Analisis Statistik Deskriptif Analisis Structural Equation Modelling
37 parameter dari suatu model yang digambarkan dengan suatu diagram jalur
Haryono dan Wardoyo, 2012:5 Analisis faktor merupakan teknik statistik multivariat yang digunakan
untuk meringkas dan mereduksi data sejumlah besar variabel ke dalam jumlah yang lebih kecil atau faktor sedangkan, analisis regresi merupakan teknik statistik
yang digunakan untuk melihat hubungan yang terjadi di antara dua variabel yaitu variabel dependen dan independen Hidayat dan Istiadah, 2011:162.
Keunggulan metode SEM dibandingkan analisis faktor dan analisis regresi yaitu antara lain ialah dapat meneliti variabel atau konstruk yang tidak dapat
teramati atau tidak dapat diukur secara langsung, mengkonfirmasi teori sesuai dengan data penelitian, dan dapat menjawab berbagai masalah riset dalam suatu
set analisis secara lebih sistematis dan komprehensif Haryono dan Wardoyo, 2012:9. Model pengukuran pada SEM menjelaskan hubungan antara variabel
dengan indikator-indikatornya dan model struktural menjelaskan hubungan antar variabel Widhiarso, 2009. Pendekatan SEM yang digunakan pada penelitian ini
ialah pendekatan PLS Partial Least Square. Pendekatan PLS merupakan salah satu pendekatan pada metode SEM yang
digunakan untuk melakukan pemodelan persamaan struktural dengan ukuran sampel relatif kecil minimal 30-100 sampel dan tidak membutuhkan asumsi data
berdistribusi normal Haryono dan Wardoyo, 2012:17. Data berdistribusi normal adalah suatu distribusi yang digambarkan dalam grafik berbentuk lonceng yang
datanya memiliki salah satu ciri-ciri data berdistribusi normal yaitu data dapat diukur dan data memiliki nilai ekstrim terlalu besar atau terlalu kecil tidak
terlalu banyak Arifin, 2008:89.
38 Pengembangan PLS pada dasarnya untuk menguji teori yang lemah dan
data yang lemah sehingga ukuran sampel kecil dan data yang tidak berdistribusi normal tidak menjadi masalah bagi PLS Wold dalam Latan dan Ghozali,
2012:6. Walaupun PLS digunakan untuk menjelaskan ada tidaknya hubungan antar variabel laten prediction, PLS dapat juga digunakan untuk mengkonfirmasi
teori Chin dan Newsted dalam Latan dan Ghozali, 2012:6. Kerangka konseptual pada penelitian ini digambarkan bahwa sifat
indikator pada variabel eksogen lebih bersifat formatif yang menandakan bahwa hubungan kausalitas berasal dari indikator ke konstruk, dimana konstruk
merupakan suatu proses atau kejadian dari suatu amatan yang diformulasikan dalam bentuk konseptual dan memerlukan indikator untuk memperjelasnya,
misalnya konstruk loyalitas Haryono dan Wardoyo, 2012:36. Model indikator pada variabel endogen lebih bersifat reflektif yang
menandakan bahwa hubungan kausalitas berasal dari konstruk ke indikator. Fornell dan Bookstein dalam Haryono dan Wardoyo, 2012:47-48 menyatakan
bahwa konstruk seperti “personalitas” atau “sikap” umumnya dipandang sebagai faktor yang menimbulkan sesuatu yang kita amati sehingga indikatornya bersifat
reflektif. Jika konstruk merupakan kombinasi penjelas dari indikator seperti perubahan penduduk atau bauran pemasaran yang ditentukan oleh kombinasi
variabel maka indikatornya harus bersifat formatif. Latan dan Ghozali 2012:47 merumuskan tahapan dalam melakukan
analisis menggunakan model persamaan struktural adalah sebagai berikut:
39 a. Konseptualisasi Model
Hal terpenting pada SEM adalah perancangan model. Pada tahapan ini hubungan antar variabel laten variabel yang tidak bisa diukur secara
langsung akan diteliti. Hubungan tersebut didasarkan pada rumusan masalah atau hipotesis penelitian.
b. Merancang Model Pengukuran Outer Model
Tahapan berikutnya ialah menyusun hubungan kausalitas dengan diagram jalur. Tujuannya ialah agar peneliti dapat dengan mudah
mencermati hubungan kausalitas yang ingin diuji. Hubungan kausalitas yang diteliti adalah antara variabel eksogen terhadap variabel endogen.
Variabel eksogen dalam SEM merupakan pengganti istilah variabel independen. Sedangkan variabel eksogen merupakan pengganti istilah
variabel dependen. Hubungan pada masing-masing variabel eksogen dan endogen terhadap indikator dilakukan perancangan agar peneliti
dapat mengetahui apakah indikator bersifat reflektif atau formatif. Bersifat reflektif berarti indikator sebagai variabel yang dipengaruhi
oleh variabel laten. Sedangkan bersifat formatif berarti indikator dipandang sebagai variabel yang memengaruhi variabel laten.
c. Mengkonstruksi Diagram Jalur
Tahapan-tahapan pada perancangan model struktural dan pengukuran akan memudahkan dalam memahami jalur yang akan dibangun.
Diagram jalur yang telah dibentuk dapat menggambarkan keseluruhan
40 model penelitian yang akan diteliti. Berikut diagram jalur atau model
pengukuran pada masing-masing variabel laten. 1 Model Pengukuran Variabel Laten Eksogen 1 dengan Simbol
ξ
1
. Model pengukuran variabel laten eksogen 1 bersifat formatif
karena konsep produk terbentuk oleh fitur dan manfaat produk sebagai subvariabel yang masing-masing subvariabel tersebut terbentuk oleh
indikator-indikator berupa pernyataan pada kuesioner yang mewakili kedua subvariabel. Model bersifat formatif menggunakan arah panah
yang mengarah dari indikator ke subvariabel dan subvariabel ke arah variabel. Terlihat pada gambar 4 bahwa indikator subvariabel fitur
produk dinotasikan dengan FITPn indikator-indikator fitur produk dengan “n” menandakan indikator fitur produk yang ke-n dan indikator
subvariabel manfaat produk dinotasikan dengan MANFn indikator- indikator manfaat produk dengan “n” menandakan indikator fitur
produk yang ke-n.
Gambar 4. Pemodelan Variabel Laten Eksogen 1 ξ
1
X
1
X
2
41 Keterangan:
ξ
1
= Variabel laten eksogen 1 Konsep produk X
1
= Subvariabel 1 Fitur produk X
2
= Subvariabel 2 Manfaat produk Indikator-indikator pada model pengukuran variabel laten eksogen
1 ini merupakan pertanyaan-pertanyaan yang diharapkan mampu mewakili data yang akan dianalisis. Tabel 5 merupakan keterangan
lengkap dari indikator pada model ini.
Tabel 5. Keterangan Indikator pada Model Pengukuran Variabel Laten Eksogen 1
2 Model Pengukuran Variabel Laten Eksogen 2 dengan S imbol ξ
2
. Model pengukuran variabel laten eksogen 2 bersifat formatif
karena budaya konsumsi dibentuk oleh kebiasaan konsumsi, waktu konsumsi, dan frekuensi konsumsi sebagai subvariabel yang masing-
Pertanyaan Nomor
Kode Indikator
Indikator 8
FITP1 Tingkat penerimaan responden terhadap
tekstur tortilla 9
FITP2 Tingkat penerimaan responden terhadap
bumbu pada kebab
11 FITP3
Tingkat penerimaan responden terhadap bahan tambahan saus dan mayonaise
pada kebab
23 FITP4
Tingkat kelembutan tekstur tortilla 12
MANF1 Penerimaan responden terhadap penting
tidaknya kemasan yang praktis 13
MANF2 Penerimaan responden terhadap penting
atau tidaknya sayur dalam kebab 27
MANF3 Penilaian responden terhadap manfaat
kebab dari aspek kepraktisan 28
MANF4 Penilaian responden terhadap manfaat
kebab dari aspek kesehatan 29
MANF5 Penilaian responden terhadap manfaat
kebab dari aspek pemenuhan rasa lapar
42 masing subvariabel tersebut terbentuk oleh indikator-indikator berupa
pertanyaan pada kuesioner yang mewakili ketiga subvariabel. Model bersifat formatif menggunakan arah panah yang mengarah dari
indikator ke subvariabel dan subvariabel ke arah variabel.
Gambar 5. Pemodelan Variabel Laten Eksogen 2 Keterangan:
ξ
2
= Variabel laten eksogen 2 Budaya konsumsi X
3
= Subvariabel 1 Kebiasaan konsumsi X
4
= Subvariabel 2 Frekuensi konsumsi X
5
= Subvariabel 3 Waktu Konsumsi
Terlihat pada gambar 5 bahwa indikator subvariabel fitur produk dinotasikan dengan KEBKn indikator-indikator kebiasaan konsumsi
dengan “n” menandakan indikator kebiasaan konsumsi yang ke-n. Indikator dari subvariabel waktu konsumsi dinotasikan dengan
X
3
X
4
X
5
ξ
2
43 WAKKn indikator-
indikator waktu konsumsi dengan “n” menandakan indikator waktu konsumsi yang ke-n. Indikator dari subvariabel
frekuensi konsumsi dinotasikan dengan FREKn indikator-indikator frekuensi konsumsi dengan “n” menandakan indikator kebiasaan
konsumsi yang ke-n. Indikator-indikator pada model pengukuran variabel laten eksogen 2 ini merupakan pertanyaan-pertanyaan yang
diharapkan mampu mewakili data yang akan dianalisis. Tabel 6 merupakan keterangan lengkap dari indikator pada model ini.
Tabel 6. Keterangan Indikator pada Model Pengukuran Variabel Laten Eksogen 2
Pertanyaan Nomor
Kode Indikator
Indikator 15
KEBK1 Penting atau tidaknya kecenderungan
mengkonsumsi karena akrab dengan produk
30 KEBK2
Tingkat kecenderungan mengkonsumsi produk secara rutin sejak mengenal
produk
31 KEBK3
Konsistensi mengkonsumsi kebab 45
KEBK4 Terbiasa atau tidaknya mengkonsumsi
kebab
17 FREK1
Penting atau tidaknya frekuensi konsumsi dalam memengaruhi responden
mengkonsumsi kebab
46 FREK2
Tingkat persetujuan terhadap frekuensi konsumsi kebab
18 WAKK1
Pentingnya posisi produk dalam konsumsi sebagai camilan
33 WAKK2
Pemosisian konsumsi kebab oleh responden
44 3 Model Pengukuran Variabel Laten Eksogen 3 dengan S
imbol ξ
3
. Model pengukuran variabel laten eksogen 3 bersifat formatif
karena pengaruh keluarga dibentuk oleh dominasi peran anggota keluarga dan intensitas interaksi antar anggota keluarga sebagai
subvariabel yang masing-masing subvariabel tersebut terbentuk oleh indikator-indikator berupa pertanyaan pada kuesioner yang mewakili
kedua subvariabel. Model bersifat formatif menggunakan arah panah yang mengarah dari indikator ke subvariabel dan subvariabel ke arah
variabel.
Gambar 6. Pemodelan Variabel Laten Eksogen 3 Keterangan:
ξ
3
= Variabel laten eksogen 3 Pengaruh keluarga X
6
= Subvariabel 1 Dominasi peran X
7
= Subvariabel 2 Intensitas interaksi Terlihat pada gambar 6 bahwa indikator subvariabel fitur produk
dinotasikan dengan DOMPn indikator-indikator dominasi peran dengan “n” menandakan indikator dominasi peran yang ke-n dan
X
6
X
7
ξ
3
45 indikator subvariabel intensitas interaksi dinotasikan dengan INTIn
indikator- indikator intensitas interaksi dengan “n” menandakan
indikator intensitas interaksi yang ke-n. Indikator-indikator pada model pengukuran variabel laten eksogen
3 ini merupakan pertanyaan-pertanyaan yang diharapkan mampu mewakili data yang akan dianalisis. Tabel 7 merupakan keterangan
lengkap dari indikator pada model ini.
Tabel 7. Keterangan Indikator pada Model Pengukuran Variabel Laten Eksogen 3
Pertanyaan Nomor
Kode Indikator
Indikator 19
DOMP1 Penting atau tidaknya pengaruh keluarga
dalam konsumsi kebab
20 DOMP2
Penting atau tidaknya dari adanya orang yang pengalaman yang dapat memberikan
saran dalam konsumsi
34 DOMP3
Ada atau tidaknya pengaruh keluarga dalam konsumsi kebab
35 DOMP4
Peran anggota keluarga dalam memengaruhi konsumsi
49 DOMP5
Ada atau tidaknya anggota keluarga yang bertindak sebagai inisiator
50 DOMP6
Ada atau tidaknya anggota bertindak sebagai pemberi pengaruh
21 INTI1
Penting atau tidaknya dari adanya orang dekat yang dapat memengaruhi seseorang
22 INTI2
Penting atau tidaknya dari adanya interaksi sebelum konsumsi kebab
36 INTI3
Tingkat kecenderungan berinteraksi terlebih dahulu dengan keluarga sebelum
mengkonsumsi produk
37 INTI4
Ada atau tidaknya anggota keluarga yang dipercaya untuk memberikan saran
konsumsi
38 INTI5
Intensitas menanyakan saran dengan anggota keluarga
51 INTI6
Persetujuan terhadap pendapat anggota keluarga sebelum konsumsi produk
46 4 Model Pengukuran Variabel Y dengan Simbol
η.
Model pengukuran variabel laten eksogen 2 bersifat reflektif karena perilaku konsumen dicerminkan oleh motivasi, persepsi, dan sikap
sebagai subvariabel yang masing-masing subvariabel tersebut terbentuk oleh indikator-indikator berupa pertanyaan pada kuesioner yang
mewakili ketiga subvariabel. Model bersifat reflektif menggunakan arah panah yang mengarah dari variabel ke subvariabel dan subvariabel
ke arah indikator.
Gambar 7. Pemodelan Variabel Laten Endogen Keterangan:
η = Variabel laten endogen Perilaku konsumen
Y
1
= Subvariabel 1 Motivasi Y
2
= Subvariabel 2 Persepsi Y
2
= Subvariabel 2 Sikap Terlihat pada gambar 7 bahwa indikator subvariabel motivasi
dinotasikan dengan MOTn indikator-indikato r motivasi dengan “n”
menandakan indikator motivasi yang ke-n. Indikator dari subvariabel Y
1
Y
2
Y
3
η
47 persepsi dinotasikan dengan PERSn indikator-indikator persepsi
dengan “n” menandakan indikator persepsi yang ke-n. Indikator dari subvariabel sikap dinotasikan dengan SIKPn indikator-indikator sikap
dengan “n” menandakan indikator sikap yang ke-n Indikator-indikator pada model pengukuran variabel laten endogen
ini merupakan pertanyaan-pertanyaan yang diharapkan mampu mewakili data yang akan dianalisis. Tabel 8 merupakan keterangan
lengkap dari indikator pada model ini.
Tabel 8. Keterangan Indikator pada Model Pengukuran Variabel Laten Endogen
Pertanyaan Nomor
Kode Indikator
Inti Pertanyaan
39 MOT1
Pengaruh produk dalam menentukan konsumsi
40 MOT2
Alasan dominan mengkonsumsi kebab produk atau orang lain
52 MOT3
Produk kebab mampu menarik minat responden untuk mengkonsumsinya
53 MOT4
Pengaruh orang lain terhadap suatu produk menarik minat responden untuk
mengkonsumsinya
41 PERS1
Tingkat kepercayaan terhadap penjual kebab
42 PERS2
Tingkat kepercayaan terhadap anggota keluarga
54 PERS3
Anggota keluarga lebih paham mengenai produk kebab
43 SIKP1
Sikap terhadap penawaran produk kebab 44
SIKP2 Sikap terhadap pengaruh anggota
keluarga 55
SIKP3 Responden mengkonsumsi kebab
berdasarkan saran orang lain
48 d. Konversi diagram jalur ke dalam sistem persamaan
Pada tahapan ini, diagram yang telah dibuat akan dikonversi atau diubah ke dalam sistem persamaan. Persamaan yang dibuat terdapat dua
persamaan yaitu inner model dan outer model. Berikut persamaan- persamaan yang terdapat pada penelitian ini.
1 Outer model spesifikasi hubungan antara variabel laten dengan
indikator a Untuk variabel laten eksogen 1 formatif
ξ
1
= λ
X1
X1+ λ
X2
X2+ 1 b Untuk variabel laten eksogen 2 formatif
ξ
2
= λ
X3
X3+ λ
X4
X4+ λ
X5
X5+ 2 c Untuk variabel laten eksogen 3 formatif
ξ
3
= λ
X6
X6+ λ
X7
X7+ 3 d Untuk variabel laten endogen 1 reflektif
y
1
= λ
Y1
Y1+ 1
y
2
= λ
Y2
Y2+ 2 y
3
= λ
Y3
Y3+ 3 2
Inner model spesifikasi hubungan antara variabel laten η
1
= γ
1
ξ
1
+ γ
2
ξ
2
+ γ
3
ξ
3
+ς
1
e. Evaluasi model Model evaluasi PLS dilakukan dengan menilai outer model dan inner
model. Evaluasi model pengukuran atau outer model dilakukan untuk menilai validitas dan reliabilitas model sedangkan evaluasi model
struktural atau inner model dilakukan untuk memprediksi hubungan
49 antar variabel laten Latan dan Ghozali, 2012:77. Berikut rincian
evaluasi model yang harus dilakukan. 1
Outer model reflektif a
Convergent validity Validitas konvergen merupakan tingkat sejauh mana
operasionalisasi menyatu dengan operasionalisasi lain yang serupa secara teoritis Lowry dan Gaskin, 2014:127. Validitas konvergen
dilihat dari korelasi antara skor indikator formatif dengan skor variabel latennya. Loading atau nilai korelasi sebesar 0.5 sampai
0.6 dianggap cukup pada jumlah indikator per konstruk yang tidak besar, sekitar tiga sampai tujuh indikator. Hair, dkk 2010 dalam
Widhiarso 2011 menyatakan sebuah pengukuran telah memenuhi validitas konvergen jika:
1 Memiliki reliabilitas indikator minimal 0,5 2 Memiliki reliabilitas komposit lebih tinggi dari 0,7
3 Memiliki AVE average variance extended minimal 0,5
b Discriminant validity Validitas diskriminan merupakan tingkat sejauh mana
operasionalisasi menyimpang dari operasionalisasi lain yang harus berbeda secara teoritis Lowry dan Gaskin, 2014:127. Validitas
diskriminan dihitung dengan cara membandingkan nilai square root of AVE setiap konstruk dengan korelasi antara konstruk
lainnya dalam model, jika nilai AVE konstruk lebih besar dari
50 korelasi dengan seluruh konstruk lainnya maka dikatakan memiliki
discriminant validity
yang baik.
Direkomendasikan nilai
pengukuran harus lebih besar dari 0,50. Berikut rumus dari AVE:
c Indicator reliability Reliabilitas indikator merinci bagian dari varian indikator yang
dapat dijelaskan oleh variabel laten yang mendasarinya Vinzi et. al, 2010:694. Pengukuran reliabilitas indikator dengan menghitung
akar pangkat dua dari nilai muatan faktor factor loading yang merupakan estimasi berapa banyak beban indikator tertentu ke
dalam konstruk dari sebuah model. Indikator yang memiliki nilai muatan faktor yang besar menunjukkan bahwa indikator tersebut
memiliki hubungan yang kuat dengan konstruk laten sehingga mendukung tingginya reliabilitas. Nilai reliabilitas indikator dapat
dikatakan baik jika memiliki nilai diatas 0,5 setelah muatan faktor dikuadratkan.
d Composite reliability Perhitungan reliabilitas komposit digunakan untuk mengetahui
seberapa baik sebuah konstruk dapat diukur oleh indikator yang menyusunnya Vinzi et. al, 2010:695. Kelompok indikator yang
mengukur sebuah variabel memiliki reliabilitas komposit yang baik jika memiliki composite reliability
≥0,7, walaupun bukan
51 merupakan standar absolut. Berikut rumus dari composite
reliability:
2 Outer model formatif
a Outer model weight and significance
Pengukuran model formatif yang pertama diukur melalui outer weight bobot yang didapatkan dari hasil pengukuran indikator
pada model. Jika indikator memiliki outer weight yang tidak signifikan 1,65 maka perlu dilihat outer loading atau nilai
korelasi dari indicator tersebut. Indikator dihilangkan jika memiliki outer weight dan outer loading yang tidak signifikan Kwong dan
Wong, 2011. Vinzi et. al 2010: 598 menyatakan mengukur perbandingan nilai outer weight dan outer loading adalah untuk
melihat reliabilitas indikator.
b Collinearity of indicators
Kolinearitas adalah suatu keadaan jika semua variabel bebas dimasukkan dalam model persamaan regresi menghasilkan
koefisien korelasi dan koefisien determinasi yang rendah, namun jika variabel bebas dimasukkan satu per satu, menghasilkan
koefisien korelasi dan koefisien determinasi yang besar atau signifikan Nawari, 2010:233. Masalah kolinearitas pada model
formatif dapat terjadi jika indikator berkorelasi kuat terhadap indikator lainnya. Gaskin dan Lowry 2014:137 dalam jurnalnya
52 menyatakan bahwa untuk mengukur validitas konstruk formatif
bisa dilakukan dengan cara melihat nilai multikolinearitas dari indikator. Nilai dari variance inflation factor harus kurang dari 10
agar model memiliki validitas konstruk yang baik.
3 Inner model
Evaluasi inner model diukur dengan menggunakan R-square variabel laten dependen dengan interpretasi yang sama dengan regresi
sedangkan Q-square predictive relevance untuk model struktural, mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga
estimasi parameternya. Nilai Q-square 0 menunjukkan model memiliki predictive relevance. Jika nilai Q-square
≤ 0 menunjukkan model kurang memiliki predictive relevance. Rumus Q-square ialah:
Q
2
=1-1-R
1 2
R
1 2
adalah R-Square variabel endogen dalam model persamaan. Besaran Q
2
ini memiliki nilai dengan rentang 0 Q
2
1, semakin mendekati 1 berarti model semakin baik.
f. Interpretasi estimasi model pengujian hipotesis Pengujian hipotesis dilakukan dengan metode resampling bootstrap
yang dikembangkan oleh Geisser dan Stone. Metode resampling bootstrap menggunakan seluruh sampel asli untuk melakukan resampling Latan dan
Ghozali, 2012:54. Vinzi et al. 2010:283 menyatakan bahwa bootstrap merupakan metode resampling melalui komputer secara intensif yang
dapat memberikan jawaban terhadap masalah statistik dengan kelompok
53 yang besar. Resampling digunakan untuk membuat rangkaian data dimana
nilai R-Square diukur dari masing-masing variabel laten endogen. Statistik uji yang digunakan adalah statistik t atau uji t. Penerapan metode
resampling, memungkinkan berlakunya data terdistribusi bebas sehingga tidak memerlukan asumsi distribusi normal dan tidak memerlukan sampel
yang besar. Pengujian dilakukan dengan t-test, jika diperoleh p-value
≤0,10 maka disimpulkan siginifikan dan sebaliknya. Jika hasil pengujian hipotesis pada
outer model signifikan, hal ini menunjukkan bahwa indikator dipandang dapat digunakan sebagai instrumen pengukur variabel laten. Sedangkan
bilamana hasil pengujian pada inner model signifikan, maka dapat diartikan bahwa terdapat pengaruh yang nyata pada variabel laten terhadap
variabel laten lainnya. Berikut hipotesis yang diajukan pada penelitian ini: 1
Hipotesis Pengaruh Konsep Produk terhadap Perilaku Konsumen
a Ho
1
: Tidak terdapat pengaruh antara konsep produk dengan perilaku konsumen.
b Ha
1
: Terdapat pengaruh antara konsep produk dengan perilaku konsumen.
2 Hipotesis Budaya Konsumsi terhadap Perilaku Konsumen
a Ho
2
: Tidak terdapat pengaruh antara budaya konsumsi dengan
perilaku konsumen. b Ha
2
: Terdapat pengaruh antara budaya konsumsi dengan
perilaku konsumen.
54
3 Hipotesis Pengaruh Konsep Produk terhadap Perilaku Konsumen
a Ho
3
: Tidak terdapat pengaruh keluarga dengan perilaku
konsumen. b Ha
3
: Terdapat pengaruh keluarga dengan perilaku konsumen.