BAB III METODOLOGI PENELITIAN. wilayah kecamatan Cengkareng Jakarta Barat. Penelitian yang dilakukan terbagi

Transkripsi

1 BAB III METODOLOGI PENELITIAN A. Waktu dan tempat penelitian Dalam penelitian ini peneliti mengambil waktu dan lokasi penelitian pada wilayah kecamatan Cengkareng Jakarta Barat. Penelitian yang dilakukan terbagi menjadi dua yaitu, waktu penelitian dan lokasi penelitian dilaksanakan sebagai berikut: 1. Lokasi penelitian Pada penelitian ini penulis memilih tempat untuk melaksanakan penelitian di kecamatan Cengkareng Jakarta Barat 2. Waktu penelitian Penelitian akan dilaksanakan di kecamatan Cengkareng Jakarta Barat mulai tanggal Mei sampai dengan Maret B. Desain Penelitian Penelitian yang dilakukan adalah penelitian kausal, penelitian kausal untuk mengetahui antar satu atau lebih variabel bebas terhadap variabel terikat. Penelitian ini bertujuan untuk mengetahui pengaruh sikap konsumen dan citra merek terhadap minat beli pada telepon seluler Lumia. C. Definisi Operasional dan Variabel 1. Definisi Variabel Menurut Sugiyono (2009) adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh penulis untuk dipelajari sehingga diperoleh informasi tentang 38

2 39 hal tersebut, kemudian ditarik kesimpulannya, atau bisa ditarik sebagai suatu atribut, sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. 2. Operasional Variabel Variabel penelitian suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya (Sugiyono, 2009). Variabel-variabel dalam penelitian ini adalah : a. Sikap konsumen adalah suatu kecenderungan yang dipelajari untuk bereaksi terhadap penawaran produkdalam masalah masalah yang baik ataupun kurang baik secara konsekuen dan sikap konsumen pun termasuk variabel bebas (variabel eksogen). Sikap konsumen merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel terikat b. Citra merek adalah anggapan tentang merek yang direfleksikan konsumen yang perpegang pada ingatan konsumen citra merek bisa di katakan variabel bebas (varibel eksogen) kualitas informasi merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel terikat. c. Minat beli konsumen terhadap produk merupakan tolak ukur keinginan pelanggan/konsumen yang direpresentasikan dengan sikap atau tingkah laku pelanggan/konsumen. Komponen utama tersebut juga dipengaruhi oleh adanya rangsangan lainnya yaitu bersifat eksternal

3 40 yaitu ekonomi, teknologi, politik, budaya. Minat beli termasuk variabel terikat (variabel endogen). Minat beli merupakan variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas.dalam SEM variabel dependen disebut sebagai variabel endogen Tabel 3.1 Variabel Dimensi Indikator Skala Sikap Konsumen 1.Komponen 1. Pengetahuan (Azwar, 2012) Kognitif 2. Kepercayaan 2.Komponen Afektif 3. Perasaan suka 4. Perasaan tidak suka Ordinal 3.Komponen Konatif 5.Tindakan atau perbuatan 6.Intensi atau niat untuk melakukan Citra Merek: 1.Citra Produsen 2.Citra Konsumen 3.Citra Produk 7.Merek memudahkan penjual mengolah pesanan. 8.Merek memberikan perlindungan hukum atas ciri khas produk. 9.Merek memungkinkan untuk menarik pembeli. 10.Merekmembantu penjual melakukan segmentasi pasar 11.Merek menceritakan sesuatu pada pembeli tentang mutu 12.merek membantu menarik pembeli terhadap produk-produk baru 13.Kualitas produk asli atau palsu 14. Berkualitas Baik Ordinal

4 Desain Menarik 16.Bermanfaat Konsumen Bagi Minat Beli (Lucas 2012) 1.Perhatian 17.Perhatian konsumen terhadap suatu produk 2.ketertarikan 18.Memiliki ketertarikan suatu produk rasa terhadap Ordinal 3.Keinginan 4.Keyakinan 5.Keputusan Membeli 19.Persaan ingin memilki suatu produk 20.memilki rasa keyakinan terhadap produk yang dapat menimbulkan sebuah keputusan 21.Membantu dalam pengambilan keputusan untuk membeli D. Skala Pengukuran Variabel Metode Pengukuran data yang digunakan penulis yaitu sakala Likert. Likert Merupakan metode yang mengukur sikap, pendapat dan persepsi seseorang( Simamora;2005) dengan menyatakan: a. Angka 1 menyatakan Sangat Tidak Setuju ( STS ) b. Angka 2 menyatakan Tidak Setuju ( TS ) c. Angka 3 menyatakan Kurang Setuju ( KS ) d. Angka 4 menyatakan Setuju ( S ) e. Angka 5 menyatakan Sangat Setuju ( SS )

5 42 E. Populasi dan Sampel Penelitian 1. Populasi Penelitian Menurut Sugiyono (2009) populasi adalah wilayah generalisasi yang terdiri atas obyek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Dapat disimpulkan populasi merupakan pengamatan yang dilakukan oleh peneliti untuk mencari kesimpulan dari penelitian tersebut. Populasi dalam penelitian ini adalah masyarakat di kecamatan Cengkareng Jakarta Barat yang menggunakan atau yang pernah menggunakan telepon seluler lumia yang jumlahnya belum diketahui secara terperinci. 2. Sampel Penelitian Menurut Sugiyono (2009) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga, dan waktu, maka peneliti dapat menggunakan sampel dalam penelitian ini yaitu menggunakan nonprobability sampling. Non probability sampling adalah teknik pengambilan sampel yang tidak memberi peluang atau kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Dalam teknik nonprobability sampling, jenis teknik pengambilan sampel yang digunakan dan cocok pada penelitian ini adalah teknik pengambilan sampel purposive sampling. Sugiyono (2013: ) purposive sampling adalah teknik pengambilan sampel sumber data dengan pertimbangan tertentu. Pertimbangan tertentu ini,

6 43 misalnya orang tersebut yang dianggap paling tahu tentang apa yang kita harapkan, atau mungkin dia sebagai penguasa sehingga akan memudahkan peneliti menjelajahi obyek atau situasi sosial yang diteliti. Karakteristik yang ditentukan oleh peneliti yaitu orang-orang yang pernah menggunakan atau yang menggunakan telepon seluler lumia di kecamatan Cengkareng Jakarta Barat. Dikarenakan peneliti tidak mengetahui jumlah populasi terperinci, Noor (2011) Menyatakan bahwa ukuran sampel yang sesuai dalam metode persamaan SEM adalah antara sampel, dan bergantung pada jumlah parameter yang di estimasi. Pedomannya adalah 5-10 kali parameter yang di estimasi. Ukuran sampel yang digunakan adalah 168 sampel, berdasarkan jumlah indikator dikalikan 8 (21 x 8 = 168). Namun di penelitian ini peneliti mengambil sampel 168 untuk hasil analisis data yang lebih akurat (Hair et al 2014 ). F. Teknik Pengumpulan Data Dalam penelitian ini data dikumpulkan melalui tiga cara, yaitu (1) Penelitian kepustakaan dan (2) Penelitian lapangan (3) wawancara. Penelitian kepustakaan dilakukan untuk mengumpulkan data mengenai teori-teori yang mendukung penelitian dan data pendukung lainnya, sedangkan penelitian lapangan dilakukan dengan mengumpulkan data dari responden, yang terakhir wawancara untuk menemukan permasalahan yang harus diteliti dan juga apabila peneliti ingin halhal dari responden yang lebih mendalam. Data penelitian lapangan dikumpulkan dengan menggunakan angket atau kuesioner.

7 44 Teknik yang menggunakan kuesioner adalah suatu cara pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan kepada responden. Menurut Noor (2011) kuesioner merupakan suatu teknik pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan kepada responden dengan harapan memberikan respon atas daftar pertanyaan tersebut. Daftar pertanyaan dapat bersifat terbuka dan dapat bersifat tertutup. G. Metode Analisis Data 1. SEM (Structural Equation Modeling) (Structural Equation Modeling-SEM) merupakan teknik analisis yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan (Noor, 2011). Hubungan ini dibangun antara satu atau beberapa variabel independen dengan satu atau beberapa variabel dependen. Permodelan pemasaran struktural (Structural Equation Modeling - SEM) merupakan suatu analisis yang menggabungkan pendekatan analisis faktor (factor analysis), model struktural (structural model), dan analisis jalur (path analysis) dengan demikian, didalam analisis SEM dapat tiga macam kegiatan secara serentak yaitu pengecekan validitas dan reabilitas instrumen (berkaitan dengan analisis faktor konfirmatori), pengujian model hubungan antar variabel (berkaitan dengan analisis jalur) dan kegiatan untuk mendapatkan suatu model yang cocok untuk prediksi (berkaitan dengan analisis regresi atau analisis model struktural (Sugiyono, 2009). Selain itu, menurut (Noor, 2011) analisis SEM menggabungkan dua buah model yaitu :

8 45 a. Model struktur (structural model), yang terdiri dari variabel laten eksogen (exogenous) dan variabel laten endogen (endogenous). b. Model pengukuran (measurenment model), yang merupakan indikator dari variabel laten eksogen dan endogen. Variabel laten adalah variasi yang tidak bisa diukur secara langsung dan memerlukan beberapa indikator sebagai produksi, karena SEM dianggap sebagai suatu alat statistik yang sangat berguna bagi para peneliti pada seluruh bidang ilmu social (ekonomin sosiologi, antropologi, psikologi dan lain sebagainya), SEM telah menjadi suatu keharusan untuk penelitian non eksperimental, dimana metode untuk pengujian teori belum dikembangkan secara menyeluruh (Bentler dalam Ghozali & Fuad, 2005). LISREL (linear structural relationship) adalah salah satu Software SEM yang beredar dipasaran, LISREL merupakan program yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Austin, Calderon; Bryne dalam Gozali & Fuad, 2005). LISREL adalah satusatunya program yang tercanggih dan yang dapat mengestimasi berbagai masalah yang bahkan nyaris tidak mungkin dapat dilakukan oleh program lain, seperti AMOS, EQS dan lain sebagainya. Disamping itu, LISREL merupakan program yang paling informatif dalam menyajikan hasil-hasil statistik. a. Tahap-Tahap Dalam SEM Menurut Ghozali dan Fuad (2005), mendeskripsikan tahap-tahap dalam SEM sebagai berikut :

9 46 1) Konseptualisasi Model Langkah ini merupakan suatu proses pembuatan suatu model yang akan diteliti yang memiliki landasan teori yang kuat. Tanpa adanya justifikasi teoritis yang kuat, suatu model tidak ada artinya bila dianalisis SEM. SEM tidak digunakan untuk menghasilkan suatu model, tetapi untuk mengkonfirmasi suatu model yang di dukung oleh teori berdasarkan data empirik. Dalam pengembangan model, seorang peneliti, berdasarkan pijakan teoritis yang cukup, membangun hubungan-hubungan mengenai sebuah fenomena. Peneliti mempunyai kebebasan untuk membangun hubungan sepanjang terdapat justifikasi teoritis yang cukup. 2) Penyusunan diagram alur (Path Diagram) Tahap ini akan memudahkan kita dalam memvisualisasi hipotesis yang telah kita ajukan dalam konseptualisasi model. Visualisasi model akan mengurangi tingkat kesalahan dalam pembangunan suatu model pada LISREL. Path diagram merupakan representasi grafis mengenai bagaimana beberapa variabel pada suatu model berhubugan satu sama lain, yang memberikan suatu pandangan menyeluruh mengenai struktur model. 3) Spesifikasi model Spesifikasi model menggambarkan sifat dan jumlah parameter yang diestimasi, analisis data tidak dapat dilakukan sampai tahap ini selesai.program LISREL memiliki dua bahasa yang digunakan, yaitu bahasa pemograman LISREL dan SIMPLIS. Pada bahasa pemograman LISREL, kita harus sangat berhati-hati dalam memastikan bahwa model yang kita susun telah direpresentasikan dalam

10 47 model matematis. Sedangkan bahasa perintah SIMPLIS (terdapat pada program LISREL versi 8.0 dan lebih), tidak menggunakan model matematis yang kompleks dan memungkinkan kita untuk menulis nama variabel dan menentukan hubungannya dengan menggunakan tulisan serta simbol matematika dasar, seperti sama dengan (=) dan tanda panah ( ). 4) Identifikasi model Informasi yang diperoleh dari data diuji untuk menentukan apakah cukup untuk mengestimasi parameter dalam model.disini, kita harus dapat memperoleh nilai yang unik untuk seluruh parameter dari data yang telah kita peroleh.jika hal ini, tidak dapat dilakukan, maka modifikasi model mungkin harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi parameter. 5) Estimasi parameter Pada tahap ini estimasi parameter untuk suatu model diperoleh dari data karena program LISREL maupun AMOS berusaha untuk menghasilkan matriks kovarians berdasarkan model yang sesuai dengan kovarians matriks sesungguhnya.uji signifikansi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol. 6) Penilaian model fit Suatu model dikatakan fit apabila kovarians matriks suatu model adalah sama dengan kovarians matriks data. Model fit dapat dinilai berdasarkan dengan menguji berbagai index fit yang diperoleh dari LISREL seperti pada tabel 3.3 dibawah ini.

11 48 TABEL 3.2 GOODNESS OF FIT INDEX Goodness of Fit Index Cut-off Value X² - Chi Square Diharapkan kecil RMSEA 0.08 GFI 0.90 AGFI 0.90 NFI 0.90 NNFI 0.90 CFI 0.90 IFI 0.90 RFI 0.90 Sumber: Wijanto, 2008 Uraian masing-masing dari goodness of fit index dapat dijelaskan sebagai berikut: a) X 2 = Chi Square. Nilai statistik Chi-Square digunakan untuk mengukur overall fit sebuah model. Model yang dievaluasi akan dipandang baik apabila nilai Chi-Square kecil; semakin kecil nilai Chi-Sqaure, semakin baik sebuah model. Uji beda Chi-Square diharapkan menerima hipotesis nol dengan significance probability b) The Root Mean Square Error of Approximation (RMSEA). Karena χ 2 -Chi-Square sangat sensitif terhadap ukuran sampel (terlalu besar atau terlalu kecil), kriteria RMSEA digunakan untuk mengompensasi Chi-Square dengan sampel besar. Nilai RMSEA 0,08 direkomendasikan sebagai pedoman untuk menyatakan model dapat diterima.

12 49 c) Goodness-of-Fit Index (GFI). Indeks ini menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan dengan rentang nilai antara nol hingga satu. Semakin mendekati satu nilai GFI ( 0.90) maka semakin baik model tersebut. d) Adjusted Goodness Of-Fit (AGFI). AGFI adalah analog R2 dalam regresi berganda. Fit Indeks ini dapat disesuaikan terhadap degrees of freedom yang tersedia untuk menguji diterima atau ditolaknya model. Tingkat penerimaan yang direkomendasikan adalah bila nilai AGFI GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam suatu matriks kovarians sampel. Nilai 0.95 dapat diinterpestasikan sebagai tingkatan yang baik (good overall model fit), sedangkan menunjukkan tingkatan cukup (adequate fit). e) Normed Fit Index (NFI). Indeks ini juga merupakan ukuran perbandingan antara proposed modeldan null model. Nilai yang direkomendasikan adalah NFI > 0,90. f) Tucker Lewis Index (TLI) atau Non-Normed Fit Index (NNFI). Kriteria ini digunakan dengan membandingkan antara model yang diuji dengan baseline model. Model TLI atau NNFI 0.90 direkomendasikan untuk menerima sebuah model yang diuji. g) Comparative Fit Index (CFI). Berbeda dengan χ 2 -Chi-Square, indeks ini sama sekali tidak dipengaruhi oleh besarnya sampel yang

13 50 digunakan dalam penelitian. Nilai CFI 0.90 menunjukkan model yang baik bahkan jika mendekati satu menunjukkan a very good fit. h) Incremental Fit Index (IFI), digunakan untuk mengatasi masalah parsimoni dan ukuran sampel, dimana tersebut terkait dengan NFI. i) Relative Fit Index (RFI), merupakan turunan dari NFI dan CFI. 7) Modifikasi model Pengujian model penelitian untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada tahap keenam, namun harus diperhatikan bahwa segala modifikasi (walaupun sangat sedikit), harus berdasarkan teori yang mendukung. Dengan kata lain, modifikasi model seharusnya tidak dilakukan hanya semata-mata untuk mencapai model yang fit. 8) Validasi silang model Pengujian atas fit tidaknya model terhadap suatu data baru. Validasi silang ini penting apabila terdapat modifikasi subtansial yang dilakukan terhadap model asli yang dilakukan pada langkah keenam. 2. Uji Kualitas Data a. Uji Validitas Uji keabsahan data dalam penelitian, sering hanya ditekankan pada uji validitas dan reliabilitas. Validitas merupakan derajat ketetapan antara data yang terjadi pada objek penelitian dengan daya yang dapat dilaporkan oleh peneliti (Sugiyono, 2011). Sebelum dilakukan pengolahan data, maka perlu dilakukan pengujian data terhadap variabel tersebut. Uji validitas

14 51 menunjukan sejauh mana alat ukur dapat mengukur variabel yang akan diukur. Pengujian validitas dilakukan menggunakan analisis konfirmatori. Dalam analisis konfirmator, variabel laten dianggap sebagai variabel penyebab yang mendasari indikator-indikatornya (Ghozali, 2008). Dasar pengambilan keputusan uji validitas ini adalah jika Loading factor 0.5 maka item tersebut dikatakan valid. b. Uji Reliabilitas Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator sebuah variabel yang menunjukan derajat masing-masing indikator itu mengindikasikan sebuah konstruk / faktor laten yang umum. Pengujian reliabilitas instrumen bertujuan untuk mengetahui konsistensi suatu instrumen.langkah selanjutnya adalah menghitung loadings dan menilai signifikansi statistik setiap indikator. Jika terbukti tidak signifikan, maka indikator harus dibuang atau mentransformasikannya agar menjadi fit untuk variabel laten (Noor, 2011). Menurut Sanusi (2011) nilai reabilitas dapat dicari dengan rumus berikut ini: Construct Realibility = Dimana : ( Loading Baku) 2 ( Loading Baku) 2 + ej a. Std. Loading diperoleh langsung dari Standardize Loading untuk tiaptiap indikator.

15 52 b. ej adalah measurement error dari tiap-tiap indikator. Nilai batas yang digunakan untuk menilai atau menguji apakah setiap variabel dapat dipercaya, handal dan akurat dipergunakan Construct Realibility. variabel dapat dikatakan reliabel apabila Construct Realibilitylebih besar dari tingkat reliabilitas yang kedua adalah Variance Extract, yang menunjukan jumlah varians yang indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai Variance Extract yang tinggi menunjukan bahwa indikator-indikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai Variance Extract ini direkomendasikan pada tingkat paling sedikit Variance Extract diperoleh dari rumus berikut ini : Variance Extract = ( Loading Baku)² ( Loading Baku) 2 + ej a. Pengujian Hipotesis Dalam LISREL tidak terdapat nilai signifikansi yang langsung dapat memberi tahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi dalam lisrel, terdapat tiga informasi yang sangat berguna, yaitu koefisien regresi, standar eror dan nilai t. Standar eror digunakan untuk mengukur ketepatan dari setiap estimasi parameter. Dibawah standar eror adalah nilai t yang diperoleh melalui perbandingan antara nilai estimasi dengan standar error. nilai t = nilai estimasi standar error

16 53 Untuk mengetahui signifikan tidaknya hubungan antar variabel, maka nilai t harus lebih besar dari t-tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi, tetapi umumnya level signifikansi adalah 1%, 5% dan 10%. Pada jumlah sampel besar (lebih besar 150), jika nilai t yang dihasilkan oleh LISREL lebih besar daripada nilai t tabel pada level 5%, yaitu 1,960, maka hubungan antara variabel adalah signifikan.