ketentuan penafsiran terhadap nilai rataan yang diperoleh untuk setiap item dan variabel sebagai berikut:
Tabel 4. Penafsiran nilai rata-rata
Nilai rata-rata Penafsiran
1,00 ≤ x 1,80
Sangat Rendah 1,80
≤ x 2,60 Rendah
2,60 ≤ x 3,40
Cukup 3,40
≤ x 4,20 Tinggi
4,20 ≤ x 5,00
Sangat Tinggi Sumber: Usman dan Akbar 2008
3.3 Model Analisis Data
Analisis data yang akan digunakan dalam penelitian ini adalah Consumer Decision Model CDM dan model persamaan struktural.
1. Consumer Decision Model CDM
Consumer Decision Model CDM adalah suatu model dengan 6 variabel yang saling berhubungan, yaitu: Pesan Iklan F, finding
information, Pengenalan Merek B, brand recognition, Kepercayaan Konsumen C, confinience, sikap Konsumen A, attitude, Niat Beli I,
intention dan Pembelian nyata P, purchase. Untuk mengetahui efektivitas iklan dengan menggunakan CDM digunakan analisis bentuk
hubungan dan analisis keeretan hubungan. Pengaruh langsung suatu variable independent terhadap variable
dependent ditelusuri dengan analisis regresi. Analisis regrasi yang digunakan memperhatikan prinsip parsimony, yaitu semakin sederhana
suatu model semakin bagus model tersebut dan dengan pertimbangan efisiensi dan kemudahan pemahaman model tersebut dari sisi pengguna.
Dengan pertimbangan tersebut maka digunakan analisis regresi linier sederhana. Model populasi yang digunakan adalah:
................................................................................ 4
dalam hal ini: = variabel dependen
= variabel independent = model intersep
= parameter regresi = error term
Dari persamaan 4, akan dianalisis persamaan regresi sederhana antara variabel pesan iklan F dengan pengenalan merek B, pesan iklan
F dengan kepercayaan konsumen C, pesan iklan F dengan sikap konsumen A, dengan variabel pesan F menjadi variabel independen
dan variabel B, C, A menjadi variabel dependen. Persamaan berikutnya, persamaan regresi antara variabel pengenalan merek B dengan
kepercayaan konsumen C, pengenalan merek B dengan sikap konsumen A. pada kedua persamaan tersebut, variabel B sebagai
variabel independen dan variabel C dan A sebagai variabel dependen. Persamaan regresi berikutnya akan dianalisis melalui persamaan
regresi sederhana antara variabel niat beli I dengan kepercayaan konsumen C, dan niat beli I dengan sikap konsumen A, dengan
variabel I menjadi variabel dependen dan variabel C dan A menjadi variabel independen. Terakhir, persamaan regresi sederhana antara
variabel niat beli I dengan variabel pembelian nyata P. pada persamaan tersebut, variabel I sebagai variabel independen dan variabel
P sebagai variabel dependen. Pembentukan
model dan
pengujian signifikansi
variabel independent terhadap variabel dependent dilakukan melalui analisis
SEM. Prinsip metode ini adalah meminimumkan selisih kuadrat antara Y observasi dan Y dugaan. Model sampel untuk regresi linier sederhana
adalah: ....................................................................................... 5
dimana: a = penduga bagi intercept
α
b = penduga bagi koefisien regresi β
Dengan menggunakan OLS, nilai a dan b diperoleh dari: .................................................................................... 6
....................................................................... 7 2.
Model Persamaan Struktural Menurut Kusnendi 2008 model persamaan struktural yang
dikenal dengan SEM Structural Equation Modeling adalah model persamaan regresi ganda dengan tujuan menguji model pengukuran dan
model struktural. Model struktural menjelaskan prediksi atau hipotesis hubungan antara variabel penyebab terhadap variabel akibat. Model
pengukuran atau disebut juga model deskriptif tidak menjelaskan operasionalisasi variabel penelitian menjadi indikator-indikator terukur
yang dinyatakan dalam bentuk diagram jalur atau persamaan matematik tertentu.
Menurut Bagozzi dan Fornell dalam Ghozali 2005, model persamaan struktural Structural Equation Modeling merupakan teknik
analisis multivariate yang memungkinkan untuk menguji hubungan antara variabel yang kompleks baik recursive maupun non-recursive
untuk memperoleh gambaran menyeluruh mengenai keseluruhan model. Selain itu, SEM memberikan informasi tentang hubungan kausal
simultan di antara variabel-variabelnya. SEM menyajikan konsep tidak teramati melalui penggunaan variabel-variabel laten. Sebuah variabel
laten adalah sebuah konsep yang dihipotesiskan atau yang tidak teramati, dan hanya dapat didekati melalui variabel-variabel teramati. Dalam SEM
membedakan kedua jenis variabel ini berdasarkan atas keikutsertaan mereka sebagai variabel terikat pada persamaan-persamaan dalam model.
Variabel eksogen selalu muncul sebagai variabel bebas pada semua persamaan yang ada dalam model. Sedangkan variabel endogen
merupakan variabel terikat pada paling sedikit satu persamaan dalam model.
Sementara itu, variabel teramati atau variabel terukur manifes, measured variable adalah variabel yang dapat diamati atau diukur secara
empiris dan sering disebut sebagai indikator. Variabel teramati nilai variabelnya diperoleh dari responden melalui berbagai metode
pengumpulan data survei, tes, observasi, dan lain-lain. Menurut Bollen dalam Ghozali 2005, SEM tidak seperti analisis multivariate biasa
regresi berganda, analisis faktor, tetapi SEM dapat menguji secara bersama-sama:
1. Model
struktural: menggambarkan hubungan-hubungan antara variabel-variabel laten.
2. Model measurement pengukuran: hubungan antara variabel teramati
indikator dengan konstruk variabel laten. Menurut Kusnendi 2008 jenis variabel SEM telah dibedakan
menjadi dua kelompok sebagai berikut: 1.
Variabel laten eksogen dan variabel manifes eksogen Variabel laten eksogen adalah semua variabel penyebab yang
tidak dapat diobservasi langsung. Pengamatan terhadap variabel tersebut dilakukan melalui variabel manifesnya. Variabel manifes
eksogen adalah indikator-indikator terukur yang dapat diobservasi langsung untuk mengukur variabel laten eksogen.
2. Variabel laten endogen dan variabel manifes endogen
Variabel laten endogen adalah semua variabel penyebab yang tidak dapat diobservasi langsung. Pengamatan terhadap variabel
tersebut dilakukan melalui variabel manifesnya. Variabel manifes endogen adalah indikator-indikator terukur yang dapat diobservasi
langsung untuk mengukur variabel laten endogen. Menurut Bachrudin dan Tobing dalam Kusnendi 2008 pengujian
model persamaan struktural dilakukan dengan menggunakan beberapa ukuran kesesuaian model Goodness of Fit Test yang terdiri atas ukuran
yang bersifat absolut absolute fit measures, komparatif incremental fit measures, dan parsimoni parsimonius fit measurement. Berdasarkan
ketiga jenis GFT tersebut suatu model diindikasikan sesuai atau fit
dengan data apabila model cocok secara absolut dengan data, relatif lebih baik dibandingkan dengan model lain, serta relatif sederhana bila
dibandingkan dengan model alternatif. Beberapa ukuran GFT dalam model-model persamaan struktural yang paling banyak digunakan para
peneliti dalam kesesuaian model dapat dilihat pada Tabel 5. Tabel 5. Ukuran Goodness of Fit Test GFT dalam model-model
persamaan struktural Ukuran GFT
Kriteria Kesesuaian Model Kriteria
Uji Hasil
Uji P-Value
1,00 model fit sempurna ≥ 0,05
Model fit
RMSEA 0,00 model fit sempurna
≤ 0,08 Model
fit GFI, AGFI, CFI,
NFI, dan NNFI 0,00 tidak fit
– 1,00 fit sempurna
≥0,90 Model
fit Sumber: Kusnendi, 2008
Di dalam SEM ada penilaian model fit. Suatu model dikatakan fit apabila kovarians matriks suatu model adalah sama dengan kovarians
matriks data. Untuk melakukan penilaian model fit, peniliti tidak boleh hanya tergantung pada satu indeks saja atau beberapa indeks fit. Tetapi
sebaiknya mempertimbangkan seluruh indeks fit. Karena didalam SEM suatu indeks menunjukkan model adalah fit, tidak memberikan jaminan
bahwa model benar-benar fit. Sebaliknya, suatu indeks fit yang menyatakan bahwa model sangat buruk, tidak memberikan jaminan
bahwa model tersebut benar-benar tidak fit. Langkah selanjutnya adalah mengevauasi model pengukuran,
berfokus pada hubungan-hubungan antara variabel laten dan indikatornya variabel manifes. Setelah itu melakukan analisis model
struktural, berfokus terhadap koefisien-koefisien atau paramater- parameter yang menunjukkan hubungan kausal atau pengaruh satu
variabel laten dengan variabel laten lainnya. Biasanya, hubungan- hubungan kausal inilah yang dihipotesiskan dalam penelitian yang
didukung oleh data empiris yang diperoleh melalui survei. Untuk menganalisis hubungan antar variabel, dibutuhkan beberapa
kriteria yang harus dipenuhi agar pengaruh antar variabel dapat
dinyatakan signifikan atau berhubungan positif maka harus memenuhi beberapa syarat. Jika nilai probability 0,05 maka H
diterima dan apabila probability 0,05 maka
H ditolak. Di mana hipotesisnya, H
diterima maka H tidak ada hubungan yang nyata signifikan.
Sedangkan jika H ditolak maka H
ada hubungan yang nyata signifikan.
Analisis terhadap model struktural mencakup pemerikasaan terhadap signifikansi koefisien-koefisien yang diestimasi. Dengan
menspesifikasikan tingkat nilai signifikan lazimnya = 0,05 maka
setiap koefisien yang mewakili hubungan kausal yang dihipotesiskan dapat diuji signifikannya secara statistik.
Pengolahan dan analisis data menggunakan software LISREL 8.72 dan Microsoft Excel. Program ini terdiri dari pengujian measurement
model dan structural model dengan berbagai alat uji model, yaitu absolute fit measures, incremental fit measures, dan parsimonius fit
measures. Penelitian ini menggunakan SEM sebagai alat analisis, dimana
variabel laten dilihat secara keseluruhan dari variabel iklan televisi F sampai variabel pembelian nyata P. Variabel laten tidak dapat
diobservasi langsung sehingga memerlukan pengamatan melalui variabel manifes, variabel manifes ini merupakan indikator-indikator yang dapat
diobservasi langsung untuk mengukur varibel laten.
IV. HASIL DAN PEMBAHASAN
4.1. Gambaran Umum PT. San Prima Sentosa
PT. San Prima Sentosa merupakan salah satu dealer motor Honda terkemuka yang berada di Kota bogor. Didirikan pada tanggal 22 Juni 2005
di Cibinong bogor, tepatnya di Jl Raya Pemda Keradenan no 96 dengan jajaran direksi yang terdiri dari Dr. Naek L. Tobing dan Horas Sebastian
Ebenezer sebagai Komisaris, dan Dr. Marion. E Aritonang sebagai Direktur. Pada tanggal 1 Desember 2008, untuk menjangkau masyarakat yang lebih
luas PT Sanprima Sentosa pindah ke Jl Jend. Sudirman no 52, Bogor. Mengusung visi perusahaan yaitu menjadi dealer yang selalu diminati
oleh masyarakat dan menjadi barometer bagi dealer Honda lainnya dan misi perusahaan yaitu membuat sistem yang membuat konsumen menjadi mudah
untuk membeli, merawat dan pengantian suku cadang dan berani dalam melakukan terobosan-terobosan. Adanya visi dan misi perusahaan yang baik
menjadikan dealer motor PT. San Prima Sentosa patut diperhitungkan eksistensinya diantara dealer motor Honda di Kota Bogor. Pencapaian
terbaik perusahaan yaitu pada tahun 2008 sebagai peringkat 3 Dealer Silver Class Reward se-Jawa Barat pada semester 1, peringkat 1 Dealer Silver
Class Reward se-Jawa Barat pada semester 1, dan The Best Growth peringkat 1 Se- Jawa Barat.
4.2. Gambaran Umum Responden
Pada penelitian ini, responden yang diambil sebagai sampel adalah calon pembeli sepeda motor yang berada di dalam dealer PT. San Prima
Sentosa dan pernah melihat iklan televisi Honda. Responden yang digunakan sebagai obyek penelitian sebanyak 200 orang. Sedangkan
pengambilan sampel dalam penelitian ini menggunakan metode purposive sampling. Metode ini digunakan karena penulis ingin mengetahui dasar
konsumen memilih produk motor Honda. Berdasarkan data dari 200 responden calon pembeli potensial motor
Honda, melalui kuesioner karakteristik responden dibagi kedalam jenis