Yaitu pengumpulan data bahan-bahan keterangan dilakukan dengan melakukan tanya jawab secara langsung dengan para pelanggan
Honda Vario di PT. Mega Persada Mandiri Sidoarjo. b. Kuesioner
Yaitu pengumpulan data dilakukan dengan cara menyebarkan kuesioner kepada calon responden yang ingin membeli sepeda motor
Honda Vario di PT. Mega Persada Mandiri Sidoarjo
3.4 Teknik Analisis dan Pengujian Hipotesis
3.4.1 Teknik Analisis
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Model SEM. SEM adalah sekumpulan
teknik-teknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif “rumit” secara simultan. Hubungan yang rumit itu
dapat dibangun antara satu atau beberapa variabel dependen dengan satu atau beberapa variabel independen. Masing-masing variabel dependen dan
independen dapat berbentuk factor konstruk yang dibangun dari beberapa variabel indikator. Metode ini bukan ditujukan untuk
menghasilkan teori melainkan “menginformasikan” teori. Analisis SEM pada penelitian ini bertujuan untuk mengetahui seberapa besar pengaruh
karakteristik bintang iklan terhadap minat beli Honda Vario. Model pengukuran factor perluasan merek, rekomendasi, dan harga premium
menggunakan Confirmatory Factor Analysis. Penaksiran pengaruh
masing-masing variabel bebas karakteristik bintang iklan terhadap variabel terikatnya minat beli menggunakan koefisien jalur. Langkah-langkah
dalam analisis SEM model pengukuran dengan contoh factor kepercayaan dilakukan sebagai berikut :
X.1.1= X1 Visibility = er_1 X1.2= X2 Visibility = er_2
Bila persamaan diatas dinyatakan dengan sebuah pengukuran model diuji undimensionanyal melalui Confirmatory Fatctor Analysis,
maka model pengukuran dengan contoh factor jaminan akan nampak sebagai berikut:
Gambar 2 : Contoh model pengukuran faktor Keterangan :
X1.1 = Pertanyaan tentang sejauh mana bintang iklan dikenal X1.2 = Pertanyaan tentang sejauh mana bintang iklan mampu menarik perhatian
er_j = error term X1j Demikian juga faktor lain seperti Credibility, Attraction, dan minat beli.
3.4.2 Asumsi Model Structural Equation Modelling
a. Uji Normalitas Sebaran dan Linieritas
1. Normalitas dapat diuji dengan melihat gambar histogram data
atau dapat diuji dengan metode-metode statistic. Visibility
X1 X1.1
X1.2 er 1
er 2
2. Menggunakan Critical Ratio yang diperoleh dengan membagi
koefisien samprl dengan standard errornya dan Skweness value yang biasanya disajikan dalam statistic deskriptif
dimana nilai statistic 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 adalah tidak normal.
3. Normal Probability Plot SPSS 10.1.
4. Linieritas dengan mengamati scatterplots dari data yaitu
dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas.
b. Evaluasi atas Outlier
1. Mengamati nilai Z-score : ketentuannya diantara ± 3.0 non
outlier. 2.
Multivariate Outlier diuij dengan criteria jarak Mahalonobis pada tingkat
ρ 0.001. Jarak diuji dengan Chi-Square X² pada df sebesar jumlah variabel bebasnya. Ketentuan : bila
Mahalonobis dari nilai X² 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, 1998. c. Deteksi Multicollinierity dan Singularity
Deteksi dengan mengamati determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0
kecil, maka terjadi multikolinieriti dari singularitas Tabachnick dan Fidell, 1998.
a. Uji Validitas dan Reliabilitas
Dimensi yang diukur melalui indicator-indikator dalam daftar pertanyaan perlu dilihat reliabilitasnya dan validitas, dalam hal ini
dijelaskan sebagai berikut: 1
Uji Validitas Validitas menyangkut tingkat akurasi yang dicapai oleh
sebuah indicator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Karena indicator
multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari
hubungan antara setiap observed variable dan latent variabel. 2
Uji Realibilitas Adalah ukuran mengenai konsistensi internal dari
indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan
sebuah konstruk yang umum. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Construct
reliability dan Variance extracted dihitung dengan menggunakan rumus sebagai berikut :
Construct reliability = [
∑ Standardize Loading]² [
∑ Standardize Loading]² + ∑ εj ]
Variance Extracted =
∑ Standardize Loading² ∑ Standardize Loading² + εj
Sementara εj dapat dihitung dengan formula εj = 1 – [Stabdardize
Loading]. Secara umum, nilai construct reliability yang dapat diterima adalah
≥ 0,7 dan variance extracted ≥ 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 sebagai indikatornya.
3.4.3 Pengujian Hipotesis dan Hubungan Kausal