Tabel 3.3 Hasil Uji Reliabilitas Variabel
Indikator
Α
Syarat Keterangan
Citra Merek
�
�
5. Pengalaman
menggunakan produk 6.
Harga 7.
Keunikan yang terdapat dalam produk
8. Mudah diingat
0,955 0,955
0,953
0,953 0,60
0,60 0,60
0,60
DiterimaReliabel
DiterimaReliabel DiterimaReliabel
DiterimaReliabel
Kualitas Produk
�
�
5. Kinerja produk
6. Fitur produk
7. Daya tahan
8. Mudah digunakan
0,952 0,951
0,952 0,958
0,60 0,60
0,60 0,60
DiterimaReliabel DiterimaReliabel
DiterimaReliabel DiterimaReliabel
Kepuasan Z
4. Kesesuaian dan
kemudahan fitur sesuai harapan
5. Perasaaan puas terhadap
produk 6.
Kesesuaian harapan 0,951
0,955 0,950
0,60
0,60 0,60
DiterimaReliabel
DiterimaReliabel DiterimaReliabel
Loyalitas Y
4. Komitmen terhadap
merek 5.
Merekomendasikan kepada orang lain
6. Tidak berpindah ke
merek lain 0,951
0,951 0,951
0,60 0,60
0,60
DiterimaReliabel DiterimaReliabel
DiterimaReliabel
3.8 Metode Analisis Data
3.8.1 Analisis Structural Equation Model SEM 3.8.1.1 Konsep Dasar Structural Equation Model SEM
Metode analisis data ini disebut juga dengan Model Persamaan Struktural. Metode ini digunakan dengan alasan latar belakang penelitian yang bersifat
kausalitas hubunganpengaruh sebab akibat.
Universitas Sumatera Utara
Pemodelan SEM merupakan analisis yang cukup kompleks karena merupakan gabungan dari model regresi dengan path analysis untuk melihat
pengaruh kausal, pengaruh langsung dan tidak langsung Bollen, 1989 dalam Sumarwan, et al. 2013.
Model Persamaan Struktural ini merupakan suatu teknik statistik yang dipakai untuk menguji serangkaian hubungan antara beberapa variabel yang
terbentuk dari variabel faktor ataupun variabel terobservasi yang dianalisis dengan menggunakan program AMOS. Selain itu juga Structural Equation Model SEM
merupakan teknik statistik yang dapat digunakan untuk menganalisis variabel laten, variabel konstrukindikator dan kesalahan pengukuran secara langsung.
Menurut Ferdinand 2002 dalam Suliyanto 2011, untuk membuat pemodelan SEM diperlukan langkah-langkah sebagai berikut ini:
a. Pengembangan model berdasarkan teori
Hal yang harus dilakukan adalah melakukan serangkaian eksplorasi ilmiah melalui telaah pustaka guna mendapatkan justifikasi teoretis atas model
yang dikembangkan. b.
Pengembangan diagram alur Path Diagram. Model teoretis yang telah dibangun akan digambarkan pada sebuah path
diagram untuk diestimasi. c.
Konversi Diagram Alur Path Diagram ke dalam persamaan Langkah berikutnya yang dilakukan setelah teori atau model teoritis
dikembangkan atau digambarkan dalam sebuah diagram alur, peneliti
Universitas Sumatera Utara
melakukan konversi spesifikasi model tersebut ke dalam rangkaian persamaan, yang terdiri dari:
1 Persamaan spesifikasi model pengukuran Measurement Model, yaitu
di mana harus ditentukan variabel yang mengukur konstruk dan menentukan serangkaian matriks yang menunjukkan korelasi yang
dihipotesiskan antar konstruk atau variabel. 2
Persamaan struktural Structural Equation, yang merupakan persamaan untuk menyatakan hubungan kausalitas antar berbagai
konstruk. 3
Memilih matriks kovarian karena lebih sesuai untuk memvalidasi hubungan kausal. Selain itu juga memilih metode estimasi model, yang
nantinya akan dilakukan dengan metode Maximum Likehood Estimation Methode ML.
Universitas Sumatera Utara
Gambar 3.1 Diagram Alur Path Diagram
Berdasarkan model diagram alur di atas, maka persamaan dalam penelitian ini dapat dilihat pada
tabel 3.4. berikut ini:
Tabel 3.4 Model Persamaan Konsep Eksogenous Model Pengukuran
Konsep Endogenous Model Persamaan
X1 = λ1 Citra Merek + e1
X9 = λ9 Kepuasan + e9
X2 = λ2 Citra Merek + e2
X10 = λ10 Kepuasan + e10
X3 = λ3 Citra Merek + e3
X11 = λ11 Kepuasan + e11
X4 = λ4 Citra Merek + e4
X12 = λ12 Loyalitas + e12
X5 = λ5 Kualitas Produk + e5
X13 = λ13 Loyalitas + e13
X6 = λ6 Kualitas Produk + e6
X14 = λ14 Loyalitas + e14
X7 = λ7 Kualitas Produk + e7
X8 = λ8 Kualitas Produk + e8
Model Struktural
Kepuasan : £1 Citra Merek + £2 Kualitas Produk + e15 Loyalitas :
ϒ Citra Merek + ϒ Kualitas Produk + ϒ Kepuasan + e16
Universitas Sumatera Utara
d. Menilai problem identifikasi
Pada prinsipnya adalah ketidaktahuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik.
Munculnya masalah identifikasi dapat dilihat dari gejala berikut ini: 1
Standar error untuk satu sampai beberapa koefisien sangat besar. 2
Program tidak mampu menghasilkan matriks informasi yang seharusnya disajikan.
3 Munculnya angka-angka aneh, seperti varians error yang bernilai
negatif. 4
Munculnya angka korelasi yang sangat tinggi antara koefisien estimasi yang diperoleh.
e. Evaluasi kriteria Goodness of Fit
Goodness of Fit merupakan indikasi dari perbandingan antara model yang dispesifikasi dengan matriks kovarian antar indikator atau
observed variabel. Jika goodness of fit yang dihasilkan suatu model itu baik, maka model tersebut dapat diterima dan sebaliknya jika goodness
of fit yang dihasilkan suatu model itu buruk, maka model tersebut harus ditolak atau dilakukan modifikasi model Latan, 2013.
3.8.2 Pembahasan Statistik Deskriptif
Statistik deskriptif adalah metode penelitian yang berusaha menggambarkan dan menginterpretasikan objek apa adanya J.W. Cresswell,
2004 dalam Sangadji et al., 2010. Tujuannya adalah untuk menggambarkan secara sistematis fakta, objek atau subjek apa adanya dengan tujuan
Universitas Sumatera Utara
menggambarkan secara sistematis fakta dan karakteristik objek yang diteliti secara tepat.
Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, penyebaran data, dan perhitungan persentase.
Melalui statistik deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variabel melalui analisis korelasi atau membuat perbandingan dengan
membandingkan rata-rata data sampel atau populasi Sugiyono, 2005.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
