36
Merupakan daftar pertanyaan untuk memperoleh data berupa jawaban dan responden.
b. Wawancara
Metode dilakukan dengan mengadakan pengamatan langsung terhadap konsumen yang berhubungan dengan permasalahan yang diteliti dan
mencatat kegiatan yang ada. c.
Dokumentasi Merupakan data artikel-artikel yang bersumber an media internet.
3.5. Teknik Analisis Data dan Pengujian Hipotesis
3.5.1. Teknik Analisis
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Model SEM. Model pengukuran faktor
sikap, minat dan perilaku konsumen menggunakan Confirmatory Factor Analysis. Penaksiran pengaruh masing-masing variabel bebas terhadap
variabel terikatnya menggunakan koefisien jalur. Langkah-langkah dalam analisis SEM model pengukuran dengan contoh dimensi faktor kesadaran
merek dilakukan sebagai berikut X
1.1
= λ1 Kesadaran merek + er_1
X
1.2
= λ2 Kesadaran merek + er_2
X
1.3
= λ Kesadaran merek + er_3
Demikian juga faktor lain seperti kesan kualitas, asosiasi merek dan juga minat beli.
37
Bila persamaan dinyatakan dalam sebuah pengukuran model untuk di uji undimensionalitasnya melalui Confirmatory Factor Analisis. Maka
model pengukurannya akan nampak sebagai berikut :
Gambar 3.1 : Gambar pengukuran Model SEM.
3.5.2. Pengujian Hipotesis
3.5.2.1.Asumsi Model Structure Equation Modeling
Pada permodelan SEM terdapat asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis adalah sebagai
berikut :
Er_2 Er_3
Er_1 X
1.1
X
1.2
X
1.3
Er_2 Er_1
X
2.1
X
2.2
Er_3 Er_1
X
3.1
X
3.2
X
3.3
Kesan Kualitas
X2 Ekuitas
Merek X
Minat Beli
Y Er_2
Er_3 Er_1
Y
1.1
Y
1.2
Y
1.3
Asosiasi Merek
X3 Kesadaran
Merek X
1
Er_2
38
1. Ukuran Sampel
Ukuran sampel yang harus dipenuhi dalam permodelan SEM adalah minimum berjumlah 100 atau dengan 5 perbandingan observasi untuk
estimasi parameter.
2. Uji Normalitas Sebaran dan Linieritas
1 Normalitas dapat diuji dengan melihat gambar histogram data atau
dapat diuji dengan metode-metode statistik. 2
Menggunakan Critical Ratio diperoleh dengan membagi koefisien sampel dengan standart error-nya dan skeness value yang biasanya
disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu disebut Z-value. Pada tingkat signifikasi
1, jika nilai Z lebih besar dan nilai Z-score lebih besar dan nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak
normal. 3
Normal Probability plot SPSS 10,1 4
Linearitas dengan mengamati scatter plots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebaran untuk menduga
ada tidaknya linieritas.
3. Evaluasi atas Outlier
1 Mengamati nilai Z-score : kriterianya diantara
± 3,0 non outlier. 2
Multivariate outicr diuji dengan kriteria jarak Mahalonobis pada tingkat p 0.001. Jarak diuji dengan Chi-Square [x] pada df
39
sebesar jumlah variabel bebasnya. Ketentuan : bila Mahalonobis dan nilai x adalah multivariate outlier.
3 Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim
baik secara univariat maupun multivariate yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat
sangat jauh berbeda dan observasi-observasi lainnya.
4. Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant matriks covariance. Dengan ketentuan apabila determinan sampel matriks mendekati angka 0
[kecil], maka terjadi multikolonieritas dan singularitas Tabachnick Fidel, 1998.
5. Uji Validitas dan Reabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu yang akuratnya pengukuran atas apa
yang seharusnya diukur. Sedangkan reabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang
menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
Karena indikator multidimensi, maka uji validitas dan setiap latent variabelconstruct akan diuji melihat loading factor dan
hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas uji dengan construct reliability dan variance-
extracted dihitung dengan rumus sebagai berikut :
40
Construct Reliability =
∑ ∑
+ }
ej ]
Loading dardize
tan S
{[ Loading
dardize tan
S
Variance Extracted =
∑ ∑
+ }
ej ]
Loading dardize
tan S
{[ Loading
dardize tan
S
Sementara ej dapat dihitung dengan formula uj = 1 – [standardize loading]. Secara umum, nilai construct reliability yang dapat diterima
adalah 0,7 dan variance extracted 0,5 Hair et.al., 1998. Standardize Loading dapat diperoleh dari output AMOS 4.0,1 dengan melihat nilai
estimasi setiap construct standardize regression weight terdapat setiap butir sebagai indikatornya.
3.5.3. Pengujian Hipotesis dan Hubungan Kausal
