38 Untuk perhitungan nilai Cronbach Alpha variabel lainnya menggunakan
Software SPSS for Windows 16, sehingga hasil yang diperoleh:
Tabel 3.5 Hasil Uji Reliabilitas Variabel
Alpha Keterangan
Legitimasi 0,645
Reliabel Loyalitas merek oposisi
0,716 Reliabel
Merayakan sejarah merek 0,696
Reliabel Berbagi cerita merek
0,720 Reliabel
Integrasi dan mempertahankan anggota
0,629 Reliabel
Membantu dalam penggunaan merek
0,699 Reliabel
Loyalitas Merek 0,609
Reliabel Sumber: Perhitungan menggunakan SPSS
Tabel 3.5 menunjukkan bahwa semua variabel mempunyai Cronbach’s
Alpha lebih besar dari 0,60 sehingga H
1
diterima. Dengan kata lain, semua itempertanyaan pengukur masing-masing variabel dari kuesioner adalah reliabel
sehingga untuk selanjutnya item-item pada masing-masing variabel tersebut layak digunakan sebagai alat ukur.
1.14 Konversi Data Ordinal Menjadi Data Interval
Melakukan manipulasi data yang diperoleh dari kuesioner dengan menaikkan skala ordinal menjadi skala interval bertujuan untuk mengubah syarat distribusi
normal agar dapat dipenuhi ketika menggunakan statistika parametrik. Konversi data ordinal menjadi data interval pada item satu variabel Y:
Tabel 3.6 Perhitungan Transformasi Data Ordinal Variabel Y
No. Kategori Frekuensi Proporsi
Proporsi Kumulatif
Z Densitas
{fz} Hasil
Penskalaan
. 1
2 0,050
0,050 -1,645 0,103
1,000 2
2 0,050
0,100 -1,282 0,175
1,616 3
17 0,425
0,525 0,063
0,398 2,538
4 18
0,450 0,975
1,960 0,058
3,817 5
1 0,025
1,000 -
0,000 5,400
Jumlah 40
Universitas Sumatera Utara
39
Penjelasan :
a
Pemilih jawaban atau kategori dan frekuensi dibuat dari hasil kuesioner
b
Masing-masing frekuensi dari setiap kategori dijumlahkan
c
Menghitung proporsi untuk setiap frekuensi skor
P
1
=
2 40
= 0,05 P
4
=
18 40
= 0,450 P
2
=
2 40
= 0,05 P
5
=
1 40
= 0,025 P
3
=
17 40
= 0,425
d Menjumlahkan proporsi secara berurutan untuk setiap respon, sehingga
diperoleh nilai proporsi kumulatif.
Pk
1
= 0,05
Pk
2
= 0,05 + 0,05 = 0,1
Pk
3
= 0,05 + 0,05 + 0,425 = 0,525
Pk
4
= 0,05 + 0,05 + 0,425 + 0,45 = 0,975
Pk
5
= 0,05 + 0,05 + 0,425 + 0,45 + 0,025 = 1,000
e Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi
kumulatif dianggap mengikuti normal baku. Nilai Z diperoleh dari Tabel
Distribusi Normal Baku.
Proporsi Kumulatif
Z 0,050
- 1,645 0,100
-1,282 0,525
0,063 0,975
1,960 1,000
- f
Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z tersebut ke dalam fungsi densitas normal baku sebagai
berikut :
� =
√ � � � −
Universitas Sumatera Utara
40
Sehingga diperoleh :
f -1,645 = 1
√2π exp -
1 2
-1,645
2
= 0,103 f -1,282 =
1 √2π
exp - 1
2 -1,282
2
= 0,175 f 0,063 =
1 √2π
exp - 1
2 0,063
2
= 0,398 f 1,960 =
1 √2π
exp - 1
2 1,960
2
= 0,058
g
Menghitung SV Scale Value dengan rumus :
�� = Kepadatan pada batas bawah - Kepadatan pada batas atas
Daerah di bawah batas atas - Daerah di bawah batas bawah
Sehingga diperoleh :
SV
1
= 0,000 - 0,103
0,050 - 0,000 = -2,062
SV
2
= 0,103 - 0,175
0,100 - 0,050 = -1,446
SV
3
= 0,175 - 0,398
0,525 - 0,100 = -0,524
SV
4
= 0,398 - 0,058
0,975 – 0,525 = 0,755
SV
5
= 0,058 - 0,000
1,000 – 0,975 = 2,338
h Mengubah Scale Value SV terkecil nilai negatif yang terbesar menjadi
sama dengan satu 1
Nilai SV terkecil = -2,062 diubah menjadi 1. Untuk mengubah nilai SV terkecil, nilai SV terkecil dijumlah dengan 3,062 -2,062 + 3,062 = 1.
Sehingga nilai = 1.
i
Mentransformasikan nilai skala dengan menggunakan rumus : = �� + |�� min|
Universitas Sumatera Utara
41
Sehingga diperoleh :
Y
1
= -2,062 + 3,062 = 1 Y
2
= -1,446 + 3,062 = 1,616 Y
3
= -0,524 + 3,062 = 2,538 Y
4
= 0,755 + 3,062 = 3,817 Y
5
= 2,338 + 3,062 = 5,40
Untuk transformasi item variabel lainnya menggunakan Microsoft Excel 2007 Add-Ins, sehingga hasil yang diperoleh:
Tabel 3.7 Hasil Transformasi Data Ordinal Dengan MSI Variabel Pertanyaan
Kategori 1
2 3
4 5
1 -
- 1,000
2,313 3,662
2 -
- 1,000
2,231 3,593
1
- -
1,000 2,401
3,813 2
- -
1,000 2,504
4,121 3
- -
1,000 2,455
3,861 1
- -
1,000 2,172
3,569 2
1,000 2,368
3,733 3
- -
1,000 2,609
4,201 1
- -
1,000 2,271
3,542 2
- -
1,000 2,513
4,096 1
- -
1,000 2,827
4,463 2
- -
1,000 2,387
3,809 3
- -
1,000 2,686
4,222 1
- -
- 1,000
2,610 2
- -
- 1,000
2,604 1
1,000 1,616
2,538 3,817
5,400 2
- 1,000
2,237 3,476 4,811
3 1,000
1,676 3,112
4,671 -
4
- 1,000
2,130 3,372
4,738 Sumber: Perhitungan menggunakan Excel
1.15 Uji Multikolinearitas