77
X10 = 10 C + e10 X14 = 14 A + e14
X11 = 11 C + e11 X15 = 15 A + e15
X12 = 12 C + e12 X16 = 16 A + e16
X17 = 17 I + e17 X18 = 18 I + e18
X19 = 19 I + e19 X20 = 20 I + e20
Persamaan struktural: B =
F
F + z1 C =
F
F +
B
B + z2 A =
F
F +
B
B + z3 I =
A
A +
C
C + z4
Dengan bantuan program AMOS versi 6.00 sebenarnya langkah ini sudah dilakukan oleh program, sehingga memudahkan estimasinya.
4.2.1.3 Memilih Matriks Input dan Teknik Estimasi
Teknik estimasi yang dipergunakan dalam penelitian ini adalah maximum likehood
karena jumlah sampel penelitian adalah 100 responden. Jumlah tersebut masuk dalam sampel kecil 100-200 sehingga maximum likehood adalah metode
yang cocok. Estimasi dilakukan dengan menggunakan dua tahap yaitu estimasi measurement model confirmatory factor analysis
dan estimasi melalui structural equation model
dengan analisis full model.
4.2.1.3.1 Confirmatory Faktor Analisis
Seperti yang telah diuraikan dalam bab III di depan, penelitian ini menggunakan matriks varianskovarians pada saat pengujian teori karena lebih memenuhi asumsi-
78
asumsi metodologi di mana standard error yang dilaporkan akan menunjukkan angka yang lebih akurat dibandingkan menggunakan matriks korelasi.
Model pengukuran terhadap dimensi-dimensi yang membentuk variabel latenkonstruk. Variabel latenfaktor laten dalam model ini adalah pesan iklan F.
Variabel pesan iklan akan mengestimasi tiga variabel yaitu pengenalan merek B, keyakinan konsumen C, sikap konsumen A. Variabel keyakinan konsumen C
dan sikap konsumen A akan mengestimasi variabel niat beli I. Hasil pengujian confirmatory factor analysis untuk produk kendaraan bermotor
YAMAHA ditampilkan dalam gambar 4.2 di bawah ini:
Gambar 4.2. Confirmatory Factor Analysis Produk Kendaraan Bermotor
YAMAHA.
Chi-Square = 160,919 P= ,465
RMSEA = ,007 GFI = ,888
AGFI = ,853 Cmindf = 1,006
CFI = ,999 TLI = ,999
79
Sumber : Data primer diolah, 2011
Hasil pengujian yang ditampilkan pada gambar 4.2 diatas memberikan nilai tingkat signifikansi probabilitas sebesar 0,465 0,05 yang menunjukkan bahwa
tidak terdapat perbedaan yang signifikan antara matriks kovarians sampel dan matriks kovarians populasi yang diestimasi Ferdinand, 2000:130. Kelima variabel tersebut
tidak mempunyai perbedaan yang signifikan dan dianalisis hubungan kausalitasnya sehingga diharapkan tidak terdapat perbedaan yang signifikan antara variabel-
variabel tersebut. Dengan demikian maka dapat dikatakan bahwa model yang dikembangkan dalam penelitian ini adalah layak atau dapat diterima.
80
Hal lain yang perlu diperhatikan adalah nilai konstruk dari masing-masing variabel observed terhadap konstruk latennya. Gambar 4.2 menunjukkan bahwa nilai
konstruk dari masing-masing variabel pengamatan adalah relatif besar berkisar antara 0,867-1,231 sehingga variabel observed tersebut mampu membentuk konstruk
latennya. Nilai yang paling kecil adalah X17 I yaitu sebesar 0,867 dan nilai yang paling besar adalah X15 A yaitu sebesar 1,231. Nilai yang diharapkan adalah
besar yaitu 0,5 Ghozali, 2005: 36. Nilai konstruk yang kecil 0,5 menunjukkan bahwa indikator-indikator tidak mampu membentuk konstruk latennya dengan baik.
Gambar 4.2 juga menunjukkan bahwa nilai varian error pengukuran adalah relatif kecil. Nilai varians error pengukuran e adalah antara 0,110 sampai dengan
0,354. Varians error yang paling kecil adalah e19 0,110 dan yang paling besar adalah e10 0,354. Model yang baik adalah model dengan nilai varians error yang
kecil tetapi tidak negatif Ferdinand, 2000:46. Berdasarkan
confirmatory factor analysis didapatkan hasil bahwa model yang
dibentuk untuk produk kendaraan bermotor YAMAHA adalah fit dan tidak terdapat perbedaan yang signifikan di antara variabel-variabel penelitian. Dengan demikian
model layak digunakan dan pengujian dapat dilanjutkan.
4.2.1.3.2 Full Model
Langkah selanjutnya adalah melakukan estimasi dengan full model SEM structural equation model. Pelaksanaannya adalah dengan mengganti dua anak
panah pada diagram confirmatory factor analysis dengan satu anak panah untuk hubungan yang dihipotesiskan. Penelitian ini menggunakan tujuh buah hipotesis yang
81
merupakan hubungan kausalitas antar variabel-variabel pada model penelitian. Hubungan antara variabel tersebut dibangun berdasarkan telaah teori yang dilakukan
sebelumnya. SEM tidak untuk membentuk teori, tetapi untuk mengkonfirmasikan sebuah teori apakah sesuai dengan pengamatan. Berikut adalah output full model
SEM dengan menggunakan program AMOS versi 6.00.
Gambar 4.3 Full Model Analisis
Chi-Square = 160,919 P= ,465
RMSEA = ,007 GFI = ,888
AGFI = ,853 Cmindf = 1,006
CFI = ,999 TLI = ,999
Sumber: Data primer diolah, 2011
82
Hasil ouput tersebut kemudian akan diuji adanya kemungkinan munculnya masalah identifikasi dan akan dianalisis untuk menguji hipotesis hubungan kausalitas
dalam penelitian ini. Pengujian ini kemungkinan muncul masalah identifikasi dan interprestasi model akan dilakukan pada sub bab berikut.
4.2.1.4 Kemungkinan Munculnya Masalah Identifikasi
