Teknik Analisis Data METODE PENELITIAN

3.3.3. Pengumpulan Data

a. Wawancara Yaitu teknik pengumpulan data dengan cara melakukan wawancara atau tanya jawab secara langsung kepada pihak responden yang ditemui dan kemudian memberikan pertanyaan yang berhubungan dengan data yang dibutuhkan dalam penelitian. b. Kuesioner Merupakan teknik pengumpula data dengan menyebarkan daftar pertanyaan angket kepada responden untuk memperoleh informasi langsung.

3.4. Teknik Analisis Data

Ketepatan pengujian suatu hipotesis tentang pengaruh antara variabel dalam penelitian sangat tergantung pada kualitas data yang diperoleh dan digunakan dalam pengujian tersebut. Kualitas data yang ditentukan oleh kesungguhan konsumen dalam menjawab semua pertanyaan penelitian dan alat pengukuran berupa kuesioner yang digunakan untuk mengumpulkan data tersebut. Metode yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modeling SEM. Model pengukuran faktor menggunakan Confirmatory Faktor Analysis. Langkah-langkah dalam analisis SEM model pengukuran dengan contoh faktor dimensi Consumer Brand Characteristic sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Persamaan faktor dimensi Consumer Brand Characteristic : X1.1 = λ1 Consumer Brand Characteristic + er_1 X1.2 = λ2 Consumer Brand Characteristic + er_2 X1.3 = λ3 Consumer Brand Characteristic + er_3 Bila pernyataan diatas dinyatakan dalam sebuah pengukuran model untuk diuji unidimensionalitasnya melalui Confirmatory Faktor Analysis, maka model pengukuran dengan contoh faktor persepsi maka akan tampak sebagai berikut : Contoh Model Pengukuran Faktor Consumer Brand Characteristic Keterangan : X1.1 = Pertanyaan tentang …………. X1.2 = Pertanyaan tentang …………. X1.3 = Pernyataan tentang …………. er_ j = error term xij

1. Asumsi Model

Structural Equation Modeling a. Uji Normalitas Sebaran dan Linieritas 1 Normalitas dapat diuji dengan melihat gambar histrogram data atau dapat diuji dengan metode-metode statistik. er_1 er_2 er_3 X1.1 X1.2 XI.3 Consumer Brand Characteristic Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 2 Menggunakan Critical Ration yang diperoleh dengan membagi koefisien saampel dengan standar errornya dan skewness value yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu disebut sebagai Z-value. Pada tingkat signifikan 1, jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data tidak normal. 3 Normal Probability Plot SPSS 10.1 4 Linearitas dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pada penyebaran untuk menduga ada tidaknya linearitas. b. Evaluasi atas Outlier 1. Mengamati nilai Z-score : ketentuannya diantara ± 3,0 non outlier. 2. Multivariaet outlier dengan kriteria jarak mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square X pada df sebesar jumlah variabel bebasnya. Ketentuan : bila mahalanobis dari nilai x adalah multivariate outlier. Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi Hair : 1989. c. Multicolinearity dan Singularity Dapat dideteksi dengan mengamati Determinat Matriks Covarians. Dengan ketentuan apabila Determinat sampel Matrix mendekati Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. angka 0 kecil. Maka terjadi multikolinearitas dan singularitas Ferdinand, 2002 : 108. d. Uji Validitas dan Reabilitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsisten internal dari indikator-indikator sebuah kontruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah kontruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent variabel construct akan diuji dengan melihat loading faktor dengan hubungan antara setiap observed variabel dan latent variabel construct reability dan variance-extracted dihitung dengan rumus berikut. Construct Liability = ∑S tan dardize Loading ² ∑S tan dardize Loading ² + ∑ εj Variance Liability = ∑S tan dardize Loading ² ∑Stan dardize Loading ² + ∑ εj Sementara εj dapat dihitung dengan formula εj = 1-Standardize Loading ² secara umum, nilai construct reliability yang dapat terima adalah ≥ 0,7 dan variance extrated ≥ 0,5 Hair et.al, 1998. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weights terhadap setiap butir sebagian indikatornya. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2. Pengujian Hipotesis dan Hubungan Kausal

Pengaruh langsung diamati dari bobot regresi terstandar, dengan pengujian signifikan pembagiaan nilai CR Critical Ratio atau p probability yang sama dengan nilai t hitung. Apabila t hitung lebih besar dari pada t tabel berarti signifikan.

3. Evaluasi Model

Menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan pengujian fit antara model teoritas dan data empiris. Jika model teoristis menggambarkan “good fit” dengan data, maka model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” jadi “good fit” model yang diuji sangat penting dalam penggunaan structural equation modeling Hair. et. al, 1989 Pengujian terhadap model yang dikembangkan dengan berbagai kriteria goodness of fit, yakni chi-square, probability, RMSEA, GFI, TLI, CFI, AGFI, CMIN DF. Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan two step approach to SEM. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 1.2 : GOODNESS OF FIT INDEX GOODNESS OF FIT INDEX KETERANGAN CUT - OFF VALUE X - Chi square Menguji apakah covariances populasi yang destimasi sama dengan convariance sampel apakah model sesuai dengan data Diharapkan kecil, 1 sd 5 atau paling baik diantara 1 dan 2 Pobability Uji signifikan terhadap perbedaan matriks convariance data dan matriks covariances yang diestimasi Minimum 0.1 atau 0.2 atau 0.05 RMSEA Mengkompensasi kelemahan Chi-Square pada sampel besar 0.08 GFI Menghitung proporsi tertimbang varians dalam matriks sample yang dijelaskan oleh matriks convariance populasi yang diestimasi analog dengan R² dalam regresi berganda 0 sampai dengan 1 AGFI GFI yang disesuaikan terhadap DF 0.09 CMIN DE Kesesuain antara data dan model 2.00 TLI Pembandingan antara model yang diuji terhadap baseline model 0.95 CFI Uji kelayakan model yang tidak sensitiv terhadap besarnya sampel dan kerumitan model 0.95 Sumber : Hair et.al, 1989 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB IV ANALISIS DAN PEMBAHASAN

4.1. Deskriptif Hasil Penelitian

4.1.1. Analisis Karakteristik

Responden Karakterisrik responden dalam penelitian ini didentifika berdasarkan Berdasarkan karakteristik responden yang meliputi usia, pekerjaan responden dan jenis kelamin responden. Pengambilan kuesioner dilakukan selama 1 minggu dimulai tanggal 16 – 22 Januari 2011 di lingkungan daerah Surabaya Barat. Dari 100 kuesioner yang terkumpul diperoleh data dengan perincian sebagai berikut : a. Karakteristik berdasarkan usia responden Tabel 4.1. Karakteristik Responden Berdasarkan Usia No Usia Tahun Jumlah Persentase 1 17-22 8 8 2 23-28 17 17 3 29-34 32 32 4 35-40 30 30 5 41-45 13 13 Total 100 100 Sumber : Data kuesioner diolah Pada tabel diatas dapat diketahui bahwa jumlah responden yang dijadikan sebagai obyek penelitian ini sebanyak 100 responden yang sebagaian besar responden 32 adalah berusia 29-34 tahun, sedangkan sebagian kecil adalah berusia 17- 22 tahun yaitu sebesar 8, usia 35-40 tahun sebesar 30, usia 23-28 tahun yaitu sebesar 17, dan usia 41-45 tahun sebesar 13. 42 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.