BAB III METODELOGI PENELITIAN

Transkripsi

1 BAB III METODELOGI PENELITIAN 3.1 Objek Penelitian Lokasi Penelitian Penelitian ini menganalisa bagaimana pengaruh periklanan dan personal selling terhadap keputusan pembelian sepeda motor Honda Tiger dengan mediasi citra merek. Objek penelitian yang digunakan adalah Perusahaan Astra Honda Motor khususnya pada merek Honda Tiger. Data yang diambil merupakan data hasil kuesioner terhadap pengguna sepeda motor Honda Tiger yang berdomisili di Jakarta barat Sejarah Perusahaan. PT Astra Honda Motor (AHM) merupakan pelopor industri sepeda motor di Indonesia. Didirikan pada 11 Juni 1971 dengan nama awal PT Federal Motor, yang sahamnya secara mayoritas dimiliki oleh PT. Astra International. Saat itu, PT Federal Motor hanya merakit, sedangkan komponennya diimpor dari Jepang dalam bentuk CKD (completely knock down). Tipe sepeda motor yang pertama kali diproduksi Honda adalah tipe bisnis, S 90 Z bermesin 4 tak dengan kapasitas 90cc. Jumlah produksi pada tahun pertama selama satu tahun hanya 1500 unit, namun melonjak 25

2 menjadi sekitar 30ribu pada tahun dan terus berkembang hingga saat ini. Sepeda motor terus berkembang dan menjadi salah satu moda transportasi andalan di Indonesia. Kebijakan pemerintah dalam hal lokalisasi komponen otomotif mendorong PT Federal Motor memproduksi berbagai komponen sepeda motor Honda tahun 2001 di dalam negeri melalui beberapa anak perusahaan, diantaranya PT Honda Federal (1974) yang memproduksi komponen-komponen dasar sepeda motor Honda seperti rangka, roda, knalpot dan sebagainya, PT Showa Manufacturing Indonesia (1979) yang khusus memproduksi peredam kejut, PT Honda Astra Engine Manufacturing (1984) yang memproduksi mesin sepeda motor serta PT Federal Izumi Mfg (1990) yang khusus memproduksi piston. Seiring dengan perkembangan kondisi ekonomi serta tumbuhnya pasar sepeda motor terjadi perubahan komposisi kepemilikan saham di pabrikan sepeda motor Honda ini. Pada tahun 2000 PT Federal Motor dan beberapa anak perusahaan di merger menjadi satu dengan nama PT Astra Honda Motor, yang komposisi kepemilikan sahamnya menjadi 50% milik PT Astra International Tbk dan 50% milik Honda Motor Co. Japan ( 26

3 3.1.3 Profil Perusahaan Nama perusahaan Status perusahaan Status investasi : PT. Astra Honda Motor : Perseroan terbatas : PMA (penanaman modal asing) Tanggal pendirian : 11 Juni 1971 sebagai Federal Motor 31 Oktober 2000 merger menjadi PT. Adira Honda Motor (AHM) Kepemelikan : 50% PT. Astra International Tbk. 50% Honda Motor co,. Ltd. Kapasitas produksi : Terpasang unit/tahun Referensi standar : JIS (Japan Industrial Standard) SII (Standar Industri Indonesia) SNI (Standard Nasional Indonesia) HES (Honda Engineering Standard) ISSO 9001 ISSO ISSO 1705 OHSAS

4 3.1.4 Visi dan Misi Perusahaan a. Visi Perusahaan To take a lead in Indonesian motorcycle market by making customers dream come true, creating joy to customers and contribute to Indonesia society. b. Misi Perusahaan Creating mobility solution to society with best products and services. 3.2 Desain Penelitian Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal. Analisis kausal adalah penelitian untuk mengetahui tentang pengaruh satu atau lebih veriabel bebas (independent variables) terhadap variabel terikat ( dependent variabel). Tujuan penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar periklanan dan personal selling mempengaruhi keputusan pembelian sepeda motor Honda Tiger dengan mediasi citra merek pada pengguna motor Honda Tiger yang berdomisili di Jakarta barat. 28

5 Periklanan (X 1 ) Citra Merek (Y 1 ) Keputusan Pembelian (Y 2 ) Personal Selling (X 2 ) Gambar 3.1 Model Penelitian 3.3 Hipotesis Hipotesis adalah suatu penjelasan sementara tentang perilaku, fenomena, atau keadaan tertentu yang telah terjadi atau akan terjadi. Hipotesis merupakan pernyataan penelitian tentang pengaruh variabelvariabel dalam penelitian, serta merupakan pernyataan yang paling spesifik. Hipotesis dalam penelitian ini adalah sebagai berikut: 1) Hipotesis 1 : Terdapat pengaruh periklanan terhadap citra merek sepeda motor Honda Tiger. 2) Hipotesis 2 : Terdapat pengaruh personal selling terhadap keputusan pembelian sepeda motor Honda Tiger. 3) Hipotesis 3 : Terdapat pengaruh periklanan terhadap keputusan pembelian sepeda motor Honda Tiger. 4) Hipotesis 4 : Terdapat pengaruh personal selling terhadap keputusan pembelian sepeda motor Honda Tiger. 5) Hipotesis 5 : Terdapat pengaruh citra merek terhadap keputusan pembelian sepeda motor Honda Tiger. 29

6 3.4 Skala Pengukuran Variabel Di dalam melakukan penelitian, peneliti memberikan skala untuk mengukur variabel-variabel yang akan diteliti melalui anggapan responden dengan menggunakan skala Likert. Skala Likert didesain untuk menelaah seberapa kuat subjek setuju atau tidak setuju dengan pertanyaan pada skala 5 titik (Sekaran, 2006:31). Skala ini memiliki unit pengukuran yang sama sehingga jarak antara satu titik dengan titik yang lain dapat diketahui. Dalam skala interval dengan pemberian bobot skor sebagai berikut: 1. Jawaban sangat setuju diberi bobot 5 2. Jawaban setuju diberi bobot 4 3. Jawaban netral diberi bobot 3 4. Jawaban tidak setuju diberi bobot 2 5. Jawaban sangat tidak setuju diberi bobot Definisi Operasional Variabel Definisi operasional adalah suatu informasi ilmiah yang amat membantu penelitian lain yang ingin menggunakan variabel yang sama. Definisi operasional merupakan semacam petunjuk pelaksanaan bagaimana caranya mengukur suatu variabel sehingga dapat menentukan apakah prosedur pengukuran yang sama akan dilakukan atau diperlukan prosedur pengukuran yang baru. Adapun operasionalisasi dari masingmasing variabel terdapat pada tabel tabel berikut di bawah ini: 30

7 Tabel 3.1 Operasional Variabel Periklanan Variabel Indikator Skala pengukuran - Surat kabar - Majalah Periklanan (X 1 ) - Radio - Televisi - Pos langsung (brosur, , dsb.) Skala Likert Sumber: Stanton (2006: 97) Tabel 3.2 Operasional Variabel Personal Selling Variabel Indikator Skala pengukuran - Pendekatan pendahuluan Personal selling (X 2 ) - Presentasi dan peragaan - Mengatasi keberatan - Menutup penjualan - Tindak lanjut dan pemeliharaan Skala Likert Sumber: (Nugroho, 2010) 31

8 Tabel 3.3 Operasional Variabel Citra Merek Variabel Indikator Skala pengukuran - Citra positif - Ciri khas Citra merek (Y 1 ) - Dikenal luas - Hemat dan ekonomis - Standar kualitas Skala Likert Sumber: (Widianto, 2005 dan Arista, 2011) Tabel 3.4 Operasional Variabel Keputusan Pembelian Variabel Indikator Skala pengukuran - Pengenalan masalah Keputusan Pembelian (Y 2 ) - Pencarian informasi - Evaluasi alternatif - Keputusan pembelian - Perilaku pasca pembelian Skala Likert Sumber: Kotler dan Keller (2008:235) 3.6 Metode Pengumpulan Data Teknik pengambilan sampel menggunakan Purposive ( purposive sampling) adalah penarikan sampel dengan pertimbangan tertentu, yaitu didasarkan pada kepentingan atau tujuan penelitian. Dalam teknik purposive sampling, terdapat dua teknik pengambilan sampel yaitu: cara 32

9 dipermudah ( convenience sampling) dan berdasarkan pertimbangan (judgment sampling). Convenience sampling adalah teknik penentuan sampel berdasarkan kebetulan saja, anggota populasi yang ditemui penelitian dan bersedia menjadi responden. Judgment sampling adalah penarikan sampel berdasarkan penilaian karakteristik anggota sampel yang disesuaikan dengan tujuan penelitian. Dalam penelitian ini, peneliti menggunakan teknik convenience sampling, hal ini dilakukan mengingat jumlah sampel yang sangat banyak artinya penentuan jumlah sampel dan sampel terpilih dalam penelitian dilakukan dengan cara menyebar kuisioner terhadap responden secara acak yang tidak disengaja ditemui oleh peneliti dan dengan didasarkan pada berbagai pertimbangan, diantaranya representatif atas populasi dan kesesuaian dengan persyaratan dalam alat analisis. Teknik convenience sampling, pada penelitian ini hanya mengambil sampel pada responden yang memiliki sepeda motor Honda Tiger yang tidak sengaja ditemui di wilayah Jakarta Barat. Lalu bertanya apakah calon responden bersedia untuk menjawab pertanyaan-pertanyaan kuesioner. Bila bersedia, maka pengisian kuesioner dilanjutkan. Dengan kata lain disini sampel terdiri dari pengguna sepeda motor Honda Tiger yang bersedia dan mudah bagi penelitinya untuk memberikan kuesioner penelitian. Metode pengumpulan data untuk keperluan penelitian ini dilakukan dengan mengumpulkan data primer. Data primer tersebut, 33

10 didapat dari penyebaran kuesioner sebanyak 200 responden pengguna Honda Tiger di wilayah Jakarta Barat. 3.7 Jenis Data Penelitian Data yang akan digunakan dalam penelitian ini adalah data primer. Data sumber primer adalah data sumber yang didapat langsung dari yang memberikan data kepada pengumpulan data. Seperti data yang diperoleh, diamati, dan dicatat langsung oleh peneliti langsung dari perusahaan yang menjadi objek penelitian. 3.8 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 kesimpulan. Dikarenakan populasi yang sangat besar maka metode menjadi sangat sensitive sehingga sulit untuk mendapatkan ukuran-ukuran goodnes of fit yang baik. Pada penelitian ini populasi yang dipilih adalah pengguna sepeda motor Honda Tiger yang berdomisili di Jakarta barat. 34

11 3.8.2 Sampel Sampel didefinisikan sebagai bagian dari populasi yang memiliki karakteristik tertentu untuk diteliti. Meskipun pengamatan pengamatan secara individu tidak diperlukan, seperti halnya metode multivariate yang lain, ukuran sampel memainkan suatu peran penting dalam penilaian dan penafsiran hasil dari SEM. SEM pada umumnya memerlukan sejumlah sampel yang relatif banyak untuk pendekatan pendekatan multivariate lainnya. Beberapa algoritma statistik telah menggunakan program prograam SEM adalah tidak konsisten dengan sampel yang sedikit. Ukuran sampel, seperti yang ada dalam statistik lainnya, menyediakan suatu dasar untuk melakukan estimasi pengambilan sampel yang salah. Berikut adalah pembahasan ukuran sampel untuk SEM ( Hair, 2006 hal ). Opini opini berkaitan dengan ukuran sampel yang minim beragam menawarkan banyak petunjuk dengan prosedur prosedur analisis dan karakteristik karakteristik model. Lima pertimbangan yang mempengaruhi ukuran sampel yang diperlukan untuk SEM meliputi : 1. Distribusi data multivariate Distribusi data multivariate. Sebagai data yang menyimpang dari asumsi tentang multivariate kemudian rasio responden terhadap parameter perlu ditingkatkan. Secara umum rasio yang 35

12 diterima untuk meminimalkan permasalahan deviasi secara normal adalah 5-25 responden untuk setiap parameter yang diestimasikan dalam model. Meskipun beberapa prosedur estimasi secara khusus didesain untuk menangani data yang tidak normal, para peneliti selalu terdorong untutk memberikan sampel yang mencukupi untuk memberi pengaruh kesalahan sampling diminimalkan, khususnya untuk data yang tidak normal. 2. Tenik estimasi Teknik estimasi. Prosedur estimasi yang paling umum adalah Maksimum Likehood Estimation (MLE), yang ditemukan untuk menyediakan hasil hasil yang valid dengan ukuran yang sekecil mungkin seperti 50, tetapi sampel minimum yang direkomendasikan untuk solusi. Solusi MLE yang stabil adalah MLE adalah suatu pendekatan interactive yang menjadikan sampel yang lebih mungkin untuk menghasilkan hasil-hasil yang tidak valid. Suatu sampel yang direkomendasikan adalah 200 yang memberikan suatu landasan yang baik untuk estimasi. Perlu dicatat ketika sampel menjadi lebih besar (>400), metodenya menjadi lebih sensitive dan hampir semua perbedaan terdeteksi, menghasilkan Goodnes of fit. Sebagai suatu hasil, ukuran sampel dalam batasan

13 hingga 400 disarankan, dan menjadi subjek pertimbangan lain yang dibahas selanjutnya. 3. Kompleksitas model Kompleksitas model. Model-model yang lebih sederhana dapat diuji dengan sampel-sampel yang lebih kecil, dalam pengertian yang paling sederhana, lebih terukur, atau variabel-variabel indikator memerlukan sampel yang lebih besar. Tetapi modelmodel dapat menjadi lebih rumit dalam banyak cara yang memerlukan ukuran sampel lebih besar. Model model dengan bentuk yang lebih memerlukan banyak parameter untuk diestimasikan Model-model SEM dengan bentuk bentuk yang memiliki kurang dari tiga ukuran atau variabel indikator Analisa multi kelompok Peranan dari ukuran sampel adalah untuk menghasilkan lebih banyak informasi dan stabilitas yang semakin besar, yang membantu para peneliti dalam menjalankan SEM. Suatu kali peneliti melebihi ukuran minimum absolut ( suatu pengamatan yang lebih dari jumlah variansi yang diamati). Mean sampel yang lebih besar kurang bervariasi serta stabilitas dalam solusi ditingkatkan. Sehingga, kerumitan model dalam SEM menunjukkan perlunya sampel yang lebih banyak. 37

14 4. Jumlah data yang hilang Ketergantungan atas kehilangan data, pendekatan dilakukan dan meluasnya kehilangan data diantisipasi dan bahkan beberapa jenis isu diperhatikan, yang mungkin meliputi tingkatan kehilangan data yang lebih tinggi. Para peneliti harus merencanakan suatu peningkatan ukuran sampel untuk menyeimbangkan berbagai masalah dalam hal kehilangan data. 5. Jumlah rata rata varians error diantara indikator indikator reflektif Rata rata variansi indikator indikator yang salah. Penelitin terakhir menunjukkan konsep tentang komunalitas, yang merupakan cara yang lebih relevan untuk pendekatan isu ukuran sampel. Komunalitas mewakil rata rata jumlah variasi diantara variabel variabel indikator atau telah terukur dijelaskan melalui model ukuran. Komunalitas dapat dihitung secara langsung dari bentuk bentuk muatan. Penelitian menunjukkan bahwa ukuran sampel yang lebih besar diperlukan sebagai komunalitas yang menjadi lebih kecil (seperti, bentuk bentuk yang tidak diamati, tidak menjelaskan banyaknya variansi dalam item item yang diukur). Model model berisi berbagai bentuk dengan komunalitas kurang dari 0,5 ( mis al : estimasi muatan standar yang kurang dari 0,7) juga memerlukan ukuran yang lebih besar untuk stabilitas model dan konvergen. 38

15 Permasalahannya akan semakin rumit saat model model memiliki satu atau dua faktor faktor item. Rangkuman ukuran sampel. Perkembangan SEM dan penelitian tambahan dilakukkan terhadap isu isu kunci desain penelitian, petunjuk petunjuk sebelumnya seperti selalu memaksimalkan ukuran sampel dan 300 ukuran sampel diperlukan tidak lagi sesuai. Hal ini nyata bahwa sampel yang lebih besar umumnya menghasilkan lebih banyak solusi solusi stabil yang lebih mungkin ditiru. Tetap nampak bahwa keputusan keputusan ukuran sampel harus dibuat berdasarkan sekumpulan faktor faktor. Berdasarkan pada pembahasan ukuran sampel, saran saran berikut ini ditawarkan berdasarkan kerumitan model dan karakteristik ukuran model. Model SEM lebih kurang berisi lima bentuk, masing masing dengan item lebih dari tiga ( variabel yang diamati ), dan dengan komunalitas item yang lebih tinggi ( 0,6 a tau lebih), dapat diestimasikan dengan sampel yang mencukupi antara Jika semua komunalitas sederhana ( 0,45 hingga 0,55) atau model berisi bentuk bentuk kurang dari tiga item, selanjutnya ukuran sampel yang diperlukan lebih dari 200 Jika komunalitas lebih rendah atau model meliputi berbagai bentuk yang teridentifikasi ( kurang dari tiga item), kemudian

16 ukuran sampel minimum atau lebih diperlukan agar mampu untuk memperbaiki parameter populasi. Saat sejumlah faktor faktor lebih besar dari enam, beberapa menggunakan lebih sedikit dari pada tiga ukuran item sebagai indikator indikator, dan berbagai komunalitas rendah yang ada, ukuran sampel yang diperlukan mungkin mencapai 500. Sebagai tambahan untuk karakteristik model yang diestimasikan tersebut, ukuran sampel harus ditingkatkan dalam lingkungan dibawah ini: o o o Data menunjukkan karakteristik yang tidak normal Menggunakan prosedur prosedur estimasi yang pasti Diharapkan lebih dari 10 persen data yang hilang Untuk memastikan solusi yang akurat, para peneliti saat ini harus mempertimbangkan sejumlah faktor faktor potensial yang mungkin mempengaruhi peningkatan ukuran sampel melebihi petunjuk yang umum. Dari kriteria ukuran sampel diatas maka dapat dihitung ukuran minimum sampel yang digunakan adalah 5 responden untuk tiap indikator. Penentuan ukuran sampel dari populasi, berdasarkan yang diisyaratkan oleh alat analisa yang digunakan. Karena metode analisa yang digunakan adalah Structural Equation Model (SEM), maka jumlah sampel yang ideal dan refresentatif adalah antara tergantung pada jumlah parameter yang diestimasikan. 40

17 Pedomannya adalah 5 10 kali jumlah parameter yang diestmasikan. Jumlah sampel 5 10 dikali jumlah indikator ( Ferdinand, 2005). Ukuran sampel minimum yaitu 5 x (6 + 20) = 130. Maka dari itu pada penelitian ini sampel yang digunakan adalah responden yang menggunakan motor Honda Tiger dan merupakan masyarakat yang berdomisili di wilayah Jakarta barat dengan jumlah responden 200 responden pengguna motor Honda Tiger, hal ini dilakukan untuk menghindari data yang menyimpang dan juga sesuai dengan prosedur estimasi MLE yang berkisar responden. 3.9 Metode Analisis Data Setelah data terkumpul yaitu dari kuisioner yang dikembalikan dan diisi perlu dilakukan tahapan-tahapan analisis data meliputi : 1. Editing, yaitu meneliti jawaban-jawaban yang telah diberikan oleh para responden untuk mengetahui apakah jawaban yang diberikan telah sesuai dengan petunjuk pengisian kuesioner dengan cara meneliti dan mengoreksi satu persatu jawaban. 2. Tabulasi, yaitu memberikan skor terhadap jawaban responden berdasarkan skala pengukuran yang telah ditentukan. 3. Pengolahan data sesuai dengan pendekatan penelitian. 41

18 Teknik analisis data dalam penelitian ini adalah dengan menggunakan Structural Equation Modelling (SEM). Keunggulan SEM karena kemampuannya untuk menampilkan sebuah model komprehensif bersamaan dengan kemampuannya untuk mengkonfirmasi dimensidimensi dari sebuah kontruk atau faktor serta kemampuannya untuk mengukur pengaruh hubungan secara teoristis. SEM juga dipandang sebagai kombinasi antara analisis faktor ( Confirmatory Faktor Analysis) dan analisis regresi. Adapun prosedur dalam analisis SEM adalah sebagai berikut : 1. Menyusun diagram jalur Diagram jalur dalam penelitian ini adalah seperti yang ditunjukkan dalam gambar 3.1 berikut ini. Keterangan simbol-simbol dari gambar tersebut adalah sebagai berikut : : adalah tanda yang menunujukkan faktor/ konstruk/ latent variable/ unobserved variable yaitu variabel yang tidak diukur secara langsung, tetapi dibentuk melalui dimensi-dimensi atau indikatorindikator yang diamati. : adalah tanda yang menunjukkan variabel terukur/ observered variable yaitu variabel yang datanya harus harus dicari melalui lapangan, misalnya melalui instrumen-instrumen. 42

19 : menunjukkan adanya hubungan yang dihipotesakan antara dua variabel, variabel yang dituju oleh anak panah merupakan variabel dependen. Sumber data primer yang diolah 2012 Gambar 3.2 Diagram Model Penelitian Keterangan huruf-huruf dalam gambar : a. e, z : Error Term b. I1,I2,I3,I4,I5,I6,I7,I8,I9,10 : Indikator-indikator dari Iklan Televisi c. C1,C2,C3,C4,C5,C6,C7,C8,C9 : Indikator-indikator dari Citra Merek d. K1,K2,K3,K4 : Indikator-indikator dari Keputusan Pembelian 43

20 2. Persamaan Struktural dan spesifikasi Pengaruh periklanan dan personal selling terhadap keputusan pembelian dengan mediasi citra merek digambarkan melalui persamaan sebagai berikut : Y1 = λ2 X1 + λ3 X2 + z1 Y2 = λ1 Y1 + λ2 X1 + λ3 X2 + z2 Keterangan : Y2 Y1 X λ = Keputusan Pembelian (Variabel endogen) = Citra Merek (Variabel endogen) = Iklan Televisi (Variabel eksogen) = Lamda (kecil), koefisien pengaruh variabel eksogen terhadap variabel endogen z1 = Zeta, galat model 3. Spesifikasi Model Pengukuran untuk Masing-Masing Konstruk /Variabel Laten. 1. Konstruk Eksogen a. Periklanan (X1) ik1 =λ 1 X1 + e1 ik2 =λ 2 X1 + e2 ik3 =λ 3 X1 + e3 ik4 =λ 4 X1 + e4 ik5 =λ 5 X1 + e5 44

21 b. Personal selling (X2) ps1 = λ 1 X2 + e6 ps2 = λ 2 X2 + e7 ps3 = λ 3 X2 + e8 ps4 = λ 4 X2 + e9 ps5 = λ 5 X2 + e10 2. Konstruk Endogen a. Citra Merek (Y1) cm1 = λ 1 Y1 + e11 cm2 = λ 2 Y1 + e12 cm3 = λ 3 Y1 + e13 cm4 = λ 4 Y1 + e14 cm5 = λ 5 Y1 + e15 b. Keputusan Pembelian (Y2) kp1 = λ 1 Y2 + e16 kp2 = λ 2 Y2 + e17 kp3 = λ 3 Y2 + e18 kp4 = λ 4 Y2 + e19 kp5 = λ 5 Y2 + e20 Keterangan : λ = Standar Loading e = Error term 45

22 Analisis faktor konfirmatory untuk model pengukuran akan dihasilkan koefisien yang disebut standar loading atau lambda Value (λ). Nilai lamda tersebut digunakan untuk menilai kecocokan, kesesuaian atau unidimensionalitas dari instrumen-instrumen dalam membentuk sebuah faktor. 4. Uji Asumsi Model a. Uji Validitas Sebelum dilakukan pengolahan data maka perlu dilakukan pengujian data terhadap variabel tersebut. Uji validitas menunjukkan sejauh mana suatu alat ukur itu dapat mengukur variabel yang akan diukur. Untuk mengukur validitas menggunakan nilai convergent validity dari indikator-indikator pembentuk konstruk laten. Langkah yang dilakukan adalah dengan melihat nilai standardized loading factor apakah ada yang nilainya dibawah 0.5. Nilai loading factor di bawah 0.5 didrop dari model, tidak dianalisis karena dianggap tidak valid mengukur konstruk latennya. b. Uji Realibilitas Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator indikator sebuah konstruk yang menunjukkan derajad sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk/faktor laten yang umum. Dengan kata lain bagaimana halhal yang spesifik saling membantu dalam menjelaskan sebuah 46

23 fenomena yang umum. Jika semua konstruk dalam penelitiann mempunyai Cronbach s Coefficient Alpha minimal 0.60 atau lebih, maka jawaban responden terhadap peryataan-pernyataan yang digunakan untuk mengukur masing-masing konstruk adalah konsisten dan konstruk dapat diandalkan (reliable). c. Uji Normalitas Uji normalitas data dilakukan melalui nilai critical ratio skewness atau kurtosis multivariate, dimana terdapat nilai ktiris sebesar 2,58, dan jika nilai critical ratio multivariate-nya berada dibawah nilai kritis tersebut data dinyatakan normal. 5. Uji Estimasi Model Estimasi dapat dilakukan dengan menggunakan paket program AMOS version 18.0 yang tersedia dengan default model yang digunakan adalah maximum likelihood. Atas dasar hasil komputasi AMOS versio 18.0, pengujian hipotesis dilakukan sebagai berikut: a. Analisis atas kesesuaian model ( Goodness-of-fit), yaitu menguji hipotesis nol yang menyatakan bahwa tidak terdapat perbedaan antara matriks kovarians data sampel dibandingkan dengan matriks kovarians populasi yang diestimasi. Analisis ini memerlukan beberapa fit indeks untuk mengukur kebenaran model yang diajukan seperti yang disajikan dalam tabel

24 Tabel 3.5 Indeks Kelayakan Model No GOODNESS OF FIT INDEX KETERANGAN 1. χ2 Chi Square Menguji apakah kovarians populasi yang diestimasi sama dengan kovarians sample (apakah model sesuai dengan data) 2. Probability Uji signifikansi terhadap perbedaan matrik kovarians data dengan 3. RMSEA (the Root Mean Square Error of Approximation) 4. GFI (good of Fit Index) 5. AGFI (Adjusted Goodness of Fit Indices) 6. CMIN/DF (The Minimum Sample Discrepancy Function) 7. TLI (Tuckler Lewis Index) 8. CFI (Comparative Fit Index) matriks kovarians yang diestimasi Mengkompensasi kelemahan chisquare pada sampel yang besar (Hair, et al 1998) Menghitung proporsi tertimbang varians dalam matriks sample yang dijelaskan oleh matriks kovarians populasi yang diestimasi Merupakan GFI yang disesuaikan terhadap Degree of Fredom (Hair, et al 1998) Analog dengan R 2 dan regresi berganda (Bentler dalam Ferdinand (2002). Kesesuaian antara data dengan model. Pembanding antara model yang diuji terhadap baseline model (Hair,et all 1998) Uji kelayakan model yang tidak sesnsitif terhadap besarnya sampel dan kerumitan model Sumber : Hair (1998), dalam Ferdinand (2005:92) CUT-OF POINT Diharapkan kecil, lebih kecil daripada χ2 table. 0,05 0,08 0,90 0,90 2,00 0,95 0,94 b. Analisis atas koefisien jalur ( path coeficients), dianalisis melalui signifikansi besaran regression weight dari model. Hasil pengujian ini akan menunjukkan apakah semua jalur yang dianalisis menunjukkan critical ratio (CR) yang signifikan, terlihat dari besarnya koefisien jalur ( Estimate dan Standardized estimate) 48

25 dengan nilai CR yang lebih besar dari 2,0 atau tingkat signifikansi uji hipotesis yang lebih kecil dari 5%. Pengujian ini juga akan menunjukkan besaran dari efek menyeluruh, efek langsung serta efek tidak langsung dari satu variable terhadap variable lainnya. 6. Interpretasi dan Modifikasi Model Langkah terakhir adalah menginterpretasikan model dan memodifikasikan model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Setelah model diestimasi, residualnya haruslah kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik (Tabanachnick dan Fidell, 1997) dalam Ferdinand (2005). 49