BAB IV METODE PENELITIAN

Transkripsi

1 BAB IV METODE PENELITIAN 4.1 Jenis/Disain Penelitian Penelitian ini bermaksud untuk menganalisa pengaruh Kampanye Edukasi (X1), Gaya Hidup (X2), dan Lingkungan Hidup (X3) terhadap Keberhasilan Program Pemasaran Sosial Kampanye Diabetes (Y). dengan demikian, peneliti mencoba mengumpulkan fakta dan data berkaitan dengan variabel yang menjadi perhatian dalam penelitian ini. Dengan penelitian ini dapat diketahui bagaimana pengaruh dari variabel Edukasi, Gaya Hidup, dan Lingkungan Hidup terhadap Keberhasilan Program Pemasaran Sosial Kampanye Diabetes. Jenis penelitian yang digunakan untuk penelitian ini adalah penelitian kuantitatif. Adapun pengertian penelitian kuantitatif menurut Arikunto (2006, p. 79) adalah penelitian yang mementingkan adanya variabel-variabel sebagai obyek penelitian dan variabel-variabel tersebut harus didefinisikan dalam bentuk operasionalisasi variabel. desain penelitian yang digunakan untuk penelitian ini adalah menggunakan hubungan kausal. Hubungan kausal adalah hubungan yang bersifat sebab akibat, jadi ada variabel eksogen (variabel yang mempengaruhi) dan variabel endogen (variabel yang dipengaruhi) (Sugiyono, 2013, p. 56). 53

2 54 Dalam penelitian ini, pendekatan yang dilakukan menggunakan pendekatan deskriptif. Yaitu pendekatan dengan metode survei yang dilakukan dengan kegiatan pengumpulan data untuk mendapatkan keterangan-keterangan yang jelas mengenai pengaruh Kampanye Edukasi, Gaya Hidup, dan Lingkungan Hidup terhadap Keberhasilan Program Pemasaran Sosial Kampanye Diabetes. Data dan informasi yang dikumpulkan oleh peneliti dengan menggunakan kuesioner yang bersifat tertutup untuk menjaga kerahasiaan informan dan subjektivitas kuesioner. 4.2 Variabel Penelitian Menurut Sugiyono (2013, p. 59), didalam SEM (Structural Equation Model) variabel independent disebut sebagai variabel eksogen. Variabel dependent disebut variabel endogen. Variabel yang digunakan dalam penelitian ini adalah : a. Variabel Eksogen (X1) adalah Kampanye Edukasi b. Variabel Eksogen (X2) adalah Gaya Hidup c. Variabel Eksogen (X3) adalah Lingkungan Hidup d. Variabel Endogen (Y) adalah Keberhasilan Program Pemasaran Sosial Kampanye Diabetes Definisi Konsep Pada penelitian ini, variabel yang diukur terdiri dari variabel bebas (independent) yang terdiri dari Kampanye Edukasi (X1), Gaya Hidup (X2),

3 55 dan Lingkungan Hidup (X3) sedangkan variabel tidak bebas / bergantung (dependent) adalah Keberhasilan Program Pemasaran Sosial Kampanye Diabetes (Y) Definisi Operasional Definisi operasional dibuat untuk mempermudah peneliti. Variabel operasional merupakan alat bantu bagi peneliti dalam kegiatan pengumpulan data, baik variabel dimensi dan indikatornya sehingga menjadi sistematis. Tabel 4.1 Variabel Operasional VARIABEL DIMENSI INDIKATOR Kampanye Edukasi (X1) (textbook - Gregory, 2004) Gaya Hidup (X2) (textbook - Kotler & Armstrong, 2014) Lingkungan Hidup (X3) (textbook - Soemarwoto, 2002) Konseptor Komunikator Aktivitas Minat Opini Unsur Lingkungan Hidup interaksi pada unsur lingkungan hidup kondisi unsur lingkungan hidup teori konsep, teknik membuat konsep Penyampaian materi, kesesuaian materi pekerjaan, hobi, belanja, olahraga, sosialita makanan, berbusana, keluarga, rekreasi tentang dirinya sendiri, isu sosial, bisnis, dan produk manusia, makanan, minuman. Manusia saling berinteraksi dengan manusia lain, manusia membutuhkan makanan dan minuman Kondisi kesehatan manusia, kondisi kesehatan makanan dan minuman. Keberhasilan Program Pemasaran Sosial (Social Marketing) (Y) (Journal Ashli Quesinberry Stokes, 2009) Kepuasan Informasi Kepuasan peserta mengenai proses berjalannya kampanye, dan kepuasan peserta terhadap penyampaian informasi kampanye. Keinginan untuk mendapatkan informasi yang lebih terpercaya.

4 56 Pada pengukuran penelitian ini digunakan skala likert, berdasarkan lima tingkatan skala sesuai dengan alternative jawaban, misalnya : Alternatif 1 = Sangat Tidak Setuju : Bobot 1 Alternatif 2 = Tidak Setuju : Bobot 2 Alternatif 3 = Netral : Bobot 3 Alternatif 4 = Setuju : Bobot 4 Alternatif 5 = Sangat Setuju : Bobot 5 Skala likert tersebut dikatakan ordinal karena memiliki pernyataan sangat setuju yang memiliki preferensi lebih tinggi dari setuju, dan setuju lebih tinggi dari netral, dan seterusnya. Penelitian ini menggunakan skala likert dikarenakan likert dapat menilai sikap responden. (Supranto, 2006, p. 86) 4.3 Populasi, Sampel Penelitian, dan Teknik Sampling 1. Populasi Populasi adalah wilayah generalisasi dan terdiri dari objek atau sesuatu yang mempunyai kuantitas dan karakteristik tertentu yang dapat diterapkan oleh penelitian untuk dipelajari dan kemudian untuk dapat ditarik kesimpulannya. (Sugiyono, 2013, p. 115)

5 57 Populasi penelitian adalah seluruh member Club Diabetes RS Sari Asih Ciledug dalam hal ini member Club Diabetes RS Sari Asih Ciledug yang terkena penyakit diabetes, yaitu sebanyak 214 member aktif. 2. Sampel Penelitian Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi (Sugiyono, 2013, p. 116). Apa yang dipelajari dari sampel, maka akan dapat diberlakukannya ke populasi itu. Pedoman untuk menentukan ukuran sampel dalam analisis SEM adalah (Sanusi, 2011, p. 175) : 1) Ukuran sampel adalah sampel untuk teknik estimasi maximum likelihood (ML). 2) Bergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5-10 kali jumlah parameter diestimasi. 3) Bergantung pada jumlah indicator yang digunakan dalam seluruh variabel bentukan. Jumlah sampel adalah jumlah indicator variabel bentukan, yang dikali 5 sampai dengan 10. Selanjutnya, estimasi terhadap model dilakukan dengan menggunakan program tertentu. Pada saat ini, model SEM sering diestimasi menggunakan program AMOS.

6 58 Berdasarkan data tersebut diatas dalam penelitian ini sampel dari populasi yang digunakan sebanyak 214 member aktif Club Diabetes RS Sari Asih Ciledug. 3. Teknik Sampling Teknik pengambilan sampel yang digunakan adalah teknik sampling jenuh atau sensus. Teknik sampling jenuh atau sensus merupakan teknik penentuan sampel apabila seluruh anggota populasi dijadikan sampel, (Sugiyono, 2013, p.122). hal tersebut sering dilakukan bila jumlah populasi relatif kecil atau penelitian yang ingin membuat generalisasi dengan kesalahan yang sangat kecil. 4.4 Jenis dan Sumber Data Pada penelitian ini menggunakan data primer. Data primer adalah data yang berasal dari objek nya sendiri. (Supranto & Limakrisna, 2010, p. 16). Data primer didalam penelitian ini diperoleh langsung dari responden yang mengisi kuesoner mengenai pengaruh Kampanye Edukasi, Gaya Hidup, dan Lingkungan Hidup terhadap Keberhasilan Program Pemasaran Sosial Kampanye Diabetes. 4.5 Teknik Pengumpulan Data Metode pengumpulan data dalam penelitian ini adalah : a. Studi Pustaka Studi pustaka yang dimaksud untuk mendapat kajian dasar teoritis yang relevan dengan masalah yang diteliti.

7 59 b. Kuesioner Kuesioner dilakukan dengan pengumpulan data yang menggunakan daftar pernyataan dan digunakan untuk mengetahui persepsi responden terhadap beberapa variabel yang dipertimbangkan. 4.6 Teknik Analisis Data Analisis Deskriptif Analisis deskriptif memberikan gambaran atau deskripsi dari suatu data yang dapat dilihat dari nilai rata-rata (average), nilai maksimal (max), nilai minimum (min), dan nilai total (sum). (Gozhali, 2006, p. 19). Sugiyono (2010, p. 29) pun mengatakan analisis deskripsi adalah analisis statistik yang berfungsi untuk mendeskripsikan dan memberikan gambaran kepada objek yang diteliti melalui data sampel. Pada statistik deskriptif akan dikemukakan cara-cara penyajian data dengan tabel maupun distribusi frekuensi Uji Instrumen Uji Validitas Uji validitas digunakan untuk mengetahui tingkat keabsahan (valid) dari instrument kuesioner yang digunakan dalam pengumpulan data serta mengetahui apakah semua item dalam kuesioner benar benar mampu mengungkap apa yang akan diteliti. (Gozhali, 2006, p. 45).

8 Uji Reliabilitas Konsistensi atau keterandalan alat ukur dalam penggunaannya dapat menggunakan uji reliabilitas. Hasil yang dapat dipercaya jika dalam beberapa kali pelaksanaan pengukuran selalu diperoleh hasil yang sama. sebaliknya, jika hasil yang berbeda-beda maka dikatakan inkonsistensi dan tidak bisa dipercaya. Tingkat reliabilitas yang tinggi menjadikan alat ukur reliable. Secara empiric, tinggi rendahnya reliabilitas ditunjukkan dengan koefisien reliabilitas (cronbach s alpha). Cronbach s alpha berkisar antara 0-1. Semakin tinggi koefisien reliabilitas (mendekati angka 1), maka semakin reliable alat ukur tersebut Analisis Faktor Menurut Santoso (2014, p. 14) SEM adalah teknik statistik multivariate yang merupakan kombinasi antara analisis faktor dan analisis regresi (korelasi). Adapun tujuan utama dari analisis faktor. Menurut Gozhali (2005, p. 253) adalah mendefinisikan struktur suatu data matrik dan menganalisis struktur saling hubungan (korelasi) antar sejumlah besar variabel (test score, test item, jawaban kuesioner) dengan mendefinisikan satu set kesamaan variabel atau dimensi dan sering disebut dengan faktor. Selain itu analisis faktor adalah mengekstraks variabel latent dari indikatorm atau mereduksi, observable variabel menjadi variabel baru yang jumlahnya lebih sedikit. Analisis faktor dapat mempermudah interpretasi hasil analisis, sehingga didapatkan informasi yang realistik dan sangat berguna. Dapat melakukan pemetaan dan pengelompokan obyek berdasarkan

9 61 karakteristik faktor tertentu. Dapat melakukan pemeriksaan validitas dan reliabilitas instrumen penelitian dan mendapatkan data variabel konstruks (=skor faktor) sebagai input analisis lebih lanjut. Untuk menguji digunakan Barlett test of sphericity, jika hasilnya signifikan maka korelasi signifikan dengan sejumlah variabel. Uji lain adalah Measures of sampling Adequacy (MSA). Nilai MSA bervariasi 0 sampai 1, jika nilai MSA > 0,5 dapat dilakukan analisis faktor dan variabel tersebut layak untuk dimasukkan dalam analisis selanjutnya. Uji ini dapat dilihat dari hasil pada KMO (Kaiser Meyer Olkin) dan Bartlett s Test. Selanjutnya dengan melihat tabel anti image matrics, untuk menentukan variabel mana saja yang layak digunakan dalam analisis lanjutan. Pada tabel anti image matrics tersebut ada kode a yang artinya tanda untuk Measures of Sampling Adequacy (MSA), variabel layak untuk dianalisis adalah bila nilai MSA > 0.50, apabila terdapat nilai yang < 0.50 maka harus dikeluarkan dan dilakukan proses ulang. Bila hasil ekstraksi pada variance explained nilai eigen value > 1, merupakan variabel yang dapat dijelaskan dengan faktor yang terbentuk, dan selanjutnya mengelompokkannya suatu faktor dilihat pada varimax rotated component matrix Uji Normalitas Sanusi (2011, p. 183) mengatakan uji normalitas data bertujuan untuk mengidentifikasi apakah data yang digunakan berdistribusi normal atau tidak. Dan mengacu pada model SEM, menurut Waluyo (2011, p. 23) model SEM apabila

10 62 diestimasi dengan menggunakan Maximum Likelihood Estimation mempersyaratkan dipenuhinya asumsi normalitas. Uji normalitas yang paling mudah adalah dengan mengamati skewness value. Nilai statistik untuk menguji normalitas itu disebut sebagai z-value (Zhitung). Bila Zhitung > Ztabel (nilai kritis) maka distribusi data tidak normal. Ztabel dapat ditentukan berdasarkan tingkat signifikansi yang dikehendaki. Misalnya, bila nilai yang dihitung lebih besar dari + 2,58 berarti kita dapat menilak asumsi normalitas pada tingkat 0,01 (1%). Nilai kritis lainnya yang umum digunakan adalah nilai kritis sebesar + 1,96 yang berarti asumsi normalitas ditolak pada tingkat signifikansi 0,05 (5%). Asumsi normalitas univariate dan multivariate data dapat dilakukan dengan mengamati nilai kritis hasil pengujian assesment of normality dari program AMOS. Nilai diluar ring -1,96 c.r 1,96 atau bila dilonggarkan menjadi -2,58 c.r 2,58, dapat dikategorikan distribusi data yang keluar tidak normal, oleh karena itu untuk kasus yang tidak memenuhi asumsi tersebut tidak diikutsertakan dalam analisis selanjutnya Analisis Structural Equation Modeling (SEM) SEM memainkan berbagai peranan, diantaranya sebagai system persamaan simultan, analisis kausal linier, analisis lintasan (path analisis), analysis of covariance structure, dan model persamaan struktur. SEM adalah teknik statistic multivariate yang merupakan kombinasi antara analisis faktor dan analisis regresi (korelasi), yang bertujuan untuk hubungan antar-variabel yang ada pada sebuah

11 63 model, baik itu antar indicator dengan konstruknya, atau hubungan antar konstruk. (Santoso S., 2014, p. 14) Dengan menggunakan SEM, tidak hanya hubungan kausalitas pada variabel yang diamati bisa terdeteksi, tetapi komponen-komponen yang berkontribusi terhadap pembentukan konstruk itu sendiri dapat ditentukan besarnya. Dengan demikian, hubungan kausalitas di antara variabel atau konstruk yang sedang kita pelajari menjadi lebih informatif, lengkap dan akurat. (Sanusi, 2011, p. 166) Berhubung dalam analisis Uji Structural Equation Modeling (SEM) juga menentukan nilai-nilai komponen penyusun konstruk, perlu mengenal beberapa istilah atau penamaan untuk variabel-variabel. Berikut adalah penamaan variabel : Kotak persegi disebut variabel terukur (observe variabel). Nilainya dapat diperoleh dengan menggunakan instrument (kuesioner) penelitian di lapangan Lingkaran berbentuk oval disebut variabel bentukan (latent variabel). Nilai variabel bentukan ini disusun oleh indicatorindikator penyusun konstruk. Panah satu arah menunjukkan adanya hubungan anyang dihipotesiskan antarvariabel, dimana variabel yang dituju anak panah adalah variabel tergantung. Panah dua arah menunjukkan hubungan korelasi di antara dua variabel. Dalam SEM, perilaku dua anak panah ini tidak dihitung, tetapi digunakan untuk syarat dalam menentukan hubungan

12 64 kausalitas antara satu variabel dependen dengan beberapa variabel independen. Model SEM lengkap terdiri atas Model Pengukuran dan Model Struktural. Model pengukuran digambarkan dengan konfirmasi indicatorindikator empiris terhadap konstruk yang dibangun oleh indicator, sedangkan model structural menjelaskan struktur hubungan kausalitas antar variabel. Berikut merupakan langkah-langkah pemodelan SEM (Sanusi, 2011, p. 166) : 1. Pengembangan model berbasis teori SEM tidak menghasilkan suatu hubungan kausalitas, tetapi membenarkan atau tidak sebuah hubungan kausalitas. Hubungan kausalitas itu sendiri dalam model harus dibangun oleh landasan teori yang kuat akan fenomena yang diamati. Peneliti harus mampu memahami secara ilmiah tentang konstruk berikut indicator-indikator yang membentuk konstruk tersebut. Demikian juga hubungan di antara konstruk mana yang diposisikan sebagai konstruk atau variabel bentukan, variabel terukur, variabel dependen dan variabel independen. 2. Pengembangan path diagram Model yang sudah diterjemahkan ke dalam path diagram dengan tujuan agar kita dapat dengan mudah menentukan hubungan kausalitas atau korelasional di antara konstruk atau variabel. 3. Kontroversi diagram jalur ke dalam serangkaian persamaan

13 65 Persamaan-persamaan dalam SEM pada hakikatnya terbagi menjadi dua bagian, yaitu persamaan model pengukuran dan persamaan model structural. 4. Memilih matriks input dan estimasi model Dalam analisis SEM, data yang digunakan sebagai input adalah matriks varians/kovarians atau matrik korelasi. 5. Menilai masalah identifikasi Dalam analisis SEM, seringkali persoalan identifikasi muncul, baik berupa unidentified maupun overidentified. Sebagai akibatnya, model tidak mampu menghasilkan estimasi atau pendugaan yang seharusnya. Ciri-ciri terjadinya masalah identifikasi antara lain : standard error untuk satu atau beberapa koefesien sangat besar atau terjadi korelasi yang berlebihan diantara koefesien estimasi yang diperoleh dari mdoel yang dimaksud. 6. Evaluasi kriteria Goodness-of-fit Langkah pertama dalam evaluasi model yang sudah dihasilkan dalam analisis SEM adalah memperhatikan terpenuhinya asumsi-asumsi dalam SEM, misalnya : (1) ukuran sampelnya sesuaikan dengan yang disyaratkan; (2) normalitas dan linearitas data yang digunakan; (3) kemungkinan adanya outlier (pencilan) yang ekstrem; serta (4) kemungkinan terjadinya multicollinearity dan singlularity. 4.7 Uji Hipotesis Setelah dilakukan uji SEM dan kesesuaian model, selanjutnya dilakukan pengujian hipotesis hubungan kausalitas variabel penelitian. (Sanusi, 2011, p. 186)

14 66 Hasil uji hipotesis hubungan diantara variabel ditunjukkan dari nilai regression weight pada kolom nilai CR atau critical rasio (dimana identik dengan thitung) yang dibandingkan dengan nilai kritisnya (dimana identic dengan ttabel) pada level signifikansi tertentu. Selain itu, pengujian juga dapat memperhatikan nilai probabilitas (p) untuk masing-masing nilai regression weight yang kemudian dibandingkan dengan nilai level signifikansi yang ditentukan Koefesien Determinasi (r 2 ) Analisis determinasi r 2 dalam regresi linear berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel exogen (X1, X2 X11) secara serentak terhadap variabel endogen (Y). Koefesien ini menunjukkan seberapa besar persentase variasi variabel exogen yang digunakan dalam model mampu menjelaskan variabel endogen. r 2 sama dengan 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel exogen terhadap variabel endogen, atau variasi variabel exogen yang digunakan dalam model tidak menjelaskan sedikitpun variasi variabel endogen. Sebaliknya r 2 sama dengan 1, maka persentase pengaruh yang diberikan variabel exogen terhadap variabel endogen adalah sempurna, atau variasi variabel exogen yang digunakan dalam model menjelaskan 100% variasi variabel dependen. (Sugiyono, 2013, p. 149).Untuk menginterpretasikan koefesien r 2 seperti persamaan regresi, maka dapat dilihat hasil analisisnya pada output Squared Multiple Correlation didalam SEM. (Ghozali, 2013, p. 93). 4.8 Matriks Korelasi antar Dimensi

15 67 Matrik korelasi antar dimensi digunakan untuk mengetahui variabel bebas dan dimensinya mana yang lebih dominan atau berpengaruh untuk mengetahui hubungan dimensi variabel Kampanye Edukasi, Gaya Hidup, dan Lingkungan Hidup terhadap dimensi variabel terikat yaitu Keberhasilan Program Pemasaran Sosial Kampanye Diabetes. Korelasi antar dimensi merupakan pengujian korelasi atau assosiasi untuk mengetahui hubungan antar variabel. Eeratan hubungan dinamakan koefesien korelasi. Pengkukuran menggunakan Bivariate Pearson (produk momen pearson) dengan uji dua sisi (two tail), α = Tingkat signifikansi dapat dilihat dari hasil pengujian Signifikan, apabila diperoleh hasil lebih kecil dari 0.05 maka hasil pengujian dikatakan signifikan. Untuk menghitung koefesien korelasi digunakan rumus Koefesien Korelasi Pearson (Sugiyono, 2013, p. 248) : Dimana : rxy = Koefisien korelasi produk moment antara item dan total n = Jumlah sampel atau subyek yang akan diteliti X = Skor setiap item

16 68 Y = Total nilai untuk variabel yang diteliti Koefesien korelasi untuk menyatakan valid atau tidak valid setiap item dengan ketentuan jika r hitung > r tabel, maka dinyatakan valid ataupun sebaliknya. Lebih jelasnya korelasi dimensi atau indikator dari setiap variabel bebas terhadap dimensi atau indicator variabel terikat dapat dilihat di tabel berikut : Tabel 4.2 Korelasi antar dimensi Variabel Keberhasilan Program Pemasaran Sosial Kampanye Diabetes (Y) Variabel Dimensi Y 1.1 Y 1.2 Kampanye Edukasi (X1) Gaya Hidup (X2) Lingkungan Hidup (X3) X 1.1 rx 1.1Y 1.1 rx 1.1Y 1.2 X 1.2 rx 1.2Y 1.1 rx 1.2Y 1.2 X 2.1 rx 2.1Y 1.1 rx 2.1Y 1.2 X 2.2 rx 2.2Y 1.1 rx 2.2Y 1.2 X 2.3 rx 2.3Y 1.1 rx 2.3Y 1.2 X 3.1 rx 3.1Y 1.1 rx 3.1Y 1.2 X 3.2 rx 3.2Y 1.1 rx 3.2Y 1.2 X 3.3 rx 3.3Y 1.1 rx 3.3Y 1.2 Tabel 4.3 Pedoman untuk Memberikan Interpretasi Koefesien Korelasi Interval Koefesien Tingkat Hubungan

17 Sangat Rendah Rendah Sedang Kuat Sangat Kuat Dengan mengetahui dimensi mana dari variabel bebebas yaitu Kampanye Edukasi (X1), Gaya Hidup (X2), dan Lingkungan Hidup (X3) yang paling berpengaruh terhadap dimensi dari variabel terikat yaitu Keberhasilan Program Pemasaran Sosial Kampanye Diabetes (Y), sehingga pihak yang berkepentingan terkait kampanye dapat menentukan bidang-bidang apa saja yang harus diperbaiki agar lebih baik dalam penyampaian pemasaran sosial terkait kampanye diabetes. Data yang diolah nantinya dengan program computer SEM akan memberitahukan dimensi mana yang paling dominan dan berpengaruh lebih besar terhadap Keberhasilan Program Pemasaran Sosial Kampanye Diabetes.