3. Root Mean Square Residuals RMR
Ukuran ini menunjukkaan niiai sisaan dari kovarian suatu model yang dibangun. Suatu model dikatakan baik jika nilai sisanya lebih
kecil dari 0,1. Nilai sisaan yang semakin kecil dan mendekati 0, maka model dikatakan semakin baik.
4. Goodness of Fit Index GFI
GFI merupakan suatu ukuran yang menunjukkan seberapa besar model mampu menerangkan keragaman data. Nilai GFI harus
berkisar 0-1 Batas minimal 0,9 merupakan patokan model dapat dikatakan baik. Model yang nilainya lebih besar dari 0,9 berarti
model semakin baik. 5.
Adjusted Goodness of Fit Index AGFI Ukuran ini merupakan modifikasi dari GFI dengan mengakomodasi
derajat bebas model lain yang dibandingkan. AGFI sebesar 1 menunjukkan bahwa model memiliki perfect fit. Model yang
dikatakan fit adalah model yang memiliki AGFI 0,9.
f. Interpretasi model
Langkah terakhir adalah menginterpretasi model solusi standar, yaitu melihat besarnya kontribusi variabel indikator terhadap variabel laten
dan besarnya pengaruh variabel laten.
3. Analisis Diskriminan
Analisis diskriminan adalah sebuah teknik untuk menganalisis data ketika kriterion atau variabel dependen bersifat katagoris dan prediktor
atau variabel independen bersifat interval atau rasio Malhotra, 2005. Penelitian ini menggunakan metode analisis diskriminan
metode linier, dimana variabel independen dimasukkan ke dalam model berdasarkan kemampuan variabel independen tersebut dalam melakukan
diskriminan antar grup. Metode ini cocok digunakan jika banyak variabel independen yang dilibatkan dan peneliti ingin menyederhanakan
model dengan memilih variabel independen terbaik untuk dimasukkan kedalam model Malhotra, 2005.
Model analisis diskriminan dengan kombinasi analisis linear adalah sebagai berikut Hair et.al., 1998 :
Zk = a + W1X1k + W2X2k + .......+ WnXnk ................. 5 Keterangan:
Zk : Skor Diskriminan a : Intersep
X : Variabel Independen W : Bobot Diskriminan
Skala Pengukuran
Teknik skala pengukuran adalah teknik yang digunakan untuk mengukur variabel yang akan diteliti sedangkan tujuan teknik skala
pengukuran adalah untuk mengklasifikasikan variabel yang akan diukur agar tidak terjadi kesalahan dalam menetukan analisis data dan
langkah penelitian selanjutnya. Teknik skala pengukuran ada empat yaitu: 1 skala nominal; 2 skala ordinal; 3 skala interval; 4 skala
rasio Rangkuti, 1997. skala yang digunakan dalam penelitian ini adalah skala likert ordinal dan skala interval.
Skala likert yang digunakan dalam penelitian ini adalah 1, 2, 3, 4, dan 5, yang menunjukkan tingkat kepentingan dari variabel masing-
masing yang diuji. Skala likert adalah ukuran gabungan yang didasarkan pada struktur intensitas pertanyaan-pertanyaan.
Skala interval adalah tingkatan, juga diasumsikan mempunyai jarak yang pasti antara satu kategori dan kategori lain dalam satu variabel.
Dengan demikian, skala likert sebenernya bukan skala, melainkan suatu cara yang lebih sistematis untuk memberi skor pada indeks. Menurut
Joreskog 2002, variabel ordinal tidak memiliki keaslian suatu unit pengukuran. Mean, variasi, dan kovarian dari variabel ordinal tidak
memiliki arti. Variabel ordinal bukanlah suatu variabel yang kontinyu dan tidak seharusnya dipkai dalam penelitian. Oleh karena itu,
variabel ordinal perlu dikonversi menjadi variabel interval sehingga dapat diketahui jaraknya Hays dalam Waryanto, 2006.
4. Penerapan Manajerial Metode Analisis Data
Penggunaan Consumer Decision Model CDM untuk mengetahui alur-alur yang dapat dilalui oleh konsumen mulai dari pesan iklan hingga
melakukan pembelian nyata. Analisis Consumer Decision Model ini didukung dengan menggunakan alat analisis Structural Equation Modeling
SEM yang diperlukan untuk memperhitungkan alur yang efektif dalam mencapai pembelian nyata. Setelah mendapatkan alur yang efektif maka
perlu dianalisis lebih lanjut dengan menggunakan alat analisis diskriminan untuk mengetahui faktor-faktor yang mempengaruhi keputusan pembelian
varian es krim Wall’s Magnum pada pengguna social media berdasarkan gender.
IV. HASIL DAN PEMBAHASAN