Skala Likert Analisis Deskriptif Structure Equation Model SEM

4.4. Metode Analisis Data

Metode dan analisis yang digunakan adalah metode analisis deskriptif descriptive analysis, skala likert, dan SEM. Data kuantitatif yang diperoleh dalam penelitian ini diolah dengan menggunakan program Microsoft Office Excel 2003. Untuk analisis data dengan teknik Structural Equation Model SEM digunakan program khusus yakni LISREL 8.30.

4.4.1. Skala Likert

Skala Likert adalah skala yang dapat memperlihatkan tanggapan konsumen terhadap suatu produk. Pada penelitian ini, skala Likert yang digunakan untuk mengukur citra merek, pengembangan program pemasaran, pemilihan elemen merek, dan penggunaan daya ungkit dari asosiasi sekunder. Jumlah Skala Likert yang digunakan adalah 4 skala dengan menghilangkan unsur keragu-raguan dalam setiap pertanyaannya. Penggunaan jumlah skala likert tidak selalu 5, hal ini dibuktikan dengan adanya penelitian yang menggunakan jumlah skala 7 Customer-Based Brand Equity menurut Netemeyer, et al., 2004 dalam Ghozali dan Fuad, 2005 dan 11 Utilitas Merek bagi konsumen menurut Vasquez, Rio Iglesias, 2002 dalam Ghozali dan Fuad, 2005. Nilai rata-rata dari pengukuran dengan skala ini dapat dipetakan pada rentang skala sebagai berikut : 1 : sangat tidak setuju 2 : tidak setuju 3 : setuju 4 : sangat setuju

4.4.2. Analisis Deskriptif

Analisis deskriptif merupakan metode dalam meneliti status kelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran, ataupun suatu kelas peristiwa pada masa sekarang Nazir, 2003. Analisis deskriptif yang digunakan dalam penelitian ini meliputi karakteristik responden yang terdiri dari jenis kelamin, usia, rata-rata uang bulanan responden, konsumsi rokok tiap hari, rata-rata pengeluaran pembelian rokok per bulan, lokasi pembelian, top of mind rokok mild, dan merek rokok tetap yang dikonsumsi responden.

4.4.3. Structure Equation Model SEM

Metode ini digunakan untuk menganalisis depth tingkat kedalaman pengenalan dan daya ingat terhadap merek, breadth luas jangkauan merek, kekuatan merek strong, tingkat kesukaan terhadap merek favourable, keunikan merek unique, logo merek, nama merek brand names, slogan dari merek, produk product, harga price, saluran distribusi distribution channel, promosi promotion, dan merek lainnya others brand untuk menentukan brand equity value secara menyeluruh. Structure equation model SEM adalah sekumpalan teknik-teknik stastika yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif rumit secara simultan. Hubungan yang rumit itu dapat dibangun antara satu atau beberapa variabel independen. Masing-masing variabel dependen dan independen dapat berbentuk faktor atau konstruksi yang dibangun dari beberapa variabel indikator. Analisis SEM dapat disebut sebagai confirmatory factor analysis , maksudnya model SEM yang digunakan telah disusun sebelumnya dan lebih bersifat teoritis serta apakah sesuai dengan data yang diperoleh daripada mencari model yang sesuai dengan data yang diperoleh Myers dan Mullet, 2003.

4.4.3.1. Tahap-tahap dalam Structural Equation Modelling SEM

Proses Structural Equation Model mencakup beberapa langkah-langkah yang harus dilakukan. Langkah-langkah pada model Structural Equation Model digambarkan secara berurutan dalam gambar 5. Konseptualisasi model Penyusunan diagram alur path diagram Spesifikasi model Identifikasi model Estimasi parameter Penilaian model fit Modifikasi model Validasi silang mode Gambar 5. Tahap-tahap dalam SEM 1. Konseptualisasi model. Tahap ini berhubungan dengan pengembangan hipotesis sebagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga indikator-indikatornya. Dengan kata lain, model yang dibentuk adalah persepsi kita mengenai bagaimana variabel laten dihubungkan berdasarkan teori dan bukti yang kita peroleh dari disiplin ilmu kita. Konseptualisasi model ini juga harus merefleksikan pengukuran variabel laten melalui berbagai indikator yang dapat diukur. Berdasarkan pada penjelasan yang terdapat pada bab kerangka pemikiran maka indikator pada model penelitian brand equity ini adalah depth kedalaman dalam tingkat pengenalan dan daya ingat terhadap merek, breadth luas jangkauan merek, kekuatan merek strong, tingkat kesukaan terhadap merek favourable, keunikan merek unique, logo merek, nama merek brand names, kemasan packaging, slogan dari merek, produk product, harga price, saluran distribusi distribution channel, promosi promotion, pengaruh perusahaan company, dan merek lainnya other brands 2. Penyusunan diagram alur path diagram construction. Penyusunan diagram alur ini akan memudahkan kita dalam menvisualisasikan hipotesis dalam konseptualisasi model diatas. Visualisasi model akan mengurangi tingkat kesalahan kita dalam pembangunan suatu model dengan menggunakan program tertentu, dimana dalam penelitian ini digunakan program LISREL 8.30. 3. Spesifikasi model. Spesifikasi model menggambarkan sifat dan jumlah parameter yang diestimasi. Analisis data tidak dapat dilakukan sampai tahap ini selesai. 4. Identifikasi model. Informasi yang diperoleh dari data diuji untuk menentukan apakah cukup untuk mengestimasi parameter dalam model. Pada tahap ini kita harus memperoleh nilai yang unik untuk keseluruhan parameter dari data yang kita peroleh. Jika hal ini tidak dapat dilakukan, maka modifikasi model mungkin harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi.parameter. 5. Estimasi parameter. Setelah model struktural dapat diidentifikasi, maka estimasi parameter dapat diketahui. Pada tahap ini, estimasi parameter untuk suatu model diperoleh dari data dengan menggunakan program LISREL 8.30 sehingga, menghasilkan matriks kovarians berdasarkan model model-based covariance matrix yang sesuai dengan kovarians matriks sesungguhnya observed covariance matrix. Uji signifikansi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol. 6. Penilaian model fit. Suatu model dikatakan fit apabila kovarians matriks suatu model model-based covariance matrix adalah sama dengan kovarians data observed. Menurut Hair et al., 1998 dalam penetapan kesesuain model Goodness of fit diperiksa adanya offending estimate atau dugaan yang tidak wajar. Adapun ukuran yang umum digunakan menurut Hair et al., 1998 sebagai berikut:

a. P adalah probabilitas untuk memperoleh penyimpangan deviasi besar