Uji Reliabilitas Normalitas Data

commit to user lxv BD6 .795 BD7 .436 .589 BL1 .744 BL2 .572 .461 BL3 .641 BL4 .644 BL5 .771 BAO1 .777 BAO2 .817 BAO3 .777 BAO4 .635 RI1 .743 RI2 .855 RI3 .613 RI4 .698 RI5 .572 RI6 .761 RI7 .721 Sumber : Data primer yang diolah, 2011

2. Uji Reliabilitas

Uji reliabilitas dilakukan untuk mengetahui tingkat konsistensi dari instrumen – instrumen yang diukur. Reliabilitas merupakan syarat untuk tercapainya validitas suatu kuesioner dengan tujuan tertentu. Untuk menguji reliabilitas digunakan alat ukur Cronbach Alpha dengan bantuan program SPSS for Windows versi 11.5. Semakin dekat dengan koefisien keandalan dengan 1 semakin baik. Secara umum nilai cronbach alpha kurang dari 0,6 dianggap buruk, bila nilai cronbach alpha dalam kisaran 0,7 bisa diterima sedang nilai cronbach alpha lebih dari 0,8 adalah baik Sekaran, 2000. commit to user lxvi Dari hasil pretest uji reliabilitas terhadap 40 responden didapatkan hasil sebagai berikut: Tabel III.5 Hasil pretest Uji Reliabilitas Variabel Cronbachs Alpha Country of Origin COO 0,7769 Brand Distinctiveness BD 0,7335 Brand Loyalty BL 0,7179 Brand AwarenessAssociation BAO 0,7433 Repurchase Intention RI 0,7690 Sumber: Data primer yang diolah, 2011. Dari Tabel III.5 dapat dilihat bahwa semua instrumen dinyatakan reliabel karena mempunyai nilai cronbach’s alpha 0,60.

3. Uji Asumsi Model

a. Uji Normalitas

Nilai statistic untuk menguji normalitas disebut z value Critical Ratio atau CR pada output AMOS 6 dari ukuran skewness dan kurtosis sebaran data. Bila nilai CR lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak normal.

b. Uji Outlier

Dalam analisis multivariate adanya outliers dapat diuji dengan statistic chi square x 2 terhadap nilai mahalanobis distance squared pada tingkat commit to user lxvii signifikansi 0,001 dengan degree of freedom sejumlah konstruk yang digunakan dalam penelitian Ferdinand, 2002

E. PENGUJIAN HIPOTESIS

Setelah model dinyatakan fit atau dapat diterima secara statistik, langkah berikutnya adalah melakukan pengujian hipotesis dengan bantuan AMOS 6 dengan menganalisis hubungan diantara variabel-variabel laten. SEM juga dapat mengestimasi nilai-nilai path dari setiap hubungan variabel. Dengan menggunakan analisis SEM maka semua hipotesis dalam studi ini dapat diuji dengan melihat nilai probability yang ditunjukkan oleh output AMOS 6. Pengujian yang dilakukan meliputi:

a. Analisis kesesuaian model Goodness of-fit

commit to user lxviii Model struktural dikategorikan sebagai “good fit”, bila memenuhi beberapa persyaratan berikut ini: a Memiliki degree of freedom df positif b Nilai level probabilitas minimum yang disyaratkan adalah 0,1 atau 0,2, tetapi untuk level probabilitas sebesar 0,05 masih diperbolehkan Hair et al., 1998:613 c Mengukur chi-square 2 χ statistic untuk memastikan bahwa tidak ada perbedaan antara matriks kovarian data sampel dan matriks kovarian populasi yang diestimasi. Nilai chi-square 2 χ sangat sensitif terhadap besarnya sampel dan hanya sesuai untuk ukuran sampel antara 100 – 200. Model yang diuji akan dipandang baik bila nilai 2 χ -nya rendah dan diterima berdasarkan probabilitas dengan cut-off value sebesar p 0,05 atau p 0,01, sehingga perbedaan matriks aktual dan yang diperkirakan adalah tidak signifikan Hair et al; Hulland et al dalam Ferdinand, 2002:55. d CMINDF, adalah statistik chi-square dibagi DF-nya, yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Nilai yang diterima adalah kurang dari 2 atau bahkan kurang dari 3 Arbuckle dalam Ferdinand, 2002:58. e Menguji kesesuaian model dengan beberapa indeks tambahan, seperti: Goodness of Fit Index GFI, Adjusted Goodness of Fit commit to user lxix Index AGFI, Tucker-Lewis Index TLI, Comparative Fit Index CFI, dan Root Mean Square Error of Approximation RMSEA. Indeks-indeks yang digunakan untuk menguji kelayakan sebuah model diringkas dalam table berikut: Tabel III.6 Goodness-of-fit Indices Goodness-of-fit Indices Cut-off Value chi-square 2 χ Diharapkan kecil Significance Probability p 05 , ≥ CMINDF 00 , 2 ≤ RMR 0,03 GFI 90 , ≥ AGFI 90 , ≥ TLI 95 , ≥ CFI 95 , ≥ RMSEA 08 , ≤ Sumber: Ferdinand, 2006:61

BAB IV ANALISIS DATA DAN PEMBAHASAN

A. Analisis Deskriptif

Analisis deskriptif dimaksudkan untuk mengetahui karakteristik responden. Responden dalam penelitian ini adalah pengguna produk elektronik televisi, lemari es, dan AC buatan Jepang di kota Solo. Teknik pengambilan sampel menggunakan purposive sampling. Pada penelitian ini kuesioner yang disebarkan adalah sebanyak 150 commit to user lxx kuesioner. Jumlah kuesioner yang bisa dikumpulkan kembali oleh peneliti adalah sejumlah 150 kuesioner respon rate 100 . Jumlah sampel data yang terkumpul telah memenuhi ukuran sampel minimum yang disyaratkan, yaitu 5 kali indikator yang digunakan 30 indikator sehingga didapat sampel minimum sebesar 150 responden. Gambaran umum tentang responden diperoleh dari data diri yang terdapat dalam kuesioner pada bagian identitas responden yang meliputi jenis kelamin, usia, penghasilan, pendidikan, pekerjaan, status pernikahan dan produk yang digunakan dapat dilihat dalam tabel berikut ini: Tabel IV.1 Deskripsi Responden Berdasarkan Jenis Kelamin Jenis Kelamin Frekuensi Persentase Pria 82 54,7 Wanita 68 45,3 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Berdasarkan Tabel IV.1 dapat diketahui bahwa responden dalam penelitian ini didominasi oleh pria. Tabel IV.2 Deskripsi Responden Berdasarkan Usia Usia Tahun Frekuensi Persentase 20 – 29 47 31,3 30 – 39 46 30,7 40 – 49 32 21,3 50 – 60 21 14 60 4 2,7 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Responden dalam penelitian ini sebagian besar berusia 20 – 29 tahun yang ditunjukkan pada Tabel IV.2 dengan persentase sebesar 31,3. commit to user lxxi Tabel IV.3 Deskripsi Responden Berdasarkan Penghasilan Keluarga Penghasilan rupiah Frekuensi Persentase 1 juta 4 2,7 1 – 1,9 juta 72 48 2 – 2,9 juta 57 38 3 – 4 juta 14 9,3 4 juta 3 2 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Tabel IV.3 menunjukkan sebagian besar responden dalam penelitian ini memiliki penghasilan sebesar Rp.1.000.000,- sampai dengan Rp.1.900.000,-. Tabel IV.4 Deskripsi Responden Berdasarkan Pendidikan Terakhir Pendidikan Terakhir Frekuensi Persentase SMUSederajat 27 18 D3 62 41,3 S1 41 27,3 S2 15 10 S3 5 3,3 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Berdasarkan Tabel IV.4 dapat diketahui bahwa sebagian besar responden mempunyai tingkat pendidikan terakhir D3. commit to user lxxii Tabel IV.5 Deskripsi Responden Berdasarkan Pekerjaan Pekerjaan Frekuensi Persentase PNS 29 19,3 TNIPOLRI 2 1,3 GuruDosen 16 10,7 Karyawan Swasta 45 30 Wiraswasta 37 24,7 Pensiunan 4 2,7 Ibu Rumah Tangga 17 11,3 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Tabel IV.5 menunjukkan sebagian besar responden bekerja sebagai karyawan swasta. Tabel IV.6 Deskripsi Responden Berdasarkan Status Pernikahan Status Pernikahan Frekuensi Persentase Belum menikah 43 28,7 Sudah menikah 104 69,3 Pernah menikah 3 2 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Berdasarkan Tabel IV.6 dapat diketahui bahwa sebagian besar responden dalam penelitian ini sudah menikah. Tabel IV.7 Deskripsi Responden Berdasarkan Produk yang Digunakan Produk Frekuensi Persentase Televisi 105 70 Lemari Es 35 23,3 AC 10 6,7 Jumlah 150 100 Sumber: Data primer yang diolah, 2011. Responden dalam penelitian ini sebagian besar menggunakan produk commit to user lxxiii KMO and Bartletts Test .808 2237.460 435 .000 Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square df Sig. Bartletts Test of Sphericity televisi buatan Jepang. Hal ini terlihat dari Tabel IV.7, responden yang menggunakan produk televisi buatan Jepang sebanyak 105 responden 70.

B. Uji Validitas

Uji Validitas menunjukkan seberapa nyata suatu pengujian mengukur apa yang seharusnya diukur Jogiyanto, 2004. Dikarenakan konstruk yang hendak diuji merupakan pengujian kembali dari penelitian yang telah dilakukan sebelumnya, dimana pada penelitian sebelumnya telah berhasil mengidentifikasi faktor-faktor yang membentuk konstruk maka dalam penelitian ini teknik analisis yang dipakai dengan menggunakan Confirmatory Factor Analysis CFA, dengan bantuan program SPSS for Windows versi 11.5. Tabel IV.8 Sumber : Data primer yang diolah, 2010. Tabel IV.8 menunjukkan nilai KMO Measure of Sampling Adequacy MSA dalam penelitian ini sebesar 0,808. Karena nilai MSA di atas 0,5 serta nilai Barlett test signifikan pada 0,000 dapat disimpulkan bahwa uji analisis faktor dapat dilanjutkan. commit to user lxxiv Tabel IV.9 menunjukkan bahwa semua item pernyataan dinyatakan valid, karena mempunyai factor loading 0,5 dan terekstrak secara sempurna. Tabel IV.9 Hasil Uji Validitas Rotated Component Matrix Component 1 2 3 4 5 COO1 .803 COO2 .884 COO3 .876 COO4 .582 COO5 .868 COO7 .730 BD1 .664 BD2 .577 BD3 .631 BD4 .619 BD5 .690 commit to user lxxv BD6 .544 BL1 .895 BL3 .901 BL4 .790 BL5 .563 BAO1 .725 BAO2 .743 BAO3 .733 BAO4 .804 RI1 .579 RI2 .711 RI3 .652 RI4 .718 RI5 .517 RI6 .770 RI7 .767 Sumber : Data primer yang diolah, 2011.

C. Uji Reliabilitas

Setelah pengujian validitas, maka tahap selanjutnya adalah pengujian reliabilitas yang bertujuan untuk mengetahui konsistensi item-item pertanyaan yang digunakan. Untuk mengukur reliabilitas dari instrument penelitian ini dilakukan dengan menggunakan koefisien Cronbach Alpha. Dari hasil pengujian reliabilitas variabel dengan menggunakan bantuan program SPSS for Windows versi 11.5 didapatkan nilai Cronbach Alpha masing-masing variabel sebagai berikut: Tabel IV.10 Hasil Uji Reliabilitas Variabel Cronbachs Alpha Country of Origin COO 0,9060 Brand Distinctiveness BD 0,7367 Brand Loyalty BL 0,8458 Brand AwarenessAssociation BAO 0,7825 Repurchase Intention RI 0,8352 Sumber: Data primer yang diolah, 2011. commit to user lxxvi Dari Tabel IV.10 dapat dilihat bahwa semua instrumen dinyatakan reliabel karena mempunyai nilai cronbach’s alpha 0,60.

D. Uji Asumsi Model

1. Normalitas Data

Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan AMOS 6. Tabel IV.12 menunjukkan hasil pengujian normalitas data dalam penelitian ini. Secara univariate untuk nilai-nilai dalam C.r skewness, ada 4 item pernyataan menunjukkan nilai 2. Sedangkan untuk nilai-nilai dalam C.r kurtosis, semua item pertanyaan menunjukkan nilai 7. Dengan demikian secara univariate tidak terdistribusi normal secara skewness. Nilai yang tertera di pojok kanan bawah pada Tabel IV.11 menandakan bahwa data dalam penelitian ini terdistribusi normal secara multivariate dengan nilai C.r kurtosis 5,812. Analisis terhadap data tidak normal dapat mengakibatkan pembiasan interpretasi karena nilai chi-square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Penelitian ini menggunakan teknik Maximum Likelihood Estimates MLE yang tidak terlalu terpengaruh robust terhadap data yang tidak normal Ghozali dan Fuad, 2005: 35-36 sehingga analisis selanjutnya dapat dilakukan. Tabel IV.11 Hasil Uji Normalitas Variable min max skew c.r. kurtosis c.r. commit to user lxxvii Variable min max skew c.r. kurtosis c.r. ri7 3.000 5.000 -.126 -.632 -.475 -1.187 ri6 3.000 5.000 -.084 -.421 -.430 -1.075 ri5 3.000 5.000 -.010 -.052 -.236 -.590 ri4 3.000 5.000 -.094 -.471 -.415 -1.037 ri3 3.000 5.000 -.142 -.712 -.502 -1.255 ri2 3.000 5.000 -.065 -.325 -.660 -1.650 ri1 3.000 5.000 -.047 -.233 -.564 -1.410 bao1 3.000 5.000 .113 .565 -.691 -1.728 bao2 3.000 5.000 .217 1.086 -.741 -1.853 bao3 2.000 5.000 .049 .247 -.908 -2.269 bao4 2.000 5.000 -.190 -.950 -.932 -2.330 coo1 3.000 5.000 -.507 -2.536 -.878 -2.195 coo2 3.000 5.000 -.384 -1.921 -.935 -2.338 coo3 3.000 5.000 -.421 -2.107 -.879 -2.199 coo4 3.000 5.000 -.220 -1.102 -.958 -2.394 coo5 3.000 5.000 -.455 -2.277 -.882 -2.206 coo7 3.000 5.000 -.542 -2.709 -.720 -1.801 bd6 3.000 5.000 -.007 -.035 -.692 -1.730 bd5 2.000 5.000 -.241 -1.203 -.222 -.556 bd4 3.000 5.000 -.190 -.951 -.734 -1.836 bd3 2.000 5.000 -.243 -1.216 .168 .420 bd2 3.000 5.000 -.110 -.552 -.860 -2.149 bd1 3.000 5.000 -.058 -.290 -.718 -1.795 bl5 2.000 5.000 -.128 -.640 -.182 -.454 bl4 3.000 5.000 -.065 -.324 -1.207 -3.018 bl3 3.000 5.000 .144 .720 -1.409 -3.522 bl1 3.000 5.000 .159 .793 -1.451 -3.627 Multivariate 37.558 5.812 Sumber: Data primer yang diolah, 2011.

2. Evaluasi Outliers