Fikri Triputera, 2014 Pengaruh marketing communications mix terhadap customer-based brand equity
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
atau sebuah konsep atau sebuah faktor. Model ini digunakan untuk mengukur kuatnya struktur dimensi-dimensi yang membentuk sebuah faktor. Model
pengukuran sendiri digunakan untuk menguji validitas dan reliabilitas konstruk dari variabel penelitian. Menurut Santoso 2011:10 pengujian validitas dan
reliabitas dilakukan bertujuan untuk menggambarkan hubungan antar variabel laten dengan indikator-indikatornya, dengan kata lain model pengukuran berusaha
untuk mengkonfirmasi variabel-variabel yang teramati merupakan ukuran atau refleksi dari sebuah variabel laten Wijanto, 2008:173. Adapun prosedur
pengujian model pengukuran menurut Siswoyo 2012:54 yaitu di antaranya spesifikasi model, pengujian model secara keseluruhan
overall model fit test
serta pengujian validitas dan reliabilitas.
3.2.8.2.1.1 Spesifikasi Model
Spesifikasi model dilakukan setelah kerangka pemikiran dirumuskan berdasarkan teori dan hasil penelitian yang relevan, kemudian diajukan model
struktural dan hipotesis penelitian. Model struktural yang diusulkan untuk menguji hubungan kausalitas antara
marketing communications mix
yang terdiri dari
advertising
X
1
,
public relations and publicity
X
2
,
interactive marketing
X
3
personal selling
X
4
,
sales promotions
X
5
,
word-of-mouth marketing
X
6
,
event and experiences
X
7
,
personal selling
X
8
terhadap
customer-based brand equity
Y yang terdiri dari
brand salience
Y
1
,
brand performance
Y
2
,
brand iamgery
Y
3
,
brand judgments
Y
4
,
brand feelings
Y
5
, dan
brand resonance
Y
6
sebagai berikut.
Fikri Triputera, 2014 Pengaruh marketing communications mix terhadap customer-based brand equity
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Sumber: Pengolahan Penelitian, 2014 GAMBAR 3.1
MODEL PENGUKURAN
MARKETING COMMUNICATIONS MIX
TERHADAP
CUSTOMER-BASED BRAND EQUITY
3.2.8.2.1.2 Pengujian Model Pengukuran Secara Keseluruhan
Besarnya ukuran sampel memiliki peran yang penting dalam interpretasi hasil
stuctural equation modelling
SEM. Ukuran sampel memberikan dasar untuk mengestismasi
sampling error
. Dengan model estimasi menggunakan
maximum likelihood
ML minimum diperlukan jumlah sampel 100, metode ML meningkat sensitivitasnya untuk mendeteksi perbedaan antar data. Begitu sampel menjadi
besar makan metode ML menjadi sangat sensitif dan selalu menghasilkan perbedaan secara signifikan sehingga ukuran
goodness-of-fit
menjadi kurang bagus. Jadi direkomendasikan bahwa ukuran sampel besar harus digunakan untuk
metode estimasi
maximum likelihood
ML. Adapun indikator pengujian
goodness of fit
dan nilai
cut-off cut-off value
yang digunakan dalam kesesuaian model ini adalah sebagai berikut. Yvonne dan Robert, 2014:182
1.
Chi-Square
χ
2
Fikri Triputera, 2014 Pengaruh marketing communications mix terhadap customer-based brand equity
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Ukuran yang mendasari pengukuran secara keseluruhan
overall
yaitu
likelihood ratio change
. Ukuran ini merupakan ukuran utama dalam pengujian
measurement model
, yang menunjukkan apakah model merupakan model
overall fit
. Pengujian ini bertujuan untuk mengetahui matriks kovarian sampel berbeda dengan matriks kovarian hasil estimasi. Oleh karena itu,
chi-square
bersifat sangan sensitif terhadap besarnya sampel yang digunakan. Kriteria yang digunakan adalah apabila matriks kovarian sampel tidak berbeda dengan
matriks hasil estimasi, maka dikatakan data
fit
dengan data yang dimasukkan. Model dianggap baik jika nilai
chi-square
rendah. Meskipun
chi-square
merupakan alat pengujian utama, namun tidak dianggap sebagai satu-satunya dasar penentuan untuk menentukan model
fit
, untuk memperbaiki kekurangan pengujian
chi-square
digunakan χ
2
df
CMINDF, dimana model dapat dikatakan fit apabila nilai CMINDF 2,00. 2.
Good of Fit Index
GFI GFI bertujuan untuk menghitung proporsi tertimbang varians dalam
matriks sampel yang dijelaskan oleh matrik kovarians populasi yang diestimasi. Nilai
Good of Fit Index
berukuran antara 0
poor fit
sampai dengan 1
perfect fit
. Oleh karena itu, semakin tinggi nilai GIF, maka menunjukkan model semakin
fit
dengan data.
Cut-off value
GFI adalah ≥0,90 dianggap sebagai nilai yang baik
perfect fit
. 3.
Root Means Square Error of Approximation
RMSEA RMSEA adalah indeks yang digunakan untuk mengkompensasi
kelemahan
chi-square
χ
2
pada sampel yang besar. Nilai RMSEA yang
Fikri Triputera, 2014 Pengaruh marketing communications mix terhadap customer-based brand equity
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
semakin rendah, mengindikasikan model semakin fit dengan data. Ukuran
cut- off-value
RMSEA adalah ≤0,08 dianggap sebagai model yang dapat diterima. 4.
Adjusted Goodness of Fit Indices
AGFI AGFI merupakan GFI yang disesuaikan terhadap
degree of freedom
, analog dengan R2 dan regresi berganda. GFI maupun AGFI adalah kriteria
yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarian sampel.
Cut-off-value
dari AGFI adalah ≥0,90 sebagi tingkatan yang baik. Kriteria ini dapat diinterpretaskan jika nilai ≥0,95 sebagai
good overall model fit
, jika nilai berkisar antara 0,90-0,95 sebagai tingkatan yang cukup
adequate fit
, dan jika besaran nilai 0,80-0,90 menunjukkan
marginal fit
. 5.
Tucker Lewis Index
TLI TLI merupakan alternatif
incremental fit index
yang membandingkan sebuah
modal yang
diuji terhadap
baseline model
. Nilai
yang direkomendasikan sebagai acuan untuk diterima sebuah model adalah ≥0,90.
6.
Comparative Fit Index
CFI Keunggulan dari model ini adalah uji kelayakan model yang tidak sensitif
terhadap besarnya sampel dan kerumitan model, sehingga sangat baik untuk mengukur tingkat penerimaan sebuah model. Nilai yang direkomendasikan
untuk menyatakan model
fit
adalah ≥ 0,90 Selanjutnya,
measurement model
dirangkum pada Tabel 3.10 berikut.
TABEL 3.10 KRITERIA EVALUASI MODEL DENGAN
GOODNESS OF F IT MEASURES
No
Goodness-of-Fit Measures
Level Penerimaan
Absolute F it Measures
Fikri Triputera, 2014 Pengaruh marketing communications mix terhadap customer-based brand equity
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
No
Goodness-of-Fit Measures
Level Penerimaan
1
Chi-square
χ
2
Makin kecil nilai χ
2
maka semakin baik, sehingga diperoleh nilai probabilitas yang tinggi
3 GFI
≥ 0,90 4
RMSEA ≤ 0,08
Incremental Fit Measures
1 TLI
≥ 0,90 2
AGFI ≥ 0,90
3 CFI
≥ 0,90
Parsimonious Fit Measures
1 PGFI
Parsimonious Goodness-of-Fit Index
PGFI GFI, semakin rendah semakin baik 2
PNFI
Parsimonious Normed-of-Fit Index
Semakin tinggi semakin baik, dibandingkan dengan alternatif model
Sumber: Yvonne dan Robert 2013:182 Model pengukuran dikatakan baik atau
fit
dengan data apabila model telah memenuhi pengukuran
goodness-of-fit
seperti yang telah diuraikan di atas. Adapun pengujian model pengukuran
marketing communications mix
terhadap
customer-based brand equity
dengan bantuan software AMOS 22.00 sebagai berikut.
Sumber: Pengolahan Penelitian, 2014 GAMBAR 3.2
PENGUJIAN MODEL PENGUKURAN
MARKETING COMMUNICATIONS MIX
TERHADAP
CUSTOMER-BASED BRAND EQUITY
Fikri Triputera, 2014 Pengaruh marketing communications mix terhadap customer-based brand equity
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Berdasarkan pengolahan data, pengujian model pengukuran
marketing communications mix
terhadap
customer-based brand equity
menghasilkan sejumlah
goodness-of-fit index
GOFI sebagai berikut.
TABEL 3.11 HASIL PENGUJIAN MODEL PENGUKURAN
MARKETING COMMUNICATIONS MIX
TERHADAP
CUSTOMER-BASED BRAND EQUITY
NO UKURAN HASIL PENGUKURAN KRITERIA UJI
1 Chi-Square
307,458
2 RMSEA
0,121
Good Fit
3 AGFI
0,956
Good Fit
4 TLI
0,972
Perfect Fit
5 CFI
0,933
Good Fit
Sumber: Pengolahan Penelitian, 2014. Berdasarkan Tabel 3.11 bahwa pengujian model pengukuran
marketing communications mix
terhadap
customer-based brand equity
yang diajukan menunjukkan kecocokan keseluruhan model dinilai memiliki kecocokan yang
baik. Kondisi ini menunjukkan bahwa model pengukuran yang diajukan dalam mengukur
marketing communications mix
terhadap
customer-based brand equity
merupakan model yang
fit
dengan data, maka dapat disimpulkan bahwa model dapat diterima.
3.2.8.2.1.3 Pengujian Validitas Model Pengukuran