Pengujian Hipotesis dan Hubungan Kausal Pengujian model dengan Two-Step Approach Evaluasi Model

42 Variance Extracted = [∑ Standardize Loading] [ [∑ Standardize Loading] + ∑εj] Sementara εj dapat dihitung denagn formula εj = 1 – [standardize loading]. Secara umum, nilai constuct reliability yang dapat diterima adalah ≥ 0,7 dan varience axtracted ≥ 0,5 [Hair et.al., 1998]. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap constuct regression weights terhadap setiap butir sebagai indkatornya.

3.4.3. Pengujian Hipotesis dan Hubungan Kausal

Pengaruh langsung [koefisien jalur] diamati dari bobot regresi terstandar, dengan pengujian signifikasi pembanding nilai CR [Critical Ratio] atau p [Probability] yang sama dengan nilai t hitung. Apabila t hitung lebih besar dari pada t tabel berarti signifikan.

3.4.4. Pengujian model dengan Two-Step Approach

Two-Step Approach to structural equation modelling [SEM] digunakan untuk menguji model yang diajukan pada gambar 3.2. Two- Step Approach digunakan untuk mengatasi masalah sampel data yang kecil jika dibandingkan denagn jumlah butir instrumentasi yang digunakan [Hartline Ferrel, 1996], dan keakuratan reliabilitas indikator-indikator terbaik dapat dicapai dalam two-step approach ini. Two-Step Approach 43 bertujuan untuk menghindari interaksi antara model pengukuran dan model struktural pada One Step Approach [Hair et. al., 1998]. Yang dilakukan dalam two-step approach to SEM adalah sebagai berikut : a. Menjumlahkan skala butir-butir setiap konstrak menjadi sebuah indikator summed-scale bagi setiap konstrak. Jika terdapat skala yang berbeda setiap indikator tersebut distandardisasi [Z-scores] dengan mean = 0, deviasi standar = 1, yang tujuannya adalah untuk mengeliminasi pengaruh-pengaruh skala yang berbeda-beda tersebut [Hair et.al., 1998]. b. Menetapkan error [ε] dan lamda [λ] terms, error terms dapat dihitung dengan rumus 0,1 kali σ² dan lamda terms dengan rumus 0,95 kali σ [Anderson dan Gerbing, 1988]. Perhitungan construct reliability [α] telah dijelaskan pada bagian sebelumnya dan deviasi standar [σ] dapat dihitung dengan bantuan program aplikasi statistik SPSS. Setelah error [ε] dan lamda [λ] terms diketahui skor-skor tersebut dimasukan sebagai parameter fix pada analisis model pengukuran SEM.

3.4.5. Evaluasi Model

Hair et.al., 1998 menjelaskan bahwa pola “confirmatori” menunjukan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka 44 model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” dengan data. Amos dapat menguji apakah model “good fit” atau “poor fit”. Jadi, “good fit” model yang diuji sangat penting dalam penggunaan structural equation modelling. Pengujian terhadap model yang dikembangkan dengan berbagai kriteria Goodness of Fit, yakni Chi-square, Probability, RMSEA, GFI, TLI, CFI, AGFI, CMINDF. Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan two step approach to SEM. Tabel 3.1. Goodness of Fit Indices GOODNESS OF FIT INDEX KETERANGAN CUT-OFF VALUE X²-Chi-square Menguji apakah covariance populasi yang diestimasi sama dengan cova-riance sample [apakah model sesuai dengan data]. Diharapkan Kecil, 1 s.d 5. atau paling baik diantara 1 dan 2 Probability Uji signifikansi terhadap perbedaan matriks covariance data dan matriks covariance yang diestimasi Minimum 0,1 atau 0,2 atau ≥ 0,05 RMSEA Mengkompensasi kelemahan Chi-square pada sample besar. ≤ 0,08 GFI Menghitung proporsi tertimbang varians dalam matriks sample yang dijelaskan oleh matriks covariance populasi yang diestimasi [analog dengan R² dalam regresi berganda]. ≥ 0,90 AGFI GFI yang disesuaikan terhadap DF. ≥ 0,90 CMINDF Kesesuaian antara data dan model. ≤ 2,00 TLI Perbandingan antara model yang diuji terhadap baseline model. ≥ 0,95 CFI Uji Kelayakan model yang tidak sensitive terhadap besarnya sample dan kerumitan model ≥ 0,94 Sumber : Hair et.al., [1998] 45 DAFTAR PUSTAKA Anderson, J.C and D.W. Gerbing, 1998, “Structural Equation Modelling in Practice : A Review and Recommended Two-Step Approach.”, Psycological Bulletin, May, Vol.103, Iss 3, Pg. 411-23. Bentler, P.M. and C.P. Chou, 1998, “Practical Issue in Structural Equation Modelling”, Sociological Methods and Research. 16 1. 78-117. Darmawan, Didit dan Erna Ferrinadewi, 2003, Dampak Celebrity endorser sebagai Product endorser Terhadap Brand image, Penerbit Mahardika, Vol. 2, No. 1, hal 27-33. Engel, Blackeweel dan Minrard, 1994, Perilaku Konsumen. Jilid I, Binarupa Aksara, Jakarta. Ferdinand, Augusty, 2002, Structural Equation Modelling Dalam Penelitian Manajemen, Penerbit BP Undip, Semarang. Hair, J.F.. et. al., 1998, Multivariate Data Analysis. Fifth Editions, Prentice- Hall International, Inc, New Jersey. Hartline, Michael D. and O.C. Ferrell, 1996,”The Management of Customer- Contact Service Employees : An Ampirical Investigation”, Journal of Marketing. 60 4:52-70. Howard, John A., 1994, Buyer Behavior in Marketing Strategy. Second Editions, Prenhallindo- Hall International, Inc., New Jersey. Jefkins, Frank, 1997, Periklanan. Edisi ke Tiga, Erlangga, Jakarta. Kasali, Renald, 1992, Manajemen Periklanan, Grafiti, Jakarta. Kotler, Philip, 1997, Manajemen Pemasaran : Analisis, Perencanaan, Implementasi dan Kontrol. Jilid I. Edisi Revisi, Prenhallindo, Jakarta. _____________, 2002, Manajemen. Jilid I. Edisi Millennium, Prenhallindo, Jakarta. Purwanto, B.M, 2003. Does Gender Moderate The Effect of Role Stress on Salesperson’s Internal States and Performance? An Application of Multigroup Structural Equation Manajemen MSEM, Jurnal Manajemen, Akuntansi dan Ekonomi Pembangunan, Buletin Ekonomi FE UPN “Veteran” Yogyakarta. 6 8:1-20. 46 Rossiter dan Percy, 1987, Advertising and Promotion Management, Mac- Graw Hill, Inc., USA. Sembiring, Murpin .J, 2004, Kontribusi Peran Iklan di Era Pasar Bebas, Penerbit Mahardika,Vol.2, No.3,Hal 35-40. Setyaningsih dan Didit, 2004, Pengaruh Citra Merek Terhadap Efektifitas Iklan, Penerbit Mahardika. Vol.2, No.3, Hal 41-49. Shimp, Terence A., 2003, Periklanan dan Pomosi. Jilid I. Edisi ke Lima, Erlangga, Jakarta. Sutisna, SE, ME, 2003, Perilaku Konsumen dan Komunikasi Pemasaran, Remaja Rosdakarya, Bandung. Tabachnick B.G., 1996, Using Multivariate Statistics. Third Editions, Harper Collins College Publisher. 47 PENGARUH CELEBRITY ENDORSER TERHADAP PEMBELAJARAN KONSUMEN KARTU AS SKRIPSI Diajukan Kepada Fakultas Ekonomi Universitas Pembangunan Nasional “Veteran” Jawa Timur Oleh : SYAIFUL ARIF 0612010235 EM FAKULTAS EKONOMI UNIVERSITAS PEMBANGUNAN NASIONAL ”VETERAN” JAWA TIMUR 2011 48 USULAN PENELITIAN PENGARUH CELEBRITY ENDORSER TERHADAP PEMBELAJARAN KONSUMEN KARTU AS Yang diajukan SYAIFUL ARIF 0612010235 EM Telah diseminarkan dan disetujui untuk menyusun skripsi Pembimbing Utama Wiwik Handayani, SE, MSi Tanggal……………… Mengetahui Ketua Program Studi Manajemen Dr. Muhadjir Anwar, MM NIP. 196509071991031001 49 SKRIPSI PENGARUH CELEBRITY ENDORSER TERHADAP PEMBELAJARAN KONSUMEN KARTU AS Yang diajukan SYAIFUL ARIF 0612010235 EM disetujui untuk Ujian Lisan oleh Pembimbing Utama Wiwik Handayani, SE, MSi Tanggal……………… Mengetahui Wakil Dekan I Drs. Rahman A. Suwaidi, MS NIP. 19600330 198603 1001 45 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Obyek Penelitian 4.1.1. Sejerah singkat Perusahaan