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