44
3.4.4. Uji Normalitas dan Linieritas
Sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk
pemodelan SEM ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik.uji
normalitas ini perlu dilakukan baik untuk normalitas terhadap data tunggal maupun normalitas multivariate dimana beberapa variabel digunakan
sekaligus dalam analisis akhir. Uji linieritas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan
dilihat pola penyebarannya untuk menduga ada tidaknya linieritas.
3.4.5. Analisis Faktor dan Konfirmatori
Salah satu teknik analisis multivariate adalah analisis faktor konfirmatori yang digunakan untuk menguji sebuah konsep yang dibangun
dengan menggunakan beberapa indikator tertentu. Confirmatory factor analysis dapat dikembangkan untuk analisis
terhadap lebih dari satu faktor atau variabel laten sekaligus baik untuk faktor-faktor yang diperlukan sebagai variabel laten independen maupun
sebagai variabel dependen.
3.4.6. Uji Hipotesis
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
45
Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model Hair et.al., 1995 ;
Joreskog dan Sordom, 1989 : Long, 1983 ; Tabachnick dan Fidell, 1996. Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengukur
derajat kesesuaian anatara model yang dihipotesiskan dengan data yang disajikan, peneliti diharapkan untuk melakukan pengujian dengan
menggunakan beberapa fit indeks untuk mengukur “kebenaran” model yang diajukan.
Model yang dimaksud dalam penelitian ini terlihat pada gambar berikut :
Gambar 3.1. Structural Equation Model untuk Penelitian
Pengaruh Sikap Konsumen dan Norma Subyektif Terhadap Minat Beli Produk Sepeda Motor Yamaha “Scorpio” di PT. Surya Timur Sakti Motor
Surabaya
SIKAP KONSUMEN
X1 X12
X11
X13 e
e e
d
NORMA SUBYEKTIF
X2 X22
X21
X23 e
e e
d MINAT
BELI Y
d
e Y1
e Y2
Y3 e
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
46
Keterangan simbol-simbol di atas adalah sebagai berikut : Faktor konstruk laten variable unobserved
variable yaitu variabel bentukan, yang dibentuk melalui indikator yang diamati dalam dunia
nyata. Variabel terukur observed variable indicator
variable yaitu variabel yang datanya harus dicari melalui observasi misalnya melalui
instrument-instrumen survey. Garis dengan anak panah satu arah
│→│ ═ garis yang menunjukkan hubungan yang dihipotesiskan antara dua variabel yang dituju
anak panah merupakan variabel dependen. Garis dengan anak panah dua arah
│↔│═ garis yang menunjukkan hubungan yang tidak dapat dihipotesiskan antara dua variabel
dimana kedua variabel berkorelasi. Keterangan gambar 2 :
X1 = Variabel Sikap Konsumen X2 = Variabel Norma Subyektif
Y1 = Variabel Minat Beli X1.i = Indikator Sikap Konsumen yang sudah di komposit
X2.i = Indikator Norma Subyektif yang sudah di komposit
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
47
Y1.i = Indikator Minat Beli yang sudah di komposit. e_i = Error terms masing-masing indikator yang sudah dikomposit.
d_i = Disturbance error masing-masing variabel laten konstrain. Berikut ini disajikan beberapa indeks kesesuaian dan cut - off
valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak.
1. GFI goodness of fit indeks
Indeks kesesuaian fit indeks ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang
dijelaskan oleh matriks kovarians populasi yang terestimasikan Bentler, 1983 ; Tanaka dan Huba, 1989.
2. CMIN DF
The minimum sample discrepancy function CMIN di bagi dengan degree of freedomnya akan menghasilkan indeks CMIN DF,
yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model dalam hal ini
MIN DF tidak lain adalah statistic chi-square,
2
dibagi DFnya sehingga
2
relatif. Nilai
2
relatif kurang dari 20 atau bahkan kadang kurang dari 3,0 adalah indikasi dari acceptatable fit antara model dan
data Arbuckle, 1997. 3.
CIF Comparative Fit Indeks
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
48
Besaran indeks ini adalah pada rentang nilai sebesar 0-1, dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling
tinggi a very good fit Arbuckle, 1997. Nilai yang direkomendasikan adalah CFI
≥ 0,95. Keunggulan dari indeks ini adalah bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat
baik untuk mengukur tingkat penerimaan sebuah model Hulland et.al., 1996 ; Tanaka, 1993.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Deskripsi Hasil Penelitian 4.1.1. Deskripsi Karakteristik Responden
Data mengenai keadaan responden dapat diketahui melalui jawaban responden dari pertanyaan-pertanyaan yang diajukan dalam
kuisioner yang telah diberikan. Dari jawaban-jawaban tersebut diketahui hal-hal seperti dibawah ini.
a. Jenis Kelamin
Dari 110 responden yang menjawab kuisioner yang telah diberikan dapat diketahui jenis kelamin dari responden yaitu pada
tabel berikut ini : Tabel 4.1. Karakteristik Responden Berdasarkan Jenis Kelamin
No Jenis Kelamin
Jumlah Persentase
1 Laki-laki 76
70 2 Perempuan
34 30
110 100
Sumber : Data kuisioner diolah Berdasarkan tabel diatas dapat dilihat bahwa responden yang
berjenis kelamin laki-laki mempunyai proporsi yang lebih dominan yaitu 70 dibandingkan yang berjenis kelamin perempuan dengan
persentase 30.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Kategori