BAB III METODOLOGI PENELITIAN

Transkripsi

1 BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu Penelitian Peneliti membutuhkan waktu selama tiga bulan untuk melakukan penelitian ini dimulai dari bulan Mei 2014 untuk pengumpulan data Tempat Penelitian Penelitian ini menganalisis bagaimanapengaruh BrandImage Dan Brand Trust Terhadap Brand Loyalty Universitas Mercu Buana. Objek penelitian yang digunakan adalah mahasiswa Universitas Mercu Buana khusus nya mahasiswa reguler semua fakultas di wilayah Jakarta Barat Gambaran Umuum Universitas Universitas Mercu Buana adalah sebuah universitas swasta di Jakarta, Indonesia.Didirikan pada tanggal 22 Oktober 1985, Pendiri: H. Probosutedjo (Yayasan Menara Bhakti) kampus utama yang juga dinamakan Kampus A terletak di daerah Meruya, Jakarta Barat. Kampus lainnya, yaitu Kampus B, terletak di Menteng, Jakarta Pusat, Kampus C di Depok, Jawa Barat, serta Kampus D di Bekasi, Jawa Barat. Universitas Mercu Buana (UMB) merupakan pengembangan dari Akademi Wiraswasta Dewantara yang berdiri pada Ketika diresmikan menjadi UMB, tahun 1985, baru ada 3 fakultas (Fakultas Teknik, Fakultas Pertanian, dan Fakultas Ekonomi) dan 6 Jurusan. Setelah 41

2 42 berjalan lebih dari 19 tahun, kini UMB mampu menyelenggarakan lima fakultas dengan 19 jurusan, yang hampir semuanya sudah mendapat akreditasi dari Badan Akreditasi Nasional Perguruan Tinggi. Pada tahun akademik 2000/2001, dibuka program pascasarjana Magister Manajemen (MM) dengan konsentrasi : Magister Manajemen Keuangan, Magister Manajemen Pemasaran, Magister Manajemen Sumber Daya Manusia, Magister Manajemen Operasi/Produksi. Setahun kemudian, dalam upaya memberi kesempatan kepada lulusan D3/Politeknik/Akademi/sederajat maupun lulusan SMU/SMK/sederajat yang telah bekerja untuk melanjutkan ke jenjang Sarjana (S1), tetapi hanya memiliki waktu luang untuk kuliah hari Sabtu dan Minggu, UMB membuka Program Kuliah Sabtu Minggu (PKSM), selain itu PKSM-UMB menerima mahasiswa yang ingin melanjutkan ke Strata-2 (S2) Magister Manajemen (MM). Visi Universitas Mercu Buana Menjadi Universitas Unggul dan terkemuka untuk menghasilkan tenaga professional yang memenuhi kebutuhan industri dan masyarakat dalam persaingan global. Misi Universitas Mercu Buana Menyelenggarakan pendidikan, penelitian dan pengabdian kepada masyarakat dan menciptakan serta menerapkan keunggulan akademik untuk menghasilkan tenaga professional dan lulusan yang memenuhi standar kualitas kerja yang disyaratkan.

3 43 Menerapkan manajemen pendidikan tinggi yang efektif dan efisien dan mengembangkan jaringan kerjasama dengan industri dan kemitraan yang berkelanjutan sebagai respon atas perubahan arus dan daya saing global. Mengembangkan kompetensi dan menumbuhkembangkan jiwa kewirausahaan dan etika professional kepada para mahasiswa dan staf yang memberikan kontribusi positif terhadap peningkatan kualitas hidup. Budaya Kerja Universitas Mercu Buana 1. Budaya kerja disiplin, jujur dan tanggung jawab 2. Mengembangkan budaya kerja yang kreatif 3. Mengembangkan budaya kerja yang ramah lingkungan 4. Mengembangkan budaya kerja yang sadar nilai lokal Fasilitas Kampus seperti Ruang kuliah: 67 ruang, Perpustakaan: luas ruangan 800 m2, Koleksi judul, eksemplar untuk saat ini Laboratorium tiap fakultas dapat dilihat pada Table 3.1 berikut: Tabel 3.1 Laboratorium Universitas Mercu Buana Fakultas Laboratorium 1. Fakultas Teknologi Industri Fisika Dasar, Komputer, Sistek Komunikasi, Elektronika Dasar, CNC-CAD/Cam dan Teknologi Mekanik, Sistem Produksi & FMS ( Fleksibel Manufacturing System ) dan Mekatronika

4 44 2. Fakultas Teknik Sipil & Perencanaan Mekanika Tanah, Ilmu Ukur Tanah, Teknologi Beton, Studio Gambar dan computer 3. Fakultas Ekonomi Akuntansi, Komputer Audit, Komputer Akuntansi dan Statistik, Klinik Konsultasi Bisnis 4. Fakultas Ilmu Komunikasi Audio Visual, Fotografi, Cetak, Desain Grafis, Multi Media, Studio Mini, Komputer. 5. Lembaga penelitian Lembaga Penelitian dan Pengabdian Msyarakat UMB Sumber: Website Universitas Mercu Buana Bentuk Kegiatan Dan Kelembagaan Mahasiswa dapat dilihat pada table Berikut : Tabel 3.2 Bentuk UKM (Unit Kegiatan Mahasiswa) Unit Kegiatan Mahasiswa (UKM) Tingkat Universitas UKM Bela Diri UKM Pramuka UKM Olah Raga UKM Kerohanian UKM Swatala UKM Radio UKM Kesenian UKM Pers UKM Koperasi Mahasiswa UKM Paduan Suara UKM Resimen Mahasiswa UKM Mercu Buana English Club UKM Sepak Bola UKM Taekwondo UKM Basket UKM Batako Merpati Putih Sumber: Website Universitas Mercu Buana

5 45 Tabel 3.3 Bentuk Kelembagaan di Universitas Mercu Buana Sumber: Website Universitas Mercu Buana Fasilitas lain: ruang display, ruang sidang, ruang rapat, pusat komputer (Cyber-Net), studio gambar, poliklinik, masjid Manarul A mal, Radio UMB, kantor Bank BNI dan ATM BNI, telepon umum, kantin mahasiswa, koperasi mahasiswa, areal parkir yang cukup luas, bus kampus, kursus Bahasa Inggris LIA-UMB, ruang sekretariat organisasi kemahasiswaan, kantor pos dan giro, Kartu Mahasiswa UMB Serba Guna BNI, sarana olahraga (sepakbola, basket, voli, badminton, menara panjat tebing) Kelembagaan Tingkat Universitas Majelis Permusyawaratan Mahasiswa (MPM) Badan Eksekutif Mahasiswa Universitas (BEM-U) Kelembagaan Tingkat Fakultas Dewan Perwakilan Mahasiswa (DPM) Badan Eksekutif Mahasiswa (BEM) Kelembagaan Tingkat Jurusan Himpunan Mahasiswa Jurusan (HIMA) BENTUK KERJA SAMA UNIVERSITAS MERCU BUANA Kerja Sama Universitas Mercu Buana Dengan Universitas Luar Negri 1. Guangxi University Of Technology Liuzhou China 2. Beijing Institute Of Technology China 3. Guangxi Normal University Guillin China 4. Geomatika College Kuala Lumpur Malaysia 5. Universiti Sains Malaysia 6. Universiti Selangor Malaysia

6 46 7. Universiti Tun Husein Onn Malaysia 8. National Institute of Information Technology (NIIT) India 9. Jhejiang University China 10. Bohai University China 11. Universiti Malaysia Sabah 12. International University - Phnom Penh Kamboja 13. Guangdong University of Education China 14. Spiru Haret University Bucharest Romania Kerja Sama Universitas Mercu Buana Dengan Universitas Dalam Negeri : 1. Universitas Indonusa Esa Unggul Jakarta Barat 2. Universitas Pancasila Jakarta Selatan 3. Universitas Bakrie Jakarta 4. Universitas Bina Darma Palembang 5. Universitas Budi Luhur Jakarta Selatan 6. Institut Bisnis dan Informatika Darmajaya Lampung 7. Universitas Mercu Buana Yogyakarta 8. Universitas Mercu Buana dengan Yayasan AMRI Kerja Sama Universitas Mercu Buana Dengan Perusahaan / Instansi Lain : 1. DAAI TV 2. PT. Asuransi Jiwa Sinar Mas 3. Bank Syariah Mandiri 4. Ikatan Arsitek Indonesia 5. Bursa Efek Indonesia

7 47 6. Harian Indopos 7. PT. Garuda Indonesia Airlines 8. W Film 9. KPID DKI Jakarta (Komisi Penyiaran Indonesia Daerah DKI Jakarta) 10. Yayasan Amri 11. PT. Prima Jaringan 12. Perhimpunan Manager SDM Indonesia 13. Asosiasi Psikologi Industri & Organisasi (APIO) Indonesia 14. Shiny Study Center 15. Kepolisian Resort Metropolitan Jakarta Barat 16. Penerbit ANDI 17. PT. Harfan Tri Megah (Partner EDUGATE) 18. Eagle Institute Indonesia 3.2 Desain Penelitian Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal. Analisis kausal adalah penelitian untuk mengetahui tentang pengaruh satu variabel bebas (independen variabel) terhadap variabel terikat (dependent variabel). Tujuan penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar Pengaruh Citra Merek dan Kepercayaan Merek Terhadap Kesetiaan Merek Universitas Mercu Buana

8 Definisi dan Oprasional Variabel Definisi Variabel Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang diterapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Dari judul penelitian didapatkan tiga variabel, yaitu; a. Variabel Bebas (Independen/Exogenous), adalah variabel yang mempengaruhi variabel lainnya, dinyatakan dalam X, dimana Citra Merek sebagai X 1 dan Kepercayaan Merek sebagai X 2 b. Variabel Terikat (Dependen/Endogenous). Variabel terikat atau tidak bebas adalah variabel yang dipengaruhi oleh variabel lainnya, dalam penelitian ini Loyalitas Mahasiswa dinyatakan sebagai Y Oprasional Variabel Tabel 3.5 Oprasional Variabel Citra Merek Variabel Dimensi Indikator 1. Atribut Persepsi kualitas dan prestisius Citra Merek X 1 2. Manfaat 3. Nilai 4. Budaya Kepuasan (manfaat fungsional) Kebanggaan (manfaat emosional) Nilai merek (brand value) dan Citra merek (brand image) Citra perusahaan (budaya organisasi)

9 49 5. Kepribadian 6. User Sumber:Kotler dan Keller (2012:333) Kepuasan Merek Identitas Pengguna Tabel 3.6 Oprasional Variabel Kepercayaan Merek Variabel Dimensi Indikator 1.Keandalan Merek Keyakinan Brand Trust X 2 2.Niat Merek Kebutuhan Keputusan Sumber: Delgado 2004 dalam Farrinadewi (2008 : 4) Kepentingan Tabel 3.7 Oprasional Variabel Loyalitas Mahasiswa Variabel Dimensi Indikator 1. Kognitif - Memiliki persepsi positif terhadap merek - Percaya kepada merek Brand Loyalty Y 2. Afektif 3. Konatif - Menyukai merek - Puas akan merek - Akan menggunakan produk dan merek yang sama - Akan membeli produk baru dengan merek yang sama Sumber : Schiffman L.G., dan Kanuk (2004)

10 Pengukuran Variabel Metode pengukuran data yang digunakan penulis dalam penelitian ini yaitu dengan menggunakan Skala Likert. Skala Likert adalah metode yang digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2007 : 107). Nilai dalam skala likert dapat dilihat pada table 3.8 berikut Tabel 3.8 Skala Pengukuran Pernyataan Kode Skor Sangat setuju (SS) 5 Setuju (S) 4 Cukup setuju (CS) 3 Tidak setuju (TS) 2 Sangat tidak setuju (STS) Populasi dan Sampel Populasi Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2007 : 90). Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam lain. Populasi juga bukan sekedar jumlah yang ada pada obyek atau subyek yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh subyek atau obyek itu.

11 51 Tabel 3.9 Jumlah Populasi Fakultas Program Studi Angkatan 2013 Ekonomi dan Bisnis Manajemen S1 394 Akutansi S1 280 Manajemen D3 25 Akutansi D3 38 Jumlah 737 Sumber : SIA Reguler Sampel Sampel adalah sebagian dari subjek peneliti yang akan dipergunakan sebagai dasar pengujian hipotesis sehingga kesimpulan yang dipilih dari sampel dianggap sudah mewakili populasi Sampel merupakan sebagian dari populasi yang memiliki ciri atau sifat yang sama dan atau serupa dengan populasinya (Sugiyono, 2007:90). Sampel bertujuan dilakukan dengan cara mengambil subyek bukan didasarkan atas strata. Teknik ini dilakukan karena beberapa pertimbangan, diantaranya keterbatasan waktu, tenaga dan dana sehingga tidak dapat mengambil sampel yang besar dan jauh.selain itu dalam penelitian ini hasil penelitian dimaksudkan untuk digeneralisasi dengan metode non probability sampel. Berikut adalah rumus Slovin : N n = 1 + N(e)

12 52 Keterangan : n = Jumlah sampel N = Jumlah Populasi e = error (tingkat kesalahan standar yang dapat ditoleransi untuk suatu penarikan sampel, maksimum10%) n = 259 N = 737 e = 0,5 n = (0,05)² 737 2,8425 = 259 Manajemen S1 Akutansi S1 Manajemen D3 Akutansi D3 = x 100 = 53,45 % x 259 = 138 = x 100 = 37,99 % x 259 = 98 = x 100 = 3,39 % x 259 = 9 = x 100 = 5,15 % x 259 = 13 Berdasarkan dengan perhitungan (rumus Slovin) diatas populasi yang akan dijadikan sampel penelitian untuk dijadikan sebagai bahan penelitian. Hasil penelitian dimaksudkan untuk digeneralisasi jumlah

13 53 sampel dalam penelitian ini sebanyak 259 orang sebagai responden yang akan mengisi kuesioner penelitian 3.6 Teknik Pengumpulan Data Dalam penelitian ini data dikumpulkan melalui pengamatan langsung. Data penelitian pengamatan langsung dikumpulkan dengan cara menyebar angket atau kuesioner. Teknik yang menggunakan kuesioner adalah suatu cara pengumpulan data dengan memberikan beberapa pertanyaan kepada responden. Menurut Sangadji dan Sopiah (2010:151) kueisoner adalah sejumlah pertanyaan yang digunakan untuk memperoleh informasi dari responden dalam arti laporan pribadinya, atau hal-hal yang ia ketahui. Jenis dan sumber data yang digunakan dalam penelitian ini adalah: a. Data Primer Data primer merupakan sumber data penelitian yang diperoleh secara langsung dari sumber asli (Sangadji dan Sophia, 2010). Data primer didapat dari hasil jawaban kuesioner yang telah diisi oleh responden. 3.7 Metode Analisis Data Metode penelitian yang dipakai dalam penelitian ini adalah analisis kuantitatif, maksudnya digunakan skala penilaian untuk menyatakan bobot antara hubungan variabel satu dengan variabel yang lainnya. Untuk dapat mengetahui signifikasi pengaruh antar variabel, maka data diolah dengan

14 54 menggunakan metode analisis SEM (Structural Equation Modeling) dengan menggunakan software Lisrel Spesifikasi Model Spesifikasi model ini merupakan pembentukan model awal persamaan pengukuran dan strukural. Spesiikasi model pengukuran merupakan persamaan notasi matematik yang membentuk variabelvariabel teramati. Sedangkan spesifikasi model struktural adalah persamaan notasi matematik berdasarkan hubungan antara satu variabel laten ke variabel laten lainnya. Kemudian, akan ditunjukkan output path diagram hybrid model dengan notasi matematik. Adapun penelitian ini dapat digambarkan berdasarkan SEM (Structural Equation Modeling) sebagai berikut: Keterangan: = Variabel Laten (eksogen dan Endogen) = Variabel Teramati (Indikator) ξ = Variabel Eksogen η = Variabel Endogen x = Variabel Bebas (Independent) y = Variabel Terikat (dependent) Y = Gamma (parameter yang menunjukkan regresi variabel laten endoge

15 Confirmatory Factor Analysis Penelitian ini menggunakan pengukuran dengan dua tahap, di sebut two-step approach. Tingkat pertama, yaitu CFA merupakan model pengukuran yang menunjukkan suatu variabel laten diukur oleh satu atau lebih variabel-variabel teramati. Hal ini didasari alasan bahwa variabelvariabel laten atau konstruk tertentu yang mendasarinya (Wijanto, 2008). Hasil CFA harus diperiksa terlebih dahulu dari kemungkinan terjadinya offending estimate, kemudian dilakukan uji validitas dan realibilitas. Kemudian tingkat kedua dilakukan, yaitu Second Order CFA (2 nd CFA) menunjukkan hubungan antara variabel-variabel laten pada tingkat pertama sebagai indikator dari sebuah variabel laten tingkat kedua. Keuntungan menggunakan CFA adalah model dibentuk terlebih dahulu, jumlah variabel laten ditentukan oleh peneliti, pengaruh suatu variabel laten terhadap variabel teramati ditentukan lebih dahulu, beberapa efek langsung terhadap variabel teramati dapat ditetapkan sama dengan nol atau suatu konstanta, kesalahan pengukuran boleh berkolerasi, kovarian variabel-variabel laten dapat diestimasi atau ditetapkan pada nilai tertentu dan identifikasi parameter diperlukan Analisis Offending Estimates Analisis awal ini harus dilakukan untuk memastikan tidak terdapat offending estimates (nilai-nilai yang melebihi batas yang dapat diterima) dari hasil estimasi di tingkat CFA. Berikut kriteria analisisnya, yaitu:

16 56 1. offending estimates, terutama adanya negative error variences (dikenal dengan heywod cases). Jika ada kesalahan varian negatif, maka varian kesalahan tersebut perlu ditetapkan menjadi atau nilai standardize loading factor >0.50, namun peneliti menggunakan SLF lebih dari atau sama dengan 0.30 (Igbaria et al. dalam Wijayanto 2008). Sehingga variabel-variabel terkait bisa dipertimbangkan untuk dihapus. 3. standard errors yang berhubungan dengan koefisien-koefisien yang diestimasi mempunyai nilai yang besar Uji Validitas dan Reliabilitas Untuk menguji kelayakan kostruk dari peertanyaan-pertanyaan yang diajukan pada kuisioner penelitian, penulis kemudian melakukan uji validitas dan reliabilitas. Validitas berhubungan dengan apakah suatu varibel mengukur apa yang seharusnya diukur (Wijanto, 2008). Validitas dalam penelitian ini menyatakan derajat ketepatan alat ukur penelitian terhadap isi atau arti sebenarnya yang diukur. Menurut Ridgon dan Ferguson (1991) dan Toll, Xia, Torkzadeh (1994) dalam Wijanto (2008) menyatakan suatu variabel latennya, jika: Nilait-value>1.96 pada tingkat kepercayaan 95% Muatan faktor standarnya (standardized loading factor) Semntara itu, Igbarta et al., (1997) menyatakan bahwa standardized loading factor 0.50 adalah sangat signifikan. Jika terdapat variabel-

17 57 variabel yang memiliki nilai t-value < 1,96 dan standardized loading factor kurang dari 0.50 atau 0,70 maka harus dihilangkan/dihapuskan dari model disebut juga model trimming. Setelah itu, proses pengukuran dilakukan kembali dengan CFA dan dianalisis sesuai dengan syarat-syarat di atas. Realibilitas adalah konsistensi suatu pengukuran (Wijayanto, 2008). Reliabilitas yang tinggi menunjukkan bahwa indikator-indikator mempunyai konsistensi yang tinggi dalam mengukurvariabel latennya.realibilitas suatu konstruk dikatakan baik, jika nilai construct reabilitynya adalah Cara lain untuk menghitung reabilitas adalah dengan menggunakan variance extracted (VE), dimana nilai VE Ekstrak varian mencerminkan jumlah varian keseluruhan dalam indikator yang dijelaskan oleh construct latent. Berikut ini adalah rumus perhitungan pengukuran reliabilitas: Construct Reability = ( std. loading)² ( std. loading)² + ej Varience Extracted = ( std. loading)² ( std. loading)² + ej Keterangan: = Jumlah keseluruhan Std.Loading ej = Sandardized loading factors (muatan factor standar) = Kesalahan

18 58 Menurut Hair (1998), nilai CR yang baik adalah Apabila nilai CR berada di kisaran angka 0.60 dan 0.70, maka realibilitas masih termasuk dalam kategori baik. Selain itu, untuk pengukuran nilai VE 0.50 merupakan ukuran yang baik dalam mengukur reliabilitas, tetapi VE ini biasanya berupa pilihan (optional) dalam penelitian, sehingga peneliti diperbolehkan hanya menggunakan CR sebagai ukuran reliabilitas, namun akan lebih baik apabila VE diikutsertakan Second Order (2ndCFA) Second Order Confirmatory factor analysis (2ndCFA) adalah model pengukuran yang terdiri dari dua tingkat (Wijayanto, 2008). 2ndCFA merupakan pengukuran tingkat kedua yang menunjukkan hubungan antara variabel-variabel laten pada tingkat pertama sebagai indikator dari sebuah variabel laten tingkat kedua. CFA tingkat kedua ini akan mengestimasi dan menganalisis kecocokan model secara keseluruhan sertaterhadap model strukturalnya Uji Kecocokan Keseluruhan Model Struktural Equation Modeling (SEM) merupakan suatu teknik statistik yang mampu menganalisis variabel laten, variabel teramati, dan kesalahan pengukuran secara langsung. SEM mampu menganalisis hubungan antara variabel laten dengan variabel indikatornya, hubungan antara variabel laten yang satu dengan variabel laten yang lain, juga mengetahui besarnya kesalahan pengukuran (Sitinjak dan Sugiarto, 2006).

19 59 Hal tersebut sejalan dengan pendapat ahli yang mengatakan SEM tidak seperti analisis multivariate biasa yang tidak bisa menguji regresi berganda ataupun analisis faktor secara bersama-sama (Bollen, 1989: dala, Ghozali, 2005).Disamping hubungan kausal searah, SEM juga memungkinkan menganalisis hubungan dua arah. Setelah model terbentuk, maka diperlukan analisis dalam uji kecocokan model, indikator-indikator yang dapat digunakan antara lain (Wijanto, 2008) : 1. Chi square /degrees of freedom (χ 2 /df) Chi Square digunakan untuk menguji seberapa dekat kecocokan antara matrik kovarian sampel dengan matrik kovarian model. Joreskog dan Sorbom dalam Setyo Hari (2008) mengatakan bahwa χ 2 seharusnya lebih diperlakukan sebagai ukuran goodness of fit (atau badness of fit) dan bukan sebagai uji statistik. χ 2 dapat disebut juga sebagai badness of fit karena nilai χ 2 yang besar menunjukkan kecocokan yang tidak baik (bad fit) sedangkan nilai χ 2 yang kecil menunjukkan good fit (kecocokan yang baik). 2. Non-Centrality Parameter (NCP) NCP merupakan ukuran perbedaan antara matrik kovarian sampel (Σ) dengan matrik kovarian model (Σ(θ)). NCP juga merupakan ukuran badness of fit dimana semakin besar perbedaan antara Σ dengan Σ(θ) semakin besar nilai NCP. Jadi, kita perlu mencari NCP yang nilainya kecil atau rendah. 3. Goodness of Fit Indices (GFI)

20 60 GFI dapat diklasifikasikan sebagai uji kecocokan absolut, karena pada dasarnya GFI membandingkan model yang dihipotesiskan dengan tidak ada model sama sekali. Nilai GFI harus berkisar antara 0 (poor fit) sampai 1 (perfect fit), dan nilai GFI 0,90 merupakan good fit (kecocokan yang baik), sedangkan 0,80 GFI < 0,90 sering disebut marginal fit. 4. Root Mean Square Residual (RMR) RMR mewakili nilai rerata residual yang diperoleh dari mencocokkan matrik varian-kovarian dari model yang dihipotesiskan dengan matrik variankovarian dari data sampel. Standardized RMR mewakili nilai rerata seluruh standardized residuals, dan mempunyai rentang dari 0 ke 1. Model yang mempunyai kecocokan yang baik (good fit) akan mempunyai nilai Standardized RMR < 0, Root Mean Square Error of Approximation RMSEA merupakan salah satu indeks yang informatif dalam SEM. Nilai RMSEA 0,05 menandakan close fit, sedangkan 0,05 < RMSEA 0,08 menunjukkan good fit (Brown dan Cudek, 1993). McCallum (1996) menambahkan bahwa nilai RMSEA antara 0,08 sampai 0,10 menunjukkan mediocore (marginal fit), serta nilai RMSEA > 0,10 menunjukkan poor fit. 6. Expected Cross-Validation Index (ECVI) ECVI diusulkan sebagai sarana untuk menilai, dalam sampel tunggal, likelihood bahwa model divalidasi silang (cross-validated) dengan sampelsampel dengan ukuran yang sama dari populasi yang sama (Browne dan

21 61 Cudeck, 1989). ECVI digunakan untuk perbandingan model dan semakin kecil nilai ECVI sebuah model semakin baik tingkat kecocokannya. 7. Adjusted Goodness-of-Fit Index (AGFI) AGFI adalah perluasan dari GFI yang disesuaikan dengan rasio antara degree of freedom dari null/independence/baseline model dengan degree of freedom dari model yang dihipotesiskan atau diestimasi. Seperti halnya GFI, nilai AGFI berkisar antara 0 sampai 1. Nilai AGFI 0,90 menunjukkan good fit, sedangkan 0,80 AGFI < 0,90 sering disebut sebagai marginal fit. 8. Normed Fit Index (NFI) NFI mempunyai nilai yang berkisar antara 0 sampai 1. Nilai NFI 0,90 menunjukkan good fit, sedangkan 0,80 NFI < 0,90 sering disebut sebagai marginal fit. 9. Relative Fit Index (RFI) Nilai RFI akan berkisar antara 0 sampai 1. Nilai RFI 0,90 menunjukkan good fit, sedangkan 0,80 NFI < 0,90 sering disebut sebagai marginal fit. 10. Incremental Fit Index (IFI) Nilai IFI akan berkisar antara 0 sampai 1. Nilai IFI 0,90 menunjukkan good fit, sedangkan 0,80 IFI < 0,90 sering disebut sebagai marginal fit. 11. Comparative Fit Index (CFI) Nilai CFI berkisar antara 0 sampai 1. Nilai CFI 0,90 menunjukkan good fit, sedangkan 0,80 CFI < 0,90 sering disebut sebagai marginal fit.

22 62 Pada penelitian ini, peneliti menggunakan program Lisrel 8.8 sebagai sarana pengolahan data. Program ini mengharuskan peneliti menulis perintah syntax (perintah persamaan) dan hasilnya adalah path diagram dan printed output yang dapat memberikan informasi mengenai loading factor, t-value, serta error variance dari indikator-indikator dalam variabel laten, serta hubungan kausal antara variabel laten eksogen dengan variabel laten endogen Uji Kecocokan Model Struktural Pengujian ini akan menganalisis tingkat signifikansi koefisienkoefisien yang diestimasi terhadap model struktral. Tingkat signifikansi dapat dilihat dari nilai t-value yang harus memenuhi syarat yaitu 1,96. Secara umum, pengujian ini bertujuan untuk melihat apakah hipotesis penelitian diterima atau ditolak. Selain itu, dilakukan evaluasi terhadap solusi standar dimana semua koefisien mempunyai varian yang sama dan nilai maksimumnya adalah 1 (Wijanto, 2008). Nilai koefisien yang mendekati akan berhubungan dengan peningkatan pentingnya variabel terkait dalam hubungan kausal.