2 Harga
.708 5
Reliabel 3
Promosi
.654 3
Reliabel 4
Tempat
.709 3
Reliabel 5
Orang
.704 4
Reliabel 6
Proses
.734 5
Reliabel 7
Pelayanan
.753 4
Reliabel 8
Sikap
.720 4
Reliabel 9
Keputusan
.716 5
Reliabel
Sumber: Hasil Penelitian 2013 Data Diolah
Berdasarkan Tabel 3.8. dapat dilihat bahwa pembahasan reliabilitas instrumen variabel penelitian menunjukkan nilai Cronbach”s
Alpha lebih besar dari 0,6 yang berarti bahwa instrumen variabel penelitian adalah reliabel.
3.8. Teknik Analisis Data
Teknik analisis yang digunakan dalam penelitian ini adalah Structural Equation Model SEM yang dioperasikan melalui program
AMOS 18. Alasan penggunaan SEM adalah karena SEM merupakan sekumpulan teknik-teknik statistik yang memungkinkan pengukuran
sebuah rangkaian hubungan yang relative ”rumit”, secara simultan.
Permodelan penelitian melalui SEM memungkinkan seorang peneliti dapat menjawab pertanyaan penelitian yang bersifat regresif maupun
dimensional yaitu mengukur apa dimensi-dimensi dari sebuah konsep. SEM juga dapat mengidentifikasi dimensi-dimensi sebuah konsep atau
konstruk dan pada saat yang sama SEM juga dapat mengukur pengaruh atau derajat hubungan faktor yang akan diidentifikasikan dimensi-
dimensinya. Penelitian ini akan menggunakan 2 dua macam teknik analisis :
Universitas Sumatera Utara
1. n
Confirmatory factor Analysis pada SEM yang digunakan untuk mengkonfirmasikan faktor-faktor yang paling dominan dalam satu
kelompok variabel dan mengidentifikasi unidimensionalitas variabel. 2. Regression Weight pada SEM yang digunakan untuk meneliti seberapa
besar hubungan antar variabel.
Menurut Ghozali 2011:11 untuk membuat pemodelan SEM yang lengkap perlu dilakukan langkah-langkah berikut ini :
a Pengembangan Model Berdasar Teori
Model persaman structural didasarkan pada hubungan kausalitas, dimana perubahan satu variabel diasumsikan akan berakibat pada
perubahan variabel lainnya. Kuatnya hubungan kualitas antara dua variabel yang diasumsikan oleh peneliti bukan terletak pada metode
analisis yang dia pilih, tetapi terletak pada justifikasi pembenaran secara teoritis untuk mendukung analisis. Jadi jelas bahwa hubungan antar
variabel dalam model merupakan deduksi dari teori Ghozali, 2011:13.
b Pengembangan Diagram Alur Path Diagram
Ada dua hal yang perlu dilakukan yaitu menyusun model structural yaitu menghubungkan antar konstruk laten baik endogen
maupun eksogen
dan menyusun
measurement model
yaitu menghubungkan konstruk laten endogen atau eksogen dengan variabel
indikator atau manifest Ghozali, 2011:14.
Universitas Sumatera Utara
Ketika measurement model telah terspesifikasi, maka peneliti harus menentukan reliabilitas dari indikator. Reliabilitas indikator dapat
dilakukan dengan dua cara, 1 diestimasi secara empiris, 2 dispesifikasi Ghozali, 2011:122. Disamping menyusun model spesifikasi oleh peneliti
memberi nilai fixed atau tetap baik structural dan measurement model, peneliti dapat juga membuat spesifikasi korelasi antara konstruks eksogen
atau antara konstruk endogen.
c Konversi DiagramAlur Path Diagram kedalam Persamaan
Setelah teori atau model teoritis dikembangkan dan digambarkan dalam sebuah diagram alur, peneliti dapat mulai mengkonversi spesifikasi
model tersebut kedalam rangkaian persamaan. Persamaan yang dibangun akan terdiri:
1. Persamaan persamaan struktural Structural Equations. Persamaan ini dirumuskan untuk menyatakan hubungan
kausalitas antar berbagai produk 2. Persamaan spesifikasi model pengukuran Measurement
Model. Pada spesifikasi itu peneliti menentukan variable mana mungukur konstruk mana, serta menentukan serangkaian
matriks yang menunjukkan korelasi yang dihipotesakan antar konstruk atau variabel
Universitas Sumatera Utara
Gambar 3.10. Diagram Alur
path diagram Penelitian Produk
X3 X2
X1
Harga
Tempat Promosi
Keputusan Sikap
Z1 Z2
Orang
Proses
Pelayanan
e3 e2
e1 e4
X4
e7 e6
e5 e8
e9
X22 X21
X20 X23
X24 e12
e11 e10
X12 X11
X10
e15 e14
e13 X15
X14 X13
e18 e17
e16 e19
X18 X17
X16 X19
e22 e21
e20 e23
e24 X7
X6 X5
X8 X9
e27 e26
e25 e28
X27 X26
X25 X28
E31 E30
E29 E32
E33 E36
e35 e34
E37 X31
X30 X29
X32 X33
X36 X35
X34 X37
Universitas Sumatera Utara
Konversi Diagram Alur Path Diagram ke dalam Persamaan
Setelah teori atau model teoritis dikembangan dan digambarkan dalam sebuah diagram alur, peneliti dapat mulai mengkonversi spesifikasi
model tersebut kedalam rangkaian persamaan. Persamaan yang dibangun
akan terdiri:
1. Persamaan-persamaan struktural Structural Equations. Persamaan ini
dirumuskan untuk menyatakan hubungan kualitas antar berbagai konstruk.
2. Persamaan spesifikasi model pengukuran Measurement Model. Pada spesifikasi itu peneliti menentukan variabel mana mengukur konstruk
mana, serta menentukan serangkaian matriks yang menunjukkan korelasi
yang dihipotesakan antar konstruk atau variabel.
Berdasarkan model diagram alur di atas, maka persamaan dalam penelitian ini dapatdilihat dalam Tabel 3.2 berikut.
Tabel 3.3. Model Persamaan Konsep Eksogenous
Model Pengukuran Konsep Endogenous
Model Pengukuran
X1= λ1 produk + e1
X2=λ2 produk + e2 X3=λ3 produk + e3
X4=λ4 produk + e4 X5=λ5 harga + e5
X6=λ6 harga + e6 X7 = λ7harga + e7
X8 = λ8harga + e8 X9 = λ9harga + e9
X10=λ10promosi + e10 X11=λ11promosi + e11
X12=λ12promosi + e12 X13=λ13tempat + e13
X14=λ14tempat + e14 X31=λ31 sikap + e31
X32=λ32sikap + e32 X33=λ33sikap + e33
X34=λ34keputusan + e34 X35=λ35keputusan + e35
X36=λ36keputusan + e36 X37=λ37keputusan + e3
Universitas Sumatera Utara
X15=λ15tempat + e15
Konsep Eksogenous Model Pengukuran
Konsep Endogenous Model Pengukuran
X16=λ16orang + e16 X17=λ17orang + e17
X18=λ18orang + e18 X19=λ19orang + e19
X20=λ20proses + e20 X21=λ21proses + e21
X22=λ22proses + e22 X23=λ23proses + e23
X24=λ24proses + e24 X25=λ25pelayanan + e25
X26=λ26pelayanan + e26 X27=λ27pelayanan + e27
X28=λ28pelayanan + e28 X29=λ29sikap + e29
X30=λ30sikap+ e30
Konsep Eksogenous Model Pengukuran
Konsep Endogenous Model Pengukuran
Model Struktural Sikap = £1 produk + £2 harga+ £3 promosi + £4tempat + £5orang+ £6
proses + £7pelayanan + Z1 Keputusan= γ1 sikap+ Z2
Sumber : Dikembangkan untuk penelitian ini 2013.
Seperti yang terlihat pada diagram, variabel terukur yang pertama dari tiap latent variable adalah dikhususkan memiliki faktor loading
dari λ = 1 λ adalah terminology yang digunakan oleh LISREL, serupa dengan
koefisien dari model yang diukur berbobot regresi pada AMOS untuk menentukan unit-unit yang diukur pada unobserb variable, Arbuckle
dalam Ghozali 2011:63. Sambungan
Universitas Sumatera Utara
Memilih Matriks Input dan Estimasi Model Yang Diusulkan
Model persamaan structural berbeda dari teknik analisis multivariate lainnya, SEM hanya menggunakan data input berupa matrik
variankovarian atau matrik korelasi Ghozali, 2011:63. Pada awalnya model persamaan structural diformulasikan dengan
menggunakan input matrik variankovarian sehingga juga dikenal dengan covariance structural analysis. Matrik kovarian memiliki kelebihan
daripada matrik korelasi dalam memberikan validitas perbandingan antara populasi yang berbeda atau sampel yang berbeda.Namun demikian
interpretasi hasil lebih sulit jika menggunakan matrik kovarian oleh karena itu nilai koefisien harus diinterpretasikan atas dasar unit pengukuran
konstruk. Matrik korelasi memiliki range umum yang memungkinkan membandingkan langsung koefisien dalam model Ghozali, 2011:63.
Menilai Identifikasi Model Structural
Problem identifikasi adalah ketidakmampuan proposed model untuk menghasilkan unique estimate. Cara melihat tidak adanya problem
indentifikasi adalah dengan melihat hasil estimasi yang meliputi: 1 adanya nilai standar error yang besar untuk satu atau lebih koefisien, 2
ketidakmampuan program untuk invert information matrik, 3 nilai estimasi yang tidak mungkin misalnya error variance yang negatif, 4
adanya nilai korelasi yang tinggi 0,90 antar koefisien estimasi Ghozali, 2011:65.
Universitas Sumatera Utara
Menilai Kriteria Goodness of Fit
Ada tiga asumsi dasar seperti halnya pada teknik multivariate yang lain untuk dapat menggunakan model persamaan structural yaitu:
1. Observasi data independen 2. Responden diambil secara random random sampling respondent
3. Memiliki hubungan linear Setelah asumsi SEM dipenuhi melihat ada tidaknya offending estimate
yaitu estimasi koefisien baik dalam model struktural maupun model pengukuran yang nilainya diatas batas yang dapat diterima Ghozali,
2011:65. Goodness-of-Fit
mengukur kesesuaian
input obervasi
atau sesungguhnya matrik kovarian atau korelasi dengan prediksi dari model
yang diajukan proposed model. Ada tiga jenis ukuran goodness-of-fit yaitu 1 absolute fit measure, 2 incremental fit mesure, 3 parsimonious
fit measures.
Uji Kesesuaian dan Uji Statistik
Beberapa indeks kesesuaian dan cut off value-nya yang digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak adalah
sebagai berikut :
a. Chi-Square Statistic X2
