hingga 70% dalam sepekan pertama. Chief Technology Officer Kaskus, Andrew Darwis mengatakan, biasanya Kaskus dibanjiri kunjungan per hari. Karena masalah domain.us ini, peringkat Kaskus turun drastis ke peringkat 19 juta di dunia, menurut data situs web analisis Alexa.com. "Kami kurang tahu waktu itu Kaskus ada di posisi berapa di Indonesia, yang jelas tidak masuk 50 besar menurut data Alexa," kata Andrew. Masalah ini diakui Andrew tidak terlalu berdampak pada bisnis iklan,

5 112 yang selama ini jadi sumber pendapatan utama Kaskus. "Para pengiklan memang menanyakan trafiknya yang turun. Akhirnya kita kasih perpanjangan hari untuk mereka pasang iklan," jelas Andrew. Sebagai perusahaan yang besar karena penggunanya, Kaskus selalu berusaha untuk terus meningkatkan kenyamanan Kaskuser. Tanggal 26 Mei 2012 menjadi saksi perjalanan Kaskus dimana Kaskus kembali menggunakan alamat situs resmi kaskus.com dan kaskus.co.id, ini dilakukan untuk kembali memperkuat citra Kaskus sebagai situs yang bervisi global namun tetap memiliki identitas Indonesia. di tahun 2012 Kaskus juga meluncurkan versi baru Kaskus 2.0 dimana terjadi penyempurnaan pada tampilan, navigasi, fitur pencarian, layanan Forum Jual Beli (FJB), serta menambah server untuk mengakomodir kebutuhan member Kaskus yang telah mencapai lebih dari 4,5 juta member.selama kurang lebih 3 pekan, tak sedikit pengguna Kaskus yang belum mengetahui bahwa situs favoritnya berganti alamat domain jadi dan Kaskus pun gencar melakukan edukasi mengenai domain baru mereka melaui media sosial. "Untungnya, pengguna Kaskus itu loyal. Jadi jumlah kunjungan Kaskus bisa naik lagi dengan cepat," tambahnya. Kaskus juga mendapatkan award pada tahun 2012 dari Presiden Republik Indonesia sebagai predikat Big Place Market Saat ini Kaskus memiliki tampilan baru dimana sebelumnya yang masih tahap percobaan atau biasa disebut livebeta sudah dipatenkan menjadi newkaskus dan berbagai fitur tambahan untuk memfasilitasi membernya salah seperti KaskusMobile, Kaskus Ads dan Kaspay. Kaspay adalah sejenis metode pembayaran/uang virtual sebagai alat tukar bertransaksi online,dan saat ini sudah menempati posisi lamanya di Alexa, yakni posisi 7 situs web paling banyak dikunjungi di Indonesia. Selain menggunakan domain.com dan.co.id, Kaskus juga berencana memakai domain.id.

6 113 Domain.us akan tetap digunakan, namun butuh waktu lama untuk merealisasikannya, mengingat ada regulasi yang menyatakan hanya perusahaan asal Amerika Serikat sajalah yang boleh menggunakan domain.us Visi dan Misi Kaskus Dalam hal pencapaian suatu tujuan diperlukan suatu perencanaan dan tindakan nyata untuk dapat mewujudkannya, secara umum bisa dikatakan bahwa Visi dan Misi adalah suatu konsep perencanaan yang disertai dengan tindakan sesuai dengan apa yang direncanakan untuk mencapai suatu tujuan Visi Kaskus: Menjadi The Largest Indonesian Community Misi Kaskus: 1. Membuat tampilan website Kaskus lebih mudah, menarik dan komprehensif untuk menarik pengguna baru dan memuaskan pengguna yang telah ada. 2. Memberikan end-to-end solution terhadap seluruh aktivitas ataupun transaksi pengguna di Kaskus. 3. Menciptakan excellence community building dengan meningkatkan konektivitas antara pengguna dengan citizen journalism dan trading.

7 Proses Komunikasi Forum Kaskus Kaskus adalah sebuah komunitas yang unik dan sangat lengkap berbagai informasi dengan cepat dan lengkap dapat didapatkan disini, dari informasi ringan mengenai gaya hidup, hobi atau hal-hal teknis dan pengetahuan lainnya. Sumber : kaskus.com, 2013 Gambar 4.1 Home Page Login Kaskus Sumber : kaskus.com, 2013 Gambar 4.2 Home Page Kaskus

8 115 Didalam komunitas Kaskus dari hasil penelitian-penelitian sebelumnya banyak mendapatkan adanya fenomena rasa sense of belonging dari para member dimana mereka merasa diterima dan diakui oleh suatu komunitas secara hidup, inilah yang membuat Kaskus masih menjadi pilihan dalam komunitas maya sebagai tempat untuk berinteraksi. Kaskus menawarkan berbagai forum komunitas dapat dilihat pada gambar 4.4 dari Pengetahuan, Olahraga, Komputer, Hewan, Militer hingga Supranatural, ini memberikan banyak pilihan bagi pengguna Internet untuk bergabung,berdiskusi dan menjadi bagian satu dengan yang lainnya sesuai dengan minat dan kebutuhannya. Sumber : kaskus.com, 2013 Gambar 4.3 Daftar Sub-Forum Komunitas KASKUS Kaskus juga memiliki berbagai ciri khas akan sebutannya dalam memanggil Kaskuser lainnya dengan panggilan Agan ataupun Aganwati, dengan juga dilengkapi oleh GRP (Good Reputation Point) dan BRP (Bad

9 116 Reputation Point) yang biasa disebut Cendol dan Bata, hal ini cenderung menjadi indikasi bahwa orang tersebut telah berpengalaman dan memiliki banyak kontribusi dalam suatu komunitas khususnya menjadi indikasi bahwa orang tersebut terpecaya ketika berjualan di FJB (Forum Jual Beli). Di Kaskus pun ada tingkatan jumlah posting, dimana memiliki sebutan masing-masing dari Newbie, Kaskuser, Kaskus Addict hingga Made In Kaskus. DI kaskus pun ada berbagai jabatan khusus seperti Moderator, Hansip, Kaskus Donatur, Verified Account (Akun resmi dari Publik Figur Terkenal) dan juga Enthusiast. adalah account dimana mereka adalah orangorang yang sangatt ahli dan memiliki banyak kontribusi dalam suatu topik sub-forum tertentu sehingga user seperti ini dapat memberikan informasi yang lebih kredibel mengenai suatu permasalahan tertentu pada suatu sub forum tersebut, misal CCPB enthusiast berarti dia adalah orang yang ahli dan telah diakui kemampuannya mengenai software-software komputer. Sumber : kaskus.com, 2013 Gambar 4.5 Member KASKUS

10 117 Sumber : kaskus.com, 2013 Gambar 4.5 Forum Jual Beli KASKUS Didalam komunitas sub-forum Kaskus para user dapat menanyakan berbagai pertanyaan ataupun meminta rekomendasi mengenai sebuah produk dan juga ada sebuah thread khusus sebagai perkumpulan dari suatu produk dan merek tertentu. Sumber : kaskus.com,2013 Gambar 4.6 Posting Comment oleh user KASKUS

11 Profil Responden Profil Responden ini bertujuan untuk mengetahui karakteristik-karakteristik dari konsumen yang terpilih menjadi repsonden. Penggolongan terhadap konsumen didasarkan pada karakteristik demografi seperti jenis kelamin, usia, pekerjaan dan karakteristik lainnya untuk mengetahui informasi-informasi relevan mengenai responden yang berhubungan dengan Kaskus Dari penggolongan ini akan diperoleh suatu kesimpulan mengenai keadaan responden. Penggolongan tersebut akan disajikan dalam masing-masing tabel dan sub bab berikut: Jenis Kelamin Dilihat dari hasil Diagram Gambar 4.8 dibawah terlihat Sebagian besar responden adalah Lak-Laki. Hal ini dapat dilihat dari jumlah responden yang dikumpulkan oleh peneliti yaitu responden laki-laki sebanyak 139 orang (69,5%) dan responden Perempuan sebanyak 61 orang (30,5%). Sumber : Hasil Pengolahan Data, 2013 Gambar 4.7 Diagram Karakteristik Responden Berdasarkan Jenis Kelamin

12 Usia Dilihat dari hasil Diagram Gambar 4.9 dibawah terlihat Sebagian besar responden berumur tahun. Hal ini dapat dilihat dari jumlah responden yang dikumpulkan oleh peneliti yaitu responden berusia tahun sebanyak 94 orang (47%), responden berusia tahun sebanyak 38 orang (24%), responden berusia tahun sebanyak 40 orang (20%), responden berusia tahun sebanyak 15 orang (7,5%), dan responden berusia tahun sebanyak 3 orang (1,5%). Sumber : Hasil Pengolahan Data, 2013 Gambar 4.8 Diagram Karakteristik Responden Berdasarkan Usia Jenis Pekerjaan Dilihat dari hasil Diagram Gambar 4.10 dibawah terlihat Sebagian besar responden yang masih Pelajar/Mahasiswa. Hal ini dapat dilihat dari jumlah responden yang dikumpulkan oleh peneliti yaitu responden yang masih berstatus sebagai Pelajar/Mahasiswa sebanyak 126 orang (63,%),

13 120 responden yang berstatus sebagai Professional sebanyak 11 orang (5,5%), responden yang berstatus sebagai Wiraswastawan sebanyak 38 orang (19,%), responden yang berstatus sebagai Ibu/Bapak Rumah Tangga sebanyak 16 orang (8%), dan Lain-Lain sebanyak 9 orang (4,5%) Sumber : Hasil Pengolahan Data, 2013 Gambar 4.9 Diagram Karakteristik Responden Berdasarkan Jenis Pekerjaan Sumber Referensi dalam Pertama kali mengenal Kaskus Dilihat dari hasil Diagram Gambar 4.11 dibawah terlihat Sebagian besar responden mengenal Kaskus melalui Referensi anggota Keluarga dan Teman mereka, ini terlihat dari jumlah responden sebanyak 111 orang (55,5%), melalui Media Sosial sebanyak 73 orang (36,5%), melalui Seminar Informasi dan Teknologi sebanyak 6 orang (3%), Dan lain-lain seperti Search Engine Google dan Majalah sebanyak 10 orang (5%)

14 121 Sumber : Hasil Pengolahan Data, 2013 Gambar 4.10 Diagram Karakteristik Responden Referensi Berapa Lama Waktu yang diluangkan ketika sedang berkunjung ke Kaskus Dilihat dari hasil Diagram Gambar 4.12 dibawah terlihat Sebagian besar responden ketika menjelajah Kaskus cenderung menghabiskan waktu sebanyak lebih dari dua jam, terlihat ada 103 orang (51,5%) menjelajah Kaskus, satu hingga dua jam sebanyak 67 orang (33,5%) dan Kurang dari satu jam sebanyak 30 orang (15%).

15 122 Sumber : Hasil Pengolahan Data, 2013 Gambar 4.11 Diagram Karakteristik Responden Berdasarkan Berapa Waktu yang diluangkan ketika Mengunjungi Kaskus Kegiatan yang dilakukan ketika Mengunjungi Kaskus Dilihat dari hasil Diagram Gambar 4.13 dibawah ada jumlah sebanyak 31% pengguna Kaskus melakukan pencarian Informasi, 17 % User Kaskus sering berdiskusi pada forum-forum komunitas tertentu, 16 % User Kaskus melakukan pembelian produk di Forum Jual Beli, melakukan penjualan produk di Forum Jual Beli, 13 % User Kaskus 13 % User Kaskus mengunggah Artikel atau Thread, dan 10 % User Kaskus melakukan posting komentar di suatu Thread atau Artikel.

16 123 Sumber : Hasil Pengolahan Data, 2013 Gambar 4.12 Diagram Karakteristik Responden Berdasarkan Kegiatan yang mereka Lakukan di Kaskus 4.3. Transformasi Data Ordinal menjadi Data Interval Mentransformasi data ordinal menjadi interval gunanya untuk memenuhi sebagian dari syarat analisis parametrik yang mana data setidak-tidaknya berskala interbal (Kuncoro dan Riduwan, 2008). Teknik informasi yang paling sederhana adalah dengan menggunakan MSI (Method of Successive Interval). Nilai baru setelah transformasi data ordinal ke interval dapat dilihat pada tabel 4.1 sebagai berikut : Tabel 4.1 Transformasi Data Ordinal ke Interval Bobot Nilai Variabel Ewom1 1,000 1,681 2,839 3,974 5,138 Ewom2 1,000 1,489 2,567 3,753 5,011 Ewom3 1,000 1,415 2,416 3,427 4,573 Ewom4 1,000 1,596 2,648 3,639 4,763 Ewom5 1,000 1,944 2,914 3,856 4,925

17 124 Ewom6 1,000 1,546 2,574 3,626 4,803 Aqr1 1,000 1,628 3,028 4,276 5,500 Aqr2 1,000 1,551 2,926 4,112 5,292 Aqr3 1,000 1,453 2,889 4,009 5,278 Aqt1 1,000 1,628 2,977 4,182 5,380 Aqt2 1,000 1,956 3,110 4,215 5,380 Aqt3 1,000 1,653 2,441 3,349 4,499 Aqa1 1,000 1,798 3,012 4,168 5,365 Aqa2 1,000 1,681 2,831 3,931 5,065 Aqa3 1,000 1,596 2,797 4,023 5,273 Aqc1 1,000 2,076 3,199 4,309 5,500 Aqc2 1,000 2,152 3,177 4,239 5,446 Aqc3 1,000 2,032 2,994 4,057 5,292 Aqc4 1,000 1,749 2,827 3,905 5,105 Mse1 1,000 1,640 2,898 4,064 5,203 Mse2 1,000 1,719 2,967 4,112 5,220 Msct1 1,000 1,546 2,871 4,112 5,312 Msct2 1,000 1,596 2,931 4,153 5,312 Bi1 1,000-2,418 3,546 4,773 Bi2 1,000 1,749 2,767 3,859 5,094 Bi3 1,000-2,306 3,385 4,631 Pi1 1,000 1,719 2,795 3,951 5,186 Pi2 1,000 1,489 2,494 3,645 4,901 Pi3 1,000 1,467 2,547 3,671 4,845 Sumber : Hasil Pengolahan Data SPSS 20, 2013

18 Hasil Tabulasi Data Responden Berikut hasil dari pengolahan data yang telah ditabulasikan berdasarkan jawaban kuesioner oleh 200 responden user Kaskus yang disajikan pada tabel 4.2 yang sekaligus menunjukan nilai mean dan modus masing-masing variabel beserta deksripsinya. Nilai 1 Nilai 2 Nilai 3 Nilai 4 Nilai 5 = Sangat Tidak Setuju = Tidak Setuju = Biasa Saja = Setuju = Sangat Setuju Tabel 4.2 Tabulasi Jawaban Responden Indikator Nilai Frek. Mean Keterangan 1 2 Responden setuju dengan pernyataan Saya 2 6 sering membaca review produk konsumen Ewom secara online untuk mengetahui apa yang 4 84 mengesankan dari sebuah produk atau merek 1 2 Responden setuju dengan pernyataan 2 2 Untuk menyakinkan pembelian produk atau Ewom merek yang tepat, saya membaca review 4 99 produk secara online dari konsumen lainnya , Responden setuju dengan pernyataan Saya 2 1 biasanya berkonsultasi mengenai review Ewom produk secara online untuk membantu dalam 4 73 memilih produk atau merek , Responden setuju dengan pernyataan Saya 2 4 sering mengumpulkan informasi secara

19 126 Ewom online dari review produk konsumen lainnya 4 72 sebelum membeli produk atau merek ,98 tertentu 1 3 Responden setuju dengan pernyataan Jika 2 19 saya tidak membaca review produk online Ewom ketika ingin membeli produk atau jasa, saya 4 70 khawatir dengan keputusan saya , Responden setuju dengan pernyataan 2 3 Ketika saya ingin membeli produk atau Ewom merek, review produk online membuat saya 4 82 percaya dengan keputusan pembelian ,99 produk atau merek tersebut. 1 1 Responden setuju dengan pernyataan Saya 2 3 merasa argumen/informasi yang diberikan Aqr dalam forum komunitas KASKUS relevan , Responden setuju dengan pernyataan Saya 2 2 merasa argumen/informasi yang diberikan Aqr dalam forum komunitas KASKUS dapat 4 87 diterima , Responden setuju dengan pernyataan Saya 2 1 merasa argumen/informasi yang diberikan dalam Aqr forum komunitas KASKUS dapat 4 87 digunakan/diaplikasikan , Responden setuju dengan pernyataan Saya 2 3 merasa argumen/informasi yang diberikan dalam Aqt forum komunitas KASKUS sesuai dengan 4 89 keadaan saat ini ,76

20 127 Aqt2 Aqt3 Aqa1 Aqa2 Aqa3 Aqc1 Aqc2 1 1 Responden setuju dengan pernyataan Saya 2 10 merasa argumen/informasi yang diberikan dalam 3 71 forum komunitas KASKUS tepat waktu , Responden setuju dengan pernyataan Saya 2 8 merasa argumen/informasi yang diberikan dalam 3 45 forum komunitas KASKUS up-to-date , Responden setuju dengan pernyataan Saya 2 6 merasa argumen/ informasi yang diberikan 3 69 dalam forum komunitas KASKUS akurat , Responden setuju dengan pernyataan Saya 2 6 merasa argumen/informasi yang diberikan dalam 3 72 forum komunitas adalah benar , Responden setuju dengan pernyataan Saya 2 4 merasa argumen/informasi yang diberikan 3 73 didalam komunitas online KASKUS dapat 4 94 diandalkan/dipercaya , Responden setuju dengan pernyataan Saya 2 14 merasa argumen/informasi yang diberikan dalam 3 73 forum komunitas cukup melengkapi kebutuhan 4 85 saya , Responden setuju dengan pernyataan Saya 2 17 merasa argumen/informasi yang diberikan dalam 3 63 forum komunitas memiliki nilai nilai yang saya

21 128 Aqc3 Aqc4 Msce1 Msce2 Msct1 Msct butuhkan , Responden setuju dengan pernyataan Saya 2 19 merasa argumen/informasi yang diberikan dalam 3 62 forum komunitas dapat memenuhi kebutuhan 4 91 saya , Responden setuju dengan pernyataan Saya 2 5 merasa argumen/informasi yang diberikan dalam 3 51 forum komunitas memiliki tingkat kedalaman 4 88 dan kelebaran yang cukup , Responden setuju dengan pernyataan 2 5 Orang-Orang yang memberikan 3 83 argumen/informasi di KASKUS adalah 4 79 orang-orang yang berpengetahuan dan ahli ,66 dalam mengevaluasi kualitas produk dan merek. 1 2 Responden setuju dengan pernyataan Para 2 7 User di KASKUS adalah orang-orang ahli 3 87 dalam mengevaluasi kualitas produk tertentu , Responden setuju dengan pernyataan Para 2 3 User di KASKUS dapat dipercaya dalam 3 85 memberikan informasi , Responden setuju dengan pernyataan Para 2 4 User di KASKUS reliabel dalam memberikan 3 90 informasi ,60

22 129 Bi1 Bi2 Bi3 Pi1 Pi2 Pi3 1 2 Responden setuju dengan pernyataan 2 0 Dengan perbandingan produk/jasa lainnya, 3 45 produk/jasa yang direkomendasikan di 4 88 kaskus memiliki kualitas yang tinggi , Responden setuju dengan pernyataan 2 5 Produk yang direkomendasikan di Kaskus 3 88 adalah produk yang memiliki sejarah yang 4 82 baik , Responden setuju dengan pernyataan 2 0 Produk yang direkomendasikan di Kaskus 3 36 dapat saya perkirakan bagaimana kinerja dan 4 82 fitur yang akan saya dapatkan nantinya , Responden setuju dengan pernyataan Saya 2 7 akan senang hati untuk membeli produk 3 65 yang direkomendasikan didalam forum 4 94 komunitas KASKUS , Responden setuju dengan pernyataan Saya 2 2 akan bersenang hati merekomendasikan 3 46 kepada orang lain mengenai produk/merek 4 97 yang direkomedasikan di forum komunitas ,98 KASKUS. 1 3 Responden setuju dengan pernyataan Saya 2 2 sependapat dengan opini yang diberikan di 3 63 forum komunitas KASKUS dan akan membeli produk/merek yang dimaksud di 4 86 masa datang ,85 Sumber : Hasil Pengolahan Data SPSS 20, 2013

23 Uji Validitas, Reliabilitas dan Variance Extract Setelah transformasi data ordinal menjadi interval, kemudian data yang sudah ditransformasi akan diuji validitas dan reliabilitasnya sehingga instrumen yang digunakan dalam penelitian yang berupa pertanyaan dapat dipertanggungjawabkan. dan juga pada subibab ini akan menghitung variance extracted untuk menghitung apakah konstruk variabel laten benar-benar menjadi indikator yang tepat dalam pengaruhnya bagi variabel laten tersebut. Variabel yang akan diuji validitas, reliabilitasnya dan variance extracted adalaah variabel X1, X2, X3, Y dan Z Uji Validitas Uji Validitas menggunakan tingkat kepercayaan 95% dimana df = n-2 dengan menggunakan data sebanyak 200 jawaban kuesioner, Sehingga nilai df = 198 dengan t tabel = 0,12. Sehingga dasar pengambilan keputusan adalah sebagai berikut : Jika r hitung > 0,12, maka butir/ pertanyaan tersebut valid Jika r hitung < 0,12, maka butir/ pertanyaan tersebut tidak valid Berikut ini adalah hasil dari perbandingan t-hitung dengan t-tabel variabel yang diteliti : Nilai rhitung didapat dari hasil perhitungan korelasi pearson antara skor tiapbutir pertanyaan dengan skor total. Tabel 4.3 Uji Validitas Variabel Indikator t-hitung t-tabel Keputusan Ewom1 0,679 0,12 Valid Ewom2 0,724 0,12 Valid Ewom3 0,680 0,12 Valid Ewom Ewom4 0,683 0,12 Valid Ewom5 0,623 0,12 Valid

24 131 Ewom6 0,653 0,12 Valid Aqr1 0,585 0,12 Valid Aqr2 0,688 0,12 Valid Aqr3 0,698 0,12 Valid Aqt1 0,730 0,12 Valid Aqt2 0,691 0,12 Valid Argument Aqt3 0,361 0,12 Valid Quality Aqa1 0,689 0,12 Valid Aqa2 0,734 0,12 Valid Aqa3 0,753 0,12 Valid Aqc1 0,716 0,12 Valid Aqc2 0,765 0,12 Valid Aqc3 0,749 0,12 Valid Aqc4 0,695 0,12 Valid Msce1 0,888 0,12 Valid Message Msce2 0,869 0,12 Valid Source Msct3 0,869 0,12 Valid Credibility Msct4 0,908 0,12 Valid Bi1 0,641 0,12 Valid Brand Bi2 0,420 0,12 Valid Image Bi3 0,629 0,12 Valid Pi1 0,767 0,12 Valid Purchase Pi2 0,702 0,12 Valid Intention Pi3 0,748 0,12 Valid Sumber : Hasil Pengolahan Data SPSS Uji Convergent Validity Pengujian validitas dalam penelitian ini menggunakan analisis convergent validity (validitas konvergen). Validitas konvergen dapat dinilai dari measurement model yang dikembangkan dalam penelitian dengan menentukan apakah setiap indikator yang diestimasi secara valid mengukur dimensi dari konsep yang diujinya. Sebuah indikator dimensi

25 132 menunjukkan validitas konvergen yang signifikan apabila koefisien variabel indikator itu lebih besar dari dua kali standard errornya (Anderson dan Gerbing, 1988). Bila setiap indikator memiliki critical ratio yang lebih besar dari dua kali standar errornya, hal ini menunjukkan bahwa indikator itu secara valid mengukur apa yang seharusnya diukur dalam model yang disajikan. Menurut Rigdon dan Ferguson (1991), dan Doll, Xia, Torkzadeh (1994),Widodo (2006), Wahyudi (2010) suatu variabel dikatakan mempunyai validitas yang baik terhadap konstruk atau varabel latennya, jika: Nilai-t muatan faktornya (loading factors) lebih besar dari nilai kritis (atau 1.96 atau untuk praktisnya 2) Tabel 4.4 Uji Convergent Validity Variabel Ewom Argument Quality Indikator Faktor Loading Nilai Kritis p-value Keputusan Ewom1 FIX 1,96 - Valid Ewom2 10,806 1,96 0,000 Valid Ewom3 7,678 1,96 0,000 Valid Ewom4 8,326 1,96 0,000 Valid Ewom5 8,592 1,96 0,000 Valid Ewom6 8,338 1,96 0,000 Valid Aqr ,96 0,000 Valid Aqr2 9,387 1,96 0,000 Valid Aqr3 9,660 1,96 0,000 Valid Aqt1 9,758 1,96 0,000 Valid Aqt2 9,021 1,96 0,000 Valid Aqt3 5,413 1,96 0,000 Valid Aqa1 9,661 1,96 0,000 Valid Aqa2 10,423 1,96 0,000 Valid

26 133 Aqa ,96 0,000 Valid Aqc1 9,979 1,96 0,000 Valid Aqc2 11,316 1,96 0,000 Valid Aqc3 10,774 1,96 0,000 Valid Aqc4 FIX 1,96 - Valid Msce1 FIX 1,96 - Valid Message Msce2 24,969 1,96 0,000 Valid Source Msct3 17,949 1,96 0,000 Valid Credibility Msct4 19,724 1,96 0,000 Valid Bi1 FIX 1,96 - Valid Brand Bi2 6,586 1,96 0,000 Valid Image Bi3 9,875 1,96 0,000 Valid Pi1 FIX 1,96 - Valid Purchase Pi2 12,590 1,96 0,000 Valid Intention Pi3 14,003 1,96 0,000 Valid Sumber : Hasil Pengolahan Data AMOS 21, Uji Reliabilitas dan Variance Extract Uji Reliabilitas diperlukan untuk mengukur tingkat kehandalan kuesioner, Uji reliabilitas dari setiap konstruk yang digunakan dalam penelitian ini menggunakan Cronbach s Alpha. Menurut Sekaran (2003) dan Hair (1998), Cronbach s Coefficient Alpha yang dapat diterima (Acceptable) adalah koefisien yang bernilai minimal 0,50 atau lebih dengan perhitungan rumus seperti berikut : Berdasarkan pernyataan diatas, dasar pengambilan keputusan uji reliabilitas dapat disimpulkan sebagai berikut : Jika Cronbach s Coefficient Alpha 0,60 maka Cronbach s Alpha Acceptable (Construct reliable).

27 134 Jika Cronbach s Coefficient Alpha< 0,60 maka Cronbach s Alpha Poor Acceptable (Construct unreliable). Lalu untuk menghitung variance extracted Angka yang direkomendasikan adalah > 0,40 atau 0,50 (Fornaell dan Lacker, 1981). Berikut rumus untuk menghitung variance extracted : Tabel 4.5 Standarized Regression Weight Indikator Estimate Indikator Estimate BI AQ 0,566 Aqc4 AQ 0,523 BI Ewom 0,832 Aqc3 AQ 0,647 BI SC 0,753 Aqc2 AQ 0,579 PI BI 0,579 Aqc1 AQ 0,574 PI AQ 0,655 Aqa3 AQ 0,861 PI SC 0,375 Aqa2 AQ 0,968 PI Ewom 0,475 Aqa1 AQ 0,696 Ewom1 Ewom 0,497 Aqt3 AQ 0,656 Ewom2 Ewom 0,504 Aqt2 AQ 0,506 Ewom3 Ewom 0,525 Aqt1 AQ 0,537 Ewom4 Ewom 0,457 Aqr3 AQ 0,439 Ewom5 Ewom 0,473 Aqr2 AQ 0,450 Ewom6 Ewom 0,557 Aqr1 AQ 0,406 Msce1 SC 0,834 Msct1 SC 0,928 Msce2 SC 0,810 Msc2 SC 0,984 Bi3 BI 0,824 Pi1 PI 0,868 Bi2 BI 0,637 Pi2 PI 0,761 Bi1 BI 0,711 Pi3 PI 0,809 Sumber : Hasil Pengolahan Data AMOS 21, 2013

28 135 Berikut tabel hasil perhitungan dari variabel dengan menggunakan input angka Standarized Regression Estimate pada tabel 4.6 dengan rumus Variance Extracted dan Composite Reliability : Tabel 4.6 Uji Reliabilitas dan Variance Extract Konstruk Variabel Jumlah Cronbach Variance Keputusan Indikator Coefficient Alpha Extract EWOM 6 0,871 0,484 Reliable Argument Quality 13 0,927 0,495 Reliable M.Source Credibility 4 0,951 0,795 Reliable Brand Image 3 0,735 0,530 Reliable Purchase Intention 3 0,862 0,662 Reliable Sumber : Hasil Pengolahan Data AMOS 21, 2013 Hasil pengujian reliabiliy dan variance extract terhadap masing-masing variabel laten atas dimensi-dimensi pembentuknya menunjukkan bahwa semua variabel menunjukkan sebagai suatu ukuran yang reliabel karena masing-masing memiliki reliabilitas yang lebih besar dari 0,6. Sedangkan hasil pengujian variance extract juga sudah menunjukkan bahwa masing-masing variabel laten merupakan hasil ekstraksi yang cukup besar dari dimensi-dimensinya. Hal ini ditunjukkan dari nilai variance extract dari masing-masing variabel adalah lebih dari 0,4 atau 0,5. Menurut Singgih Santoso (2012) angka Variance Extract dapat dibulatkan. Misalnya pada variabel ewom, dan Argument Quality

29 136 dimana angka mendekati lima (0,484 dan 0,495) maka dapat dibulatkan menjadi 0,5 jikalau standar variance extracted yang dipakai adalah lima 4.6. Pengujian Asumsi SEM Uji Normalitas Pengujian selanjutnya adalah melihat tingkat normalitas data yang digunakan dalam penelitian ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. Normalitas data merupakan salah satu syarat dapat dioperasikannya SEM untuk mengolah pemodelan yang dibuat. Dalam menilai normalitas data dalam SEM dilakukan dengan melihat nilai z yang dimiliki. Nilai z yang dimiliki ini akan dilihat dengan nilai kritis yang ditentukan melalui tingkat signifikansi yang ditentukan yaitu 0,01 dan nilai kritis adalah sebesar ± 2,58. Pada pengolahan data dengan AMOS, nilai z dilihat dari critical ratio. Tabel 4.7 Uji Normalitas Variable min max skew c.r. Kurtosis c.r. bi3 1,000 4,631 -,399-2,304 -,754-2,176 bi2 1,000 5,559,066,381 -,167 -,482 bi1 1,000 4,773 -,247-1,426 -,745-2,152 pi3 1,000 4,845 -,118 -,683 -,538-1,552 pi2 1,000 4,901 -,210-1,214 -,471-1,358 pi1 1,000 5,186 -,111 -,638 -,213 -,616 aqr1 1,000 5,500,048,280 -,270 -,779

30 137 Variable min max skew c.r. Kurtosis c.r. aqr2 1,000 5,292 -,014 -,080 -,535-1,543 aqr3 1,000 5,278,018,104 -,637-1,839 aqt1 1,000 5,380 -,004 -,020 -,386-1,114 aqt2 1,000 5,380 -,097 -,563 -,306 -,884 aqt3 1,000 4,499 -,367-2,120 -,616-1,778 aqa1 1,000 5,365 -,079 -,454 -,314 -,905 aqa2 1,000 5,065 -,095 -,551 -,411-1,187 aqa3 1,000 5,273 -,030 -,176 -,188 -,543 aqc1 1,000 5,500 -,085 -,490 -,217 -,628 aqc2 1,000 5,446 -,125 -,719 -,273 -,789 aqc3 1,000 5,292 -,133 -,769 -,192 -,554 aqc4 1,000 5,105 -,234-1,350 -,512-1,477 msct2 1,000 5,312,078,450 -,194 -,559 msct1 1,000 5,312,068,395 -,226 -,652 msce2 1,000 5,220,002,009 -,244 -,704 msce1 1,000 5,203,005,028 -,289 -,835 ewom6 1,000 4,803 -,267-1,539 -,630-1,819 ewom5 1,000 4,925 -,158 -,914 -,448-1,293 ewom4 1,000 4,763 -,289-1,671 -,685-1,978 ewom3 1,000 4,573 -,308-1,780 -,785-2,266

31 138 Variable min max skew c.r. Kurtosis c.r. ewom2 1,000 5,011 -,139 -,802 -,400-1,153 ewom1 1,000 5,138 -,072 -,416 -,328 -,947 Multivariate 51,770 8,633 Sumber : Hasil Pengolahan Data AMOS 21, 2013 Dari hasil pengolahan data yang ditampilkan pada Tabel 4.7. terlihat bahwa tidak terdapat nilai C.R. untuk skewness dan kurtosis yang berada diluar rentang ±2.58. Dengan demikian maka data penelitian yang digunakan telah memenuhi persyaratan normalitas data, atau dapat dikatakan bahwa data penelitian telah terdistribusi normal. Namun jika dihitung secara multivariate (berdasarkan data gabungan) tabel Assesment of Normality menunjukan data yang ada cenderung berdistribusi bebas dimana bernilai 8,633 atau lebih dari standar yang ditetapkan.yaitu ±2.58. Fenomena ini tidak menjadi masalah serius seperti yang dikatakan oleh Bentler & Chou (1987) bahwa jika teknik estimate dalam model SEM menggunakan maximum likehood estimate (MLE) walau data secara multivariate berdistribusi bebas masih dapat menghasilkan good estimate, sehingga data masih bisa dilanjutkan untuk estimasi selanjutnya. Diana Suhr juga mengatakan Maximum Likehood Estimate dapat digunakan jika data berdistribusi non normal dan sampel yang relatif kecil Uji Data Outliner Univariate dan Multivariate Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariate maupun multivariate yaitu yang muncul karena kombinasi dari observasi-observasi lainnya dan muncul dalam

32 139 bentuk nilai ekstrem untuk sebuah variabel tunggal atau variabel kombinasi (Hair,1998) Tabel 4.8 akan menyajikan Hasil pengolahan data untuk pengujian data outliner secara univariate Sebaran data untuk setiap observed variable menunjukkan tidak adanya indikator outlier. Hal ini ditunjukkan dengan nilai Z- score dari data penelitian yang nilainya berada pada rentang 3,0. Tabel 4.8 Uji Data Outlier Univariate Descriptive Statistics N Minimum Maximum Mean Std. Deviation ewom ,000 5,138 3,66489, ewom ,000 5,011 3,66530, ewom ,000 4,573 3,52451, ewom ,000 4,763 3,66519, ewom ,000 4,925 3,52504, ewom ,000 4,803 3,66515, aqr ,000 5,500 3,89218, aqr ,000 5,292 3,89173, aqr ,000 5,278 3,89197, aqt ,000 5,380 3,89161, aqt ,000 5,380 3,89175, aqt ,000 4,499 3,42088, aqa ,000 5,365 3,89172, aqa ,000 5,065 3,66499, aqa ,000 5,273 3,66549, aqc ,000 5,500 3,89178, aqc ,000 5,446 3,89193, aqc ,000 5,292 3,66508, aqc ,000 5,105 3,89168,924571

33 140 msce ,000 5,203 3,66541, msce ,000 5,220 3,66525, msct ,000 5,312 3,66496, msct ,000 5,312 3,66531, bi ,000 4,773 3,66551, bi ,000 5,559 3,89162, bi ,000 4,631 3,66533, pi ,000 5,186 3,66527, pi ,000 4,901 3,66510, pi ,000 4,845 3,52485, Valid N (listwise) 200 Sumber : Hasil Pengolahan Data SPSS 20, 2013 Selanjutnya Uji outliers dilakukan secara multivariate Evaluasi terhadap multivariate outliers perlu dilakukan karena walaupun data yang di analisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi-observasi itu dapat menjadi outliers bila sudah dikombinasikan,dengan kriteria jarak mahalanobis pada tingkat P < 0,001. jarak mahalanobis ini dievaluasi dengan menggunakan X 2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Jika chi-square < nilai mahalanobis d-square, berarti responden tersebut adalah multivariate outliers. Tabel 4.8 Uji Data Outlier Multivariate Observation number Mahalanobis d-squared p1 p ,889,001, ,501,005, ,940,009,278

34 141 Observation number Mahalanobis d-squared p1 p ,338,017, ,974,019, ,789,020, ,177,023, ,121,023, ,755,025, ,217,028, ,361,034, ,834,038, ,736,039, ,991,046, ,852,047, ,742,050, ,622,052, ,214,054, ,032,056, ,009,056, ,810,058, ,635,061, ,358,064,005

35 142 Observation number Mahalanobis d-squared p1 p ,333,064, ,775,072, ,774,072, ,496,076, ,154,081, ,016,084, ,671,089, ,349,095, ,221,098, ,995,102, ,958,102, ,769,106, ,716,107, ,578,110, ,539,133, ,399,136, ,382,137, ,382,137, ,299,139, ,178,142,003

36 143 Observation number Mahalanobis d-squared p1 p ,989,147, ,791,152, ,506,159, ,495,160, ,059,172, ,700,182, ,129,200, ,094,201, ,023,204, ,007,204, ,980,205, ,686,215, ,669,216, ,645,216, ,436,224, ,368,226, ,304,228, ,250,230, ,123,235, ,107,235,006

37 144 Observation number Mahalanobis d-squared p1 p ,046,238, ,612,254, ,463,259, ,267,267, ,239,268, ,007,277, ,905,282, ,770,287, ,691,290, ,411,302, ,354,305, ,285,308, ,204,311, ,089,316, ,055,317, ,778,330, ,501,342, ,485,343, ,436,345, ,287,352,038

38 145 Observation number Mahalanobis d-squared p1 p ,254,354, ,226,355, ,106,360, ,027,364, ,018,365, ,905,370, ,828,374, ,679,381, ,678,381, ,583,385, ,237,402, ,157,406, ,157,406, ,111,408, ,949,417, ,893,419, ,889,420,013 Sumber : Hasil Pengolahan Data AMOS 21, 2013 Nilai jarak mahalonobis terbesar (d-square terbesar) jika dibandingkan dengan nilai chi-square pada derajat bebas sebesar 29 (jumlah dimensi atau indikator) pada tingkat p < 0,001 adalah x 2 (29,

39 146 0,001) = 58,300 (berdasarkan tabel distribusi X 2 ). Dari hasil pengolahan data dapat diketahui bahwa jarak mahalanobis maksimal 56,889 sehingga dapat disimpulkan bahwa tidak terdapat outliers multivariate Selain cara dengan membandingkan tingkat chi square dan derajat bebas dari variabel yang diteliti Singgih Santoso (2012) juga memberikan cara lainnya untuk mendeteksi adanya data outliner yaitu dengan melihat nilai pada kolom p1 dan p2, Jika p1 dan p2 berada dibawah nilai 0,05 maka data tersebut adalah data outline dan lebih baik dihapus. Jikalau terdapatnya outlier pada tingkat multivariate dalam analisis ini tidak akan dihilangkan dari analisis karena data tersebut menggambarkan keadaan yang sesungguhnya dan tidak ada alasan khusus dari profil responden yang menyebabkan harus dikeluarkan dari analisis tersebut (Ferdinand, 2005) Evaluasi Nilai Residual Langkah selanjutnya dalam SEM adalah interpretasi model dan modifikasi model bagi model yang tidak memenuhi syarat pengujian. Modifikasi dilakukan dengan mengamati standardize residuals yang dihasilkan oleh model itu. Batas keamanan untuk jumlah residual adalah ± 2,58 dengan tingkat signifikansi 5% (Hair et al. Al., 1998; Ferdinand, 2005). Nilai residual yang > 2,58 menunjukkan adanya prediction error yang substansial untuk sepasang indikator. Nilai residual hasil data dalam penelitian ini dapat dilihat di lampiran. Pada output tersebut tampak bahwa nilai residual covariance terbesar adalah 0,132 (Aqt3 dan Ewom6) dan nilai standarizes residual covariances terbesar adalah 2,206 (Msct2 dan Bi2). Dengan demikian

40 147 tidak ditemukannya alur yang memiliki masalah dan intrepretasi terhadap model dapat dilakukan tanpa perlu modifikasi lebih lanjut Deteksi Multicollinierity, Singularity & Discriminant Validity Pengujian data selanjutnya adalah untuk melihat apakah terdapat multikolinearitas dan singularitas dalam sebuah kombinasi variabel. Multikolinearitas dapat dideteksi dari determinant matriks kovarians. Nilai determinant matriks kovarians yang sangat kecil (mendekati nol) memberi indikasi adanya problem multikolinearitas atau singularitas dan data layak digunakan (Tabachnick &Fidell, 1998). Estimasi model penelitian ini memberikan nilai sebesar : Determinant of sample covariance matrix = 0,117 Dengan demikian model ini masih dipergunakan, karena nilainya di atas nol dan jika terdapat gangguan multikolinearitas yang tinggi, maka Program AMOS akan memberikan warning (Ferdinand, 2005:105) Uji Multikolinearitas juga dapat diukur melalui korelasi antar konstruk yang lebih kecil dari 0,85 (Garson, 2003). Dan terlihat pada tabel 4.9 semua nilai berada dibawah 0,85. Tabel 4.10 Uji Korelasi Antar Konstruk Konstruk Estimate Konstruk Estimate ewom AQ 0,322 AQ BI 0,109 SC AQ 0,303 AQ PI 0,377 ewom SC 0,644 SC BI 0,669 ewom BI 0,666 SC PI 0,806 ewom PI 0,822 BI PI 0,742 Sumber : Hasil Pengolahan Data AMOS 21, 2013

41 148 Tabel 4.11 Uji Discriminant Validity ewom AQ MSC BI PI ewom 0,48 AQ 0,10 0,49 MSC 0,41 0,09 0,79 BI 0,44 0,01 0,44 0,53 PI 0,67 0,14 0,64 0,50 0,66 Sumber : Hasil Pengolahan Data AMOS 21, 2013 Pada proses standardisasi, diperoleh angka korelasi seperti pada tabel Tingginya angka korelasi (>0,5) antara konstruk menunjukkan adanya hubungan yang erat dan memiliki hubungan yang positif dan searah. Nilai tertinggi adalah ewom dengan Purchase Intention (0,822). Jadi, dengan semakin tingginya aktivitas ewom seseorang maka akan semakin meningkatkan Purchase Intention. Selanjutnya adalah uji Discriminant Validity dimana uji ini adalah berlawanan dari uji validitas konvergen; jika uji konvergen menguji keeratan hubungan, uji diskriminan justru mencari seberapa besar dua variabel berbeda (Singgih Santoso, 2012). Dari data pada Tabel 4.11 dilihat secara umum hubungan antar konstruk lemah karena nilai Korelasi Kuadrat lebih kecil dari nilai variance extractednya namun ada satu variabel yaitu hubungan antara ewom dengan Purchase Intention yang belum lolos uji diksriminan Pengujian Kecocokan Model SEM Analisis selanjutnya adalah analisis Structural Equation Model (SEM) secara full model setelah dilakukannya modification indices setelah tahap One Step Approach to SEM, Analisis hasil pengolahan data pada tahap full model SEM dilakukan dengan melakukan uji kesesuaian dan uji statistik. Dengan model pengukuran dan model struktural parameter-parameternya disestimasi secara bersama-sama. Hasil pengolahan data dan estimasi untuk analisis full model SEM

42 149 dilakukan dengan motode estimasi Maximum Likelihood (ML) dan menggunakan program AMOS 20 ditampilkan pada Gambar dan Tabel Sumber : Hasil Pengolahan Data AMOS 21, 2013 Gambar 4.13 Full Model SEM sebelum modifikasi Pada gambar 4.14 terlihat masih banyak parameter FIT yang dibawah cut off value yang diinginkan oleh karena itu dilakukan modifikasi pada model yang diajukan untuk mendapatkan hasil yang lebih baik.

43 150 Gambar 4.14 Full Model SEM setelah modifikasi Sumber : Hasil Pengolahan Data AMOS 21 Gambar 4.15 adalah model SEM setelah dilakukannya modifikasi sebanyak 31 kali berdasarkan output AMOS dan pada modification indices (Decrease in Chi Square) dengan mengkorelasikan parameter error, hasil ini dapat dilihat melalui lampiran. Ini didasarkan pada teori yang antar konstruk. Sehingga tidak memungkinkan mengkorelasikan pada variabel lainnya

44 151 Tabel 4.12 Uji Goodness of Fit Index Kriteria Cut off Value Hasil Analisis Evaluasi Model Chi Square/ prob <0,05 515,380/0,000 Kurang baik CMIN/DF < 2 1,534 FIT RMR < 0,05 0,042 FIT GFI > 0,90 0,862 Marginal FIT AGFI > 0,90 0,821 Marginal FIT PGFI Semakin Tinggi 0,665 FIT NFI > 0,90 0,889 Marginal FIT RFI > 0,90 0,866 Marginal FIT IFI > 0,90 0,958 FIT TLI > 0,90 0,949 FIT CFI > 0,90 0,958 FIT PNFI Semakin Tinggi 0,736 FIT NCP Semakin Kecil 179,380 FIT RMSEA < 0,08 0,052 FIT AIC Semakin Kecil 713,380 FIT CAIC Semakin kecil 1138,913 FIT ECVI Semakin Kecil 3,585 FIT HOETLER < Kurang Baik SRMR < 0,08 0,049 FIT Sumber : Hasil Pengolahan Data AMOS 21 Gambar 4.12 adalah hasil model SEM yang telah melalui langkah modification indices sebanyak 31 kali untuk dapat memperkecil nilai chi square dan memperbaiki nilai fit index. Wahyudi (2010) berdasarkan Model Development Strategy memungkinkan untuk dilakukannya modifikasi model apabila model yang diajukan belum sesuai (fit) sesuai dengan syarat yang direkomendasikan maka modifikasi dapat dilakukan untuk mendapatkan model yang sesuai (fit) dengan persyaratan pengujian (Widodo, 2006) Dan berdasarkan tabel 4.12 diatas dapat

45 152 dilihat bahwa nilai chi-square dan probability masih menunjukkan hasil yang kurang baik, Namun, nilai chi squares sangat sensitif terhadap besarnya sampel dan indikator. Oleh karena itu, maka dianjurkan untuk mengabaikannya dan melihat kriteria goodness of fit index lainnya (Ghozali,2008). Walaupun dalam praktik, alat uji chi-square adalah yang paling utama, namun jumlah sampel serta jumlah indikator memengaruhi reliabilitas alat uji ini, Naiknya jumlah sampel atau naiknya jumlah variabel indikator cenderung akan menaikkan X 2 hitung. Sehingga akhirnya H 0 akan ditolak. Karena itu Pengujian dengan hanya berdasarkan chi square saja jarang dilakukan (Santoso, 2012). Bagozzi dan Yi (1988) juga mengatakan alat uji chi square tidak menjadi pertimbangan untuk sebuah indicator baik untuk model fit jika ukuran sampel lebih dari 200. Dengan acuan kriteria lainnya terlihat hanya GFI, AGFI, NFI dan RFI yang Marginal FIT sedangkan kriteria lainnya memenuhi syarat Good Fit. Menurut Solimun (2005), jika ada satu atau lebih parameter yang telah fit maka model dinyatakan fit (Samuel,2007) Tabel 4.13 Squared Multiple Correlations Indikator Estimate Indikator Estimate BI 0,566 Aqc1 0,523 PI 0,832 Aqc2 0,647 Pi1 0,753 Aqc3 0,579 Pi2 0,579 Aqc4 0,574 Pi3 0,655 Msct1 0,861 Aqr1 0,375 Msct2 0,968 Aqr2 0,475 Msce1 0,696 Aqr3 0,497 Msce2 0,656 Aqt1 0,504 Ewom1 0,506 Aqt2 0,525 Ewom2 0,537 Aqt3 0,457 Ewom3 0,439

46 153 Indikator Estimate Indikator Estimate Aqa1 0,473 Ewom4 0,450 Aqa2 0,557 Ewom5 0,406 Aqa3 0,556 Ewom6 0,569 Sumber : Hasil Pengolahan Data AMOS 21, 2013 Tabel 4.11 menjelaskan koefisien determinasi (R 2 ) dimana nilai yang terbesar adalah Msct2. Variabel Eksogen mampu menjelaskan variance Brand Image sebesar 56% dan mampu menjelaskan Variabel Purchase Intention sebesar 83% dan sisanya dijelaskan pada Measurement Error dan begitupun seterusnya. Secara keseluruhan, angka-angka di atas tidaklah menunjukkan hubungan yang jelek antara indikator dengan konstruknya, karena dengan mengkuadratkan angka-angka di atas masih didapat angka penjelas variasi yang cukup tinggi Pengujian Hipotesis Setelah lolos dari pengujian measurement model, selanjutnya model diuji pada structural model. Walaupun mempunyai komponen yang sama, namun ada perbedaan utama antara measurement model dengan structural model. Model struktural adalah hubungan konstruk yang mempunyai hubungan sebab akibat. Dengan demikian, akan ada variabel independen dan dependen selanjutnya akan dilakukan pengujian hipotesis sebagaimana diajukan pada bab sebelumnya.. Pengujian 7 hipotesis dalam model penelitian ini dilakukan berdasarkan nilai Critical Ratio (CR) dari suatu hubungan kausalitas dari hasil pengolahan SEM dengan AMOS 21 sebagaimana dijabarkan pada tabel 4.14 sebagai berikut

47 154 Tabel 4.14 Uji Hipotesis Estimate S.E. C.R. P Label BI <--- AQ,174,071 2,457,014 par_58 BI <--- ewom,494,117 4,204 *** par_59 BI <--- SC,421,085 4,952 *** par_65 PI <--- BI,230,095 2,429,015 par_60 PI <--- AQ,127,061 2,082,037 par_61 PI <--- SC,385,078 4,918 *** par_62 PI <--- ewom,500,116 4,306 *** par_63 Sumber : Hasil Pengolahan Data AMOS 21, 2013 Dasar Pengambilan Keputusan : H 0 : Jika CR 1,96 dan Prob 0,05 maka tidak ada pengaruh yang signifikan dari kedua variabel H 1 : Jika CR 1,96 dan Prob 0,05 maka ada pengaruh positif dan signifikan dari kedua variabel

48 Pengujian Hipotesis 1 H 1 : Dengan aktivitas ewom yang dilakukan konsumen akan berpengaruh signifikan terhadap brand image di benak mereka terhadap sebuah produk atau jasa. Parameter estimasi untuk pengujian pengaruh ewom terhadap Brand Image. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,204 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H 1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 1 diterima dan H 0 ditolak artinya terdapat pengaruh yang signifikan Pengujian Hipotesis 2 H 2 : Dengan aktivitas ewom yang dilakukan konsumen akan berpengaruh signifikan terhadap Purchase Intention Parameter estimasi untuk pengujian pengaruh ewom terhadap Purchase Intention. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,306 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H 1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 2 diterima dan H 0 ditolak artinya terdapat pengaruh yang signifikan Pengujian Hipotesis 3 H 3 : Semakin tinggi Message Source Credibility yang diterima konsumen akan berpengaruh signifikan terhadap Brand Image di benak mereka terhadap sebuah produk atau jasa.

49 156 Parameter estimasi untuk pengujian pengaruh Message Source Credibility terhadap Brand Image. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,952 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H 1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 3 diterima dan H 0 ditolak artinya terdapat pengaruh yang signifikan Pengujian Hipotesis 4 H 4 : Semakin tinggi Message Source Credibility yang diterima konsumen akan berpengaruh signifikan terhadap Purchase Intention Parameter estimasi untuk pengujian pengaruh Message Source Credibility terhadap Purchase Intention. Berdasarkan tabel 4.14 data menunjukkan nilai CR sebesar 4,918 dan dengan probabilitas sebesar 0,000. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H 1 yaitu probabilitas yang lebih kecil dari 0,05 dan CR lebih dari 1,96, sehingga hipotesis 4 diterima dan H 0 ditolak artinya terdapat pengaruh yang signifikan Pengujian Hipotesis 5 H 5 : Semakin tinggi Argument Quality yang diterima konsumen akan berpengaruh signifikan terhadap Brand Image di benak mereka terhadap sebuah produk atau jasa. Parameter estimasi untuk pengujian pengaruh Argument Quality terhadap Brand Image. Berdasarkan tabel 4.14 data menunjukkan