33 tinggi. Kuesioner yang telah disiapkan Lampiran 1 harus benar-benar mengukur
apa yang ingin diukur. Harapannya dengan dilakukan pengujian ini maka data yang terkumpul benar-benar dapat menggambarkan fenomena yang ada dan agar
hasil riset dapat dipertanggung jawabkan secara ilmiah. Pada uji validitas dan uji reliabilitas ini dilakukan terhadap 30 responden, di luar jumlah responden yang
dibutuhkan dalam penelitian ini yaitu 100 responden Rangkuti 2006.
4.5.4. Uji Validitas
Validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan atau kesahihan suatu instrumen. Suatu instrumen dianggap valid bila mampu
mengukur apa yang diinginkan. Jika periset menggunakan kuesioner dalam pengumpulan data, kuesioner yang disusunnya harus mengukur apa yang ingin
diukurnya Umar 2005. Uji validitas ditujukan untuk memperoleh konstruksi atau kerangka suatu konsep yang valid. Apabila terdapat konsistensi antara variabel
satu dengan variabel lainnya, maka konstruksi tersebut telah memiliki validitas. Pengujian validitas kuesioner pada penelitian ini dilakukan dengan
menggunakan software SPSS 17,0 for windows. Validitas suatu atribut dapat dilihat pada hasil output SPSS pada tabel dengan judul Item-Total Statistics.
Menilai valid atau tidaknya suatu atribut dapat dilihat dari nilai Corrected Item- Total Correlation. Suatu atribut dikatakan valid jika nilai Corrected Item-Total
Correlation 0,3 dan dikatakan tidak valid jika 0,3 Nugroho 2005. Atribut yang tidak valid harus dihilangkan dan tidak ditanyakan kepada responden pada
saat pengambilan data dalam penelitian. Hasil uji validitas penelitian ini Lampiran 2 menunjukkan bahwa 18
atribut dari atribut yang diusulkan telah valid. Sehingga semua atribut valid untuk ditanyakan kepada responden dan dapat dijadikan sebagai alat ukur dalam
penelitian ini.
4.5.4. Uji Reliabilitas
Reliabilitas adalah ketepatan atau tingkat presisi suatu ukuran atau alat ukur Nazir 2003. Umar 2005 mendefinisikan reliabilitas adalah suatu nilai
yang menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala
34 yang sama secara berulang dua kali atau lebih. Uji reliabilitas adalah uji
keterandalan yang digunakan dalam riset dimana instrumen riset yang baik akan mampu mengungkapkan informasi yang sebenarnya di lapangan. Uji reliabilitas
digunakan untuk mengetahui keterandalan dari atribut-atribut yang diajukan pada responden dalam kuesioner. Instrumen yang reliabel akan menghasilkan data yang
sesuai dengan kenyataannya, dalam arti berapa kali pun penelitian diulang dengan instrumen tersebut akan teta
p diperoleh „kesimpulan‟ yang sama Durianto et al. 2004.
Pengujian reliabilitas yang digunakan pada penelitian ini menggunakan metode Alpha Cronbach, yaitu metode perhitungan reliabilitas yang
dikembangkan oleh Cronbach. Sama halnya dengan uji validitas, uji reliabilitas juga dilakukan dengan menggunakan software SPSS 17,0. Reliabilitas suatu
atribut dapat dilihat pada hasil output SPSS pada tabel yang berjudul Reliability Coefficients. Koefisien Alpha Cronbach merupakan koefisien reliabilitas yang
paling umum digunakan untuk mengevaluasi internal consistency. Nilai koefisien reliabilitas berkisar antara 0-1. Semakin tinggi nilai koefisien reliabilitas, semakin
reliabel sebuah kuesioner, koefisien reliabilitas yang dianggap baik adalah nilai yang lebih besar dari 0,7.
Hasil uji reliabilitas dalam penelitian ini Lampiran 3 menunjukkan bahwa semua atribut Restoran Mira Sari dapat dikatakan sangat reliabel karena memiliki
nilai Alpha = 0,863. Sehingga semua atribut sudah konsisten pada pengukurannya dalam penelitian ini.
4.5.5. Structural Equation Model SEM
Structural Equation Model atau Model Persamaan Struktural terdiri atas persamaan pengukuran dan persamaan struktural. Model yang menggambarkan
hubungan antara peubah laten peubah yang tidak dapat diukur secara langsung dengan peubah-peubah manifesnya dinamakan model pengukuran. Bila di dalam
model terdapat hubungan antara peubah-peubah laten dinamakan model atau analisis persamaan struktural SEM. Analisis SEM disebut sebagai confirmatory
factor analysis karena analisis SEM lebih banyak bersifat confirmatory. Maksudnya model SEM yang digunakan telah disusun sebelumnya dan lebih
35 bersifat teoritis serta apakah sesuai dengan data yang diperoleh daripada
exploratory mencari model yang sesuai dengan data meskipun analisis SEM terkadang melibatkan teknik-teknik eksplorasi di dalamnya. SEM sering disebut
dengan istilah LISREL Linear Structural Relationship karena LISREL merupakan salah satu perangkat lunak yang paling sering dipakai dalam
mengestimasi model SEM Firdaus Farid 2008. Pendekatan SEM akan memberikan gambaran yang lebih komprehensif
dalam mempelajari suatu fenomen ilmiah. SEM dapat membantu mengarahkan pola pikir peneliti secara efektif dalam menggali permasalahan penelitian hingga
penelusuran atribut yang relevan dalam menjelaskan fenomena atau konstruk. Terdapat tujuh langkah dalam membangun SEM menurut Firdaus dan Farid
2008 yaitu : 1.
Pengembangan model teoritis, yaitu merupakan pengujian kausalitas secara empiris dari teori yang sudah ada dan digunakan untuk konfirmasi model
teoritis tersebut. Hubungan kausalitas dapat dibuat dalam berbagai bentuk dan arti namun pola hubungan akan menjadi rasional bila dilandaskan pada
suatu teori tertentu.
2. Pengembangan path diagram diagram alur. Diagram jalur adalah sebuah
gambar yang menampilkan hubungan yang lengkap dari sekelompok peubah. Diagram dibangun berdasarkan konstruk untuk menunjukkan
hubungan kausalitas. Konstruk merupakan suatu konsep yang dilandaskan pada suatu teori dan berperan sebagai pembatas dalam mendefinisikan pola
hubungan.
3. Mengkonversi diagram path ke dalam persamaan dalam bentuk persamaan
struktural untuk menyatakan hubungan kausalitas.
4. Menentukan matriks input dan estimasi model. Data input SEM merupakan
matriks kovarian untuk melakukan pengujian model dari teori yang ada dan setara dengan regresi untuk digunakan dalam penjelasan atau prediksi
fenomena yang dikaji.
5. Pendugaan koefisien model. Hal ini dilakukan karena kadangkala proses
pendugaan memberikan hasil yang irasional sehingga dapat diatasi dengan
36 menetapkan beberapa nilai koefiisen pada nilai tertentu dan peubah laten yang
hanya memiliki satu peubah indikator ditetapkan nilainya umumnya 1.
6. Evaluasi kriteria goodness of fit. SEM tidak memiliki alat uji statistik tunggal
untuk menguji antara model dengan data yang disajikan. Beberapa indeks
kesesuaian dan cut of value yang umumnya digunakan adalah sebagai berikut :
a. Degree of Freedom DF harus positif yang menandakan model tidak
underidenified.
b. P-value harus lebih dari 0,05 untuk menandakan hasil bahwa uji kecocokan
model yang dilakukan telah memenuhi ketentuan yang dipersyaratkan.
c. RMSEA Root Mean Square Error of Approximation adalah indeks untuk
mengkompensasikan chi-square dalam contoh besar yang menunjukkan kesesuaian yang diharapkan bila model diestimasi. Syarat agar model
menunjukkan close fit adalah RMSEA 0,08.
d. GFI Goodness of Fit = R
2
dalam regresi dan AGFI adjusted R
2
adalah rentang ukuran antara 0 poor fit sampai dengan 1 perfect fit yang
memperhitungkan proporsi tertimbang dari varian dalam sebuah matriks
kovarian contoh. Nilai GFI dan AGFI yang disarankan ≥ 0,90.
e. CFI Comparative Fit Index merupakan indeks yang besarannya tidak
dipengaruhi oleh ukuran contoh sehingga sangat baik untuk mengukur tingkst penerimaan sebuah model. Nilai harus disarankan ≥ 0,90 untuk menunjukkan
kecocokan incremental.
Interpretasi dan modifikasi model. Setelah model diterima, interpretasi dilakukan mengikuti teori yang mendasarinya. Jika kriteria kelayakan model
belum sesuai, maka dilakukan modifikasi model. Modifikasi model dapat dilakukan dengan membuang atau menambah hubungan di dalam model SEM.
Modifikasi hanya boleh dilakukan jika terdapat perubahan yang signifikan dengan dukungan data empirik.
4.5.6. Formulasi Model SEM