3.4.3. Pengumpulan Data
a. Kuisioner Merupakan daftar untuk memperoleh data berupa jawaban dari
responden. b Wawancara
Metode dilakukan dengan mengadakan pengamatan langsung terhadap konsumen yang berhubungan dengan permasalahan yang diteliti dan
mencatat kegiatan yang ada. a. Dokumentasi
Merupakan data artikel-artikel yang bersumber dari 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 factor
sikap, minat, dan perilaku konsumen menggunakan Confirmatory Factor Analysis.
Penaksiran pengaruh masing-masing variable bebas terhadap variable terikatnya menggunakan koefisien jalur. Langkah-langkah dalam
analisis SEM model pengukuran dengan contoh dimensi factor serving size dilakukan sebagai berikut :
X
1
.
1
= Serving size + er_1
X
1
.
2
X = Serving size + er_2
1
.
3
X = Serving size + er_3
1
.
4
Demikian juga faktor lain seperti serving per container, kandungan gizi dan juga minat beli.
= Serving size + er_4
Bila persamaan dinyatakan dalam sebuah pengukuran model untuk di uji undimensionalitasnya melalui Confirmatory Factor Analysis. Maka model
pengukurannya akan nampak sebagai berikut : Gambar 3.1 : Contoh Gambar Pengukuran Faktor Model.
Serving Per Container
X2 Serving
Size X1
Label Nutrisi
X Minat
Beli Y
X1.2 X1.3
X1.4 X1.1
X2.2 X2.3
X2.4 X2.1
Er 3 Er 4
Er 1 Er 2
Er 3 Er 4
Er 1 Er 2
Y1.1 Y1.2
Y1.3
Kandungan Gizi
X3 X1.2
X1.3 X1.4
X1.1
Er 3 Er 4
Er 1 Er 2
Er 1 Er 2
Er 3
3.5.2. Pengujian Hipotesis 3.5.2.1.
Asumsi model Structure Equation Modelling
Pada permodelan SEM terdapat asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan data pengolahan data yang dianalisis adalah
sebagai berikut :
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 lihat gambar histogram data atau 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 statistic untuk menguji normalitas itu disebut Z- value
. Pada tingkat signifikansi 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 Linieritas dengan mengamati scatter plots dari data yaitu dengan memilih pasangan data dan dilihat dari pola penyebaran untuk
menduga ada tidaknya linieritas.
3. Evaluasi atas Outlier
1 Mengamati nila Z-score : kriterianya diantara ± 3,0 non outlier. 2 Multivariate outicr diuji dengan criteria jarak Mahalonobis pada
tingkat p 0,001. Jarak diuji dengan Chi-Square [x] pada df sebesar jumlah variable bebasnya. Ketentuan : bila Mahalonobis
dan nilai x adalah multivariate outlier. 3 Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim
baik secara unvariate 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. Denagn ketentuan apabila determinan sampel matriks mendekati angka 0
[kecil], maka terjadi multikolinieritas dan singularitas Tabachnick Fidel,1988.
5. Uji Validitas dan Reability
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai akuratnya pengukuran atas apa yang
seharusnya diukur. Sedangkan reabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang
menunjukan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
Karena indikator multidimensi,maka uji melihat loading factor dan hubungan antara setiap observed variable dan latent variable.
Sedangkan reliabilitas uji dengan construct reliability dan variance eztracted
dihitung dengan rumus sebagai berikut :
Construct Reliability =
[ ]
{ }
∑ ∑
+ ej
ding dardizeLoa
S ding
dardizeLoa S
tan tan
Variance Extracted =
[ ]
{ }
∑ ∑
+ ej
ding dardizeLoa
S ding
dardizeLoa S
tan tan
Sementara ej dapat dihitung dengan formula uji = 1 – [standardize loading
]. Secara umum, nilai construct reliability yang dapat diterima adalah 0,7 dan variance extracted 0,5 Hais 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
Pengaruh langsung [koefisien jalur] diamati dan bobot regresi terstandar, dengan pengujian signifikan pembanding nilai CR [Critical
Ratio ] yang sama dengan nilai t hitung. Apabila nanti lebih besar daripada
table berarti signifikan.
3.5.4. Pengujian Model dengan One Step Approach
Dalam metode SEM, model pengukuran dan model struktur parameter-perameternya diestimasi secara bersama-sama. Cara ini agak
mengalami kesulitan dalam memenuhi fit model. One Step Approach to SEM digunakan apabila model diyakini landasan teori yang kuat serta
validitas dan reliabilitas yang sangat baik.
3.5.5. Evaluasi Model
Hair et.al., 1998 menjelaskan bahwa pola “confirmatory” menunjukan prosedur yang dirancang untuk mengevaluasi utilitas
hipotesis-hipotesis dengan pengujian fit antara model teori dan data empiris. Jika model teoritas menggambarkan “good-fit” dengan data, maka
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” dan “poor-fit” model yang diuji sangat penting dalam penggunaan Structural equation
modeling .
Pengujian terhadap model yang dikembangkan dengan berbagai criteria goodness of fit
, yakni Chi-Square, propbability, RMSEA, GFI, TLI, CFI, AGFI CMINDF.
Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan two step approach to SEM.
Dalam analisis SEM tidak ada alat uji statistic tunggal untuk mengukur atau menguji hipotesis mengenai model. Beberapa indeks
kesesuaian dan out-off value untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak adalah :
1. X
2
Alat uji paling fundamental untuk mengukur model fit adalah likehood ratio Chi-square statistic. Chi square ini bersifat
sangat sensitive terhadap besarnya sample yang digunakan. Semakin kecil semakin baik model itu.
– CHI – SQUARE STATISTIC
2. RMSEA – The Root Mean Square Error of Approximation
RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square dengan sample besar. Nilai RMSEA
menunjukan goodness-of-fit yang dapat diharapkan bila model diestimasi dalam populasi.
3. GFI – Goodness of Fit index
GFI adalah analog dan R
2
4. AGFI – Adjusted goodness – of Fit Index
dalam regresi berganda. GFI adalah sebuah ukuran non-statical yang mempunyai rentang nilai
antara 0 poor fit sampai dengan 1,0 perfect fit. Indeks kesesuaian ini akan menghitung proporsi tertimbang dan varians
dalam matriks kovarians sample yang dijelaskan oleh matriks kovarians populasi yang diestimasikan.
AGFI adalah criteria yang memperhitungkan proposal tertimbang dan varians dalam sebuah matriks kovarians dalam
sebuah matriks kovarians sample. 5.
CMIN DF The minimum sample discrepancy function
CMIN dibagi dengan degree of freedom-nya akan menghasilkan indeks CMIN
DF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu nindikator untuk mengukur tingkat fitnya sebuah model.
Dalam hal ini CMIN tidak lain adalah statistic chi-square, X
2
dibagi DF-nya sehingga disebut X
2
- relative.
6. TLI – Tucker Lewis Index
TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline
model. 7.
CFI – Comparative Fit Index Besaran indeks anin adalah rentang nilai sebesar 0-1,
dimana semakin mendekati 1, mengidentifikasikan tingkat fit yang paling tinggi a very good fit. Keunggulan dan indeks ini bahwa
indeks ini besarannya tidak dipengaruhi oleh ukuran sample karena itu sangat baik untuk mengukur tingkat penerimaan suatu model.
Indeks CFI adalah identik dengan Relative Noncentrality Index RNI. Dengan demikian indeks-indeks yang dapat digunakan
untuk mengukur kelayakan sebuah model adalah seperti yang diringkas dalam tabel berikut ini :
Tabel 3.1 : Goodness Of Fit Indeks GOODNESS OF
FIT INDEX KETERANGAN
OUT-OFF VALUE
Chi-square Menguji apakah
covariance populasi yang
diestimasi dengan covariance
sample apakah model sesuai
dengan data Diharapkan kecil,
1 s.d 5 atau paling baik antara 1 2
Probability Uji signifikan terhadap
perbedaan matriks covariance
yang diestimasi
Minimum 0,1 atau 0,2 atau
≥ 0,05 RMSEA
Mengkonsumsi kelemahan
Chi-square apa sample besar
≤ 0,08
GFI Menghitung proporsi
tertimbang varians dalam matriks sample yang
dijelaskan oleh matriks covariance
populasi yang diestimasi [analog dengan
R
2
≥ 0,90
dalam regresi berganda]
AGFI GFI yang disesuaikan
terhadap DF ≥ 0,90
CMIN DF Kesesuaian antara data
dan model ≤ 2,00
TLI Pembanding antara model
yang diuji terhadap baseline
model ≥ 0,95
CFI Uji kelayakan model yang
tidak sensitive terhadap besarnya sample dan
kerumitan model
≥ 0,94
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Gambaran Umum Obyek Penelitian 4.1.1.
PT Tigaraksa Satria Tbk
Sejak didirikan pada tahun 1987, PT Tigaraksa Satria Tbk, telah dikenal sebagai salah satu perusahaan Distribusi terkemuka di Indonesia. Produk yang
didistribusikan oleh Tigaraksa meliputi produk susu dan makanan bayi, makanan dan minuman dalam kemasan, produk perawatan tubuh, kebutuhan peralatan
rumah tangga. Tigaraksa mempunyai cabang distribusi diseluruh Indonesia. Didalam usaha untuk memenuhi kebutuhan dan harapan mitra bisnis dan
konsumen, Tigaraksa telah memperluas bisnisnya untuk menawarkan mutu dan nilai dengan memproduksi merek sendiri. Salah satunya adalah susu PRODUGEN
yang mulai di produksi melalui kontrak produksi dengan pihak ketiga. Di tahun 2006, perseroan ini mulai mengoperasikan unit produksinya di Sleman,
Yogyakarta. Produgen adalah produk susu rendah lemak tinggi kalsium yang memiliki
tiga varian produk, yaitu Produgen Vitafirst untuk usia 19 – 50 tahun mengandung kalsium sebanyak 500mgsaji; mencukupi 85 AKG dan
Produgen Gold untuk usia 50 tahun ke atas mengandung kalsium sebanyak 600mgsaji; 100 AKG, Terdiri dari 3 pilihan rasa yaitu plaintanpa rasa tanpa
lemak, karena lemaknya 1 100g bubuk, coklat kurang lemak, dan vanilla
Kategori