Hasil Penelitian dan Pembahasan 1. Deskripsi responden berdasarkan jenis kelamin Deskripsi responden berdasarkan Jenis Pekerjaan

49 4.2. Hasil Penelitian dan Pembahasan 4.2.1. Analisis Statistik Deskriptif Gambaran statistik deskriptif digunakan untuk mengetahui gambaran jawaban responden berdasarkan hasil penyebaran kuesioner terhadap unsur- unsur yang ada pada setiap variabel.

a. Deskripsi responden berdasarkan jenis kelamin

Identitas Responden Menurut Jenis Kelamin dapat dilihat pada Tabel 4.1. Dalam Tabel 4.1 terlihat bahwa dari 112 responden 20 responden 18 adalah laki-laki, 92 responden 82 perempuan. Tabel 4.1 Identitas Responden Menurut Jenis Kelamin Jenis Kelamin Jumlah Persentase Laki-Laki 20 18 Perempuan 92 82 Total 112 100 Sumber : Lampiran.

b. Deskripsi responden berdasarkan Jenis Pekerjaan

Pada tabel 4.2 menunjukkan bahwa responden adalah berprofesi sebagai mahasiswa sebanyak 44 dan sebagai pegawai swasta sebanyak 27 dan pegawai negeri sipil sebanyak 29. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 50 Tabel 4.2 Identitas Responden Menurut Jenis Pekerjaan No Jenis Pekerjaan Jumlah orang Persentase 1. Mahasiswa 50 44 2. Pegawai Swasta 30 27 3. PNS 22 29 Total 112 100 Sumber : Lampiran.

4.2.3. Uji Outlier Multivariate

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 atau mutivariat Hair et.al, 1998. Evaluasi terhadap outlier multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 51 Tabel 4.3. Hasil Uji Outlier Multivariate Minimum Maximum Mean Std. Deviation N Predicted Value 12.450 107.546 56.500 16.397 112 Std. Predicted Value -2.686 3.113 0.000 1.000 112 Standard Error of Predicted Value 7.665 15.841 11.690 1.652 112 Adjusted Predicted Value 10.421 122.758 56.573 17.304 112 Residual -67.764 65.179 0.000 28.032 112 Std. Residual -2.236 2.151 0.000 0.925 112 Stud. Residual -2.409 2.253 -0.001 1.006 112 Deleted Residual -78.616 72.296 -0.073 33.158 112 Stud. Deleted Residual -2.473 2.304 -0.002 1.014 112 Mahalanobis Distance [MD] 6.111 2 9 .3 4 7 15.857 4.724 112 Cooks Distance 0.000 0.070 0.011 0.015 112 Centered Leverage Value 0.055 0.264 0.143 0.043 112 Sumber : Lampiran Berdasarkan tabel diatas, setelah dilakukan pengujian ditemukan bahwa tidak terdapat outlier multivariat [antar variabel], karena MD Maksimum 29,347 39,252

4.2.4. Uji Reliabilitas

Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s Alpha ini digunakan untuk mengestimasi reliabiltas setiap skala variabel atau observasi indikator. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran – ukuran dan mengeliminasi butir – butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan Purwanto, 2003. Hasil selengkapnya dapat dilihat pada tabel berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 52 Tabel 4.4. Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total Correlation Koefisien Cronbachs Alpha X11 0.784 Similarity X12 0.718 0.229 X21 0.646 Reputation X22 0.722 -0.132 X31 0.514 X32 0.662 X33 0.621 Risk Level X34 0.566 0.378 X41 0.676 X42 0.622 Innovation X43 0.515 0.133 Y11 0.562 Y12 0.804 Brand Awareness Y13 0.742 0.499 Y21 0.683 Brand Conformity Y22 0.737 0.017 Sumber : Lampiran Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya 0,5 [Purwanto,2003]. Terjadi eliminasi karena nilai item to total correlation indikator belum seluruhnya ≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan setelah proses eliminasi. Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan hasil kurang baik dimana koefisien Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998]. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 53

4.2.5. Uji Validitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini. Tabel 4.5. Hasil Uji Validitas Faktor Loading Konstrak Indikator 1 2 3 4 X11 0.999 Similarity X12 0.131 X21 0.097 Reputation X22 0.166 X31 0.059 X32 -0.444 X33 -0.519 Risk Level X34 -0.412 X41 0.197 X42 0.005 Innovation X43 0.124 Y11 0.129 Y12 0.534 Brand Awareness Y13 0.901 Y21 0.997 Brand Conformity Y22 0.009 Sumber : Lampiran Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 54

4.2.6. Uji Construct Reliability dan Variance Extracted

Selain melakukan pengujian konsistensi internal crobach’s alpha, perlu juga dilakukan pengujian construct reliability dan variance eztracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan penelitian kepercayaan diri yang lebih besar bahwa indikator- indikator individual mengukur suatu pengukuran yang sama. Tabel 4.6. Construct Reliability Variance Extrated Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [ εj] Construct Reliability Variance Extrated X11 0.999 0.998 0.002 Similarity X12 0.131 0.017 0.983 0.565 0.508 X21 0.097 0.009 0.991 Reputation X22 0.166 0.028 0.972 0.034 0.018 X31 0.059 0.003 0.997 Risk Level X34 -0.444 0.197 0.803 0.076 0.100 X41 -0.519 0.269 0.731 X42 -0.412 0.170 0.830 Innovation X43 0.197 0.039 0.961 0.176 0.159 Y11 0.005 0.000 1.000 Y12 0.124 0.015 0.985 Brand Awareness Y13 0.129 0.017 0.983 0.022 0.011 Y21 0.534 0.285 0.715 Brand Conformity Y22 0.901 0.812 0.188 0.695 0.548 Sumber : Lampiran Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya ≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 55

4.2.7. Uji Normalitas

Uji normalitas sebaran dilakukan dengan kurtotis value dari data yang digunakan yang biasanya disajikan dalam bentuk statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai Z lebih besar dari nilai kritis maka distribusi data adalah tidak normal. Tabel 4.7. Assessment of Normality Variable min max kurtosis c.r. X11 3 7 -1.163 -2.512 X12 2 7 -0.797 -1.722 X21 2 7 -0.687 -1.483 X22 2 7 -1.121 -2.422 X31 2 7 -0.531 -1.148 X32 2 7 -0.496 -1.070 X33 2 7 0.310 0.671 X34 3 7 -0.113 -0.243 X41 3 7 -1.236 -2.671 X42 3 7 -0.994 -2.147 X43 4 7 -0.937 -2.024 Y11 4 7 -0.916 -1.979 Y12 4 7 -1.010 -2.183 Y13 4 7 -0.466 -1.007 Y21 4 7 -0.497 -1.073 Y22 2 7 0.647 1.398 M u lt iva r ia t e -4.389 - 0 .9 6 8 Ba t a s N or m a l ± 2 ,5 8 Sumber : Lampiran Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan Bentler P.M C.P. Chou [1987] bahwa Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 56 jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

4.2.8. Evaluasi Model One-Steep Approach to SEM

Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama one – steep approach to SEM. One – steep approach to SEM digunakan bila model dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik Hair, et,al, 1998. Gambar 4.1. Model Pengukuran dan Struktural MODEL PENGUKURAN STRUKTURAL Brand Extention, Brand Image Model Specification : One Step Approach - Base Model Risk Level 1 Brand Extension 0,005 d_rl 1 X31 er_1 1 1 X32 er_2 1 Similarity 0,005 d_sm X11 0,005 er_5 1 1 1 Brand Conformity 0,005 d_bc Y21 0,005 er_7 1 1 1 Innovation 0,005 d_in X41 er_9 X42 er_10 Reputation 0,005 d_rp X21 er_12 1 1 1 1 1 1 1 X33 er_3 1 X12 er_6 1 Y22 er_8 1 X43 er_11 1 X22 er_13 1 X34 er_4 1 Brand Image Brand Awareness d_ba Y11 er_14 Y12 er_15 Y13 er_16 1 1 1 1 1 0,005 d_bi 1 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 57 Tabel 4.8. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.384 ≤ 2,00 baik Probability 0.006 ≥ 0,05 kurang baik RMSEA 0.059 ≤ 0,08 kurang baik GFI 0.859 ≥ 0,90 kurang baik AGFI 0.815 ≥ 0,90 kurang baik TLI 0.623 ≥ 0,95 kurang baik CFI 0.673 ≥ 0,94 kurang baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Gambar 4.2. Model Pengukuran dan Struktural MODEL PENGUKURAN STRUKTURAL Brand Extention, Brand Image Model Specification : One Step Approach - Modificatrion Model Risk Level 1 Brand Extension 0,005 d_rl 1 X31 er_1 1 1 X32 er_2 1 Similarity 0,005 d_sm X11 0,005 er_5 1 1 1 Brand Conformity 0,005 d_bc Y21 0,005 er_7 1 1 1 Innovation 0,005 d_in X41 er_9 X42 er_10 Reputation 0,005 d_rp X21 er_12 1 1 1 1 1 1 1 X33 er_3 1 X12 er_6 1 Y22 er_8 1 X43 er_11 1 X22 er_13 1 X34 er_4 1 Brand Image Brand Awareness d_ba Y11 er_14 Y12 er_15 Y13 er_16 1 1 1 1 1 0,005 d_bi 1 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 58 Tabel 4.9. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 0.937 ≤ 2,00 baik Probability 0.659 ≥ 0,05 baik RMSEA 0.000 ≤ 0,08 baik GFI 0.906 ≥ 0,90 baik AGFI 0.900 ≥ 0,90 baik TLI 1.062 ≥ 0,95 baik CFI 1.000 ≥ 0,94 baik

4.2.9. Uji Kausalitas

Dilihat dari angka determinant of sample covariance matrix : 1.651.729.546 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini. Tabel 4.10. Data Uji Kausalitas Ustd Std Faktor  Faktor Estimate Estimate Prob. Brand_Image  Brand_Extension 0.002 0.031 0.046 Batas Signifikansi  ≤ 0,10 Sumber : Lampiran

4.3. Hasil Uji Pengujian Hipotesis Penelitian