sehingga, menghasilkan matriks kovarians berdasarkan model model-based covariance matrix
yang sesuai dengan kovarians matriks sesungguhnya observed covariance matrix. Uji signifikansi dilakukan dengan menentukan
apakah parameter yang dihasilkan secara signifikan berbeda dari nol. 6. Penilaian model fit. Suatu model dikatakan fit apabila kovarians matriks suatu
model model-based covariance matrix adalah sama dengan kovarians data observed. Menurut Hair et al., 1998 dalam penetapan kesesuain model
Goodness of fit diperiksa adanya offending estimate atau dugaan yang tidak wajar. Adapun ukuran yang umum digunakan menurut Hair et al., 1998
sebagai berikut:
a. P adalah probabilitas untuk memperoleh penyimpangan deviasi besar
sebagaimana ditunjukkan oleh nilai Chi-square. Sehingga nilai Chi-square yang signifikan kurang dari 0,05 menunjukkan bahwa data empiris yang
diperoleh memiliki perbedaan dengan teori yang telah dibagun berdasarkan structural equation model
. Sedangkan nilai probabilitas yang tidak signifikan adalah yang diharapkan, yang menunjukkan bahwa yang dinginkan adalah
menerima hipotesis dimana nilai P yang diharapkan lebih besar dari 0,05 b. RMSE Root Means Square Error of Approximation adalah indeks untuk
mengkompensasi Chi-square dalam contoh besar menunjukkan kesesuain yang diharapkan bila model diestimasi. Syarat agar model menunjukkan close
fit adalah RMSE 0,08.
c. GFI Goodness of Fit = R2 dalam regresi dan AGFI Adjusted R2 adalah
rentang ukuran antara 0 poor fit sampai dengan 1 perfect fit yang memperhitungkan proporsi tertimbang dari varian dalam sebuah matriks
kovarian contoh. Nilai GFI dan AGFI 0,90 menunjukkan good fit baik, jika diantara 0,80 GFI dan AGFI 0,90 menunjukkan marjinal fit sedang.
d. RMR Root Mean Square Residual merupakan salah satu ukuran yang
tergolong ukuran kebaikan absolute fit measure. Ukuran RMR sebenarnya merupakan ukuran ketidakcocokan model dengan data, sehingga nilai RMR
diharapkan kecil. Nilai RMR yang disarankan adalah 0,01. 7. Modifikasi model. Setelah melakukan penilaian model fit, maka model
penelitian diuji untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada tahap keenam. Namun harus
diperhatikan, bahwa segala modifikasi walaupun sangat sedikit, harus berdasarkan teori yang mendukung. Dengan kata lain, modifikasi model
seharusnya tidak dilakukan hanya semata-mata untuk mencapi model fit. 8. Interpretasi model. Setelah model yang didapatkan sudah fit, maka model
tersebut dapat digunakan menerangkan data. Dalam proses interpretasi, terdapat variabel yang dijadikan patokan pembanding dengan cara
memberikan nilai 1,00 untuk nilai λ yang tertinggi. Variabel indikator yang
lain dalam SEM bersifat bebas free tidak ditetapkan suatu nilai tertentu pada variabel tersebut. Prosedur yang dilakukan dengan menambah perintah VA
pada yang ingin dijadikan pembanding pada sintax, sehingga akan
dihasilkan nilai yang telah dibakukan. Hal ini bertujuan untuk
mempermudah dalam interpretasi model Ghozali dan Fuad, 2005. Nilai untuk model struktural hubungan antar variabel laten tidak dapat
dibakukan fixed, karena memiliki keragaman data yang berbeda.
Abbas 2001 menyatakan bahwa variabel didalam SEM terdiri dari variabel manifest dan variabel laten.Variabel manifest adalah variabel yang dapat
diamati dan diukur langsung, sedangkan variabel laten adalah variabel yang tidak dapat diamati dan diukur langsung, tetapi dapat dibangun atau dibentuk oleh
variabel lain yang dapat diukur. Variabel laten diberi simbol ksi. Variabel yang digunakan untuk membangun variabel laten disebut variabel indicators dan diberi
simbol x atau y. Pengaruh dari variabel laten terhadap variabel indicators disebut factor loading
yang diberi simbol lambda. Selanjutnya Joreskog dan Sorbom 1996 menambahkan bahwa variabel
laten tak bebas dan variabel laten bebas mempunyai hubungan linear struktural sebagai berikut:
= +
+
dimana: = matriks koefisien variabel laten tidak bebas berukuran m x m
= matriks koefisien variabel laten bebas berukuran m x n = vektor variabel laten tak bebas berukutan m x 1
= vektor variabel laten bebas berukuran n x 1 = vektor sisaan acak berukuran m x 1
Terdapat dua persamaan matriks yang digunakan untuk menjelaskan model pengukuran. Namun dalam penelitian ini menggunakan satu persamaan
untuk variabel penjelas tidak bebas :
X = x +
Dimana: X = vektor variabel penjelas tidak bebas yang berukuran q x 1
x = matriks kofisien yang mengindikasikan pengaruh variabel laten bebas terhadap variabel penjelas bebas yang berukuran q x n
= vektor variabel laten tidak bebas yang berukuran n x 1 = vektor kesalahan pengukuran variabel penjelas tidak bebas yang berukuran
q x1
Model SEM dinyatakan juga dalam bentuk diagram lintas. Keuntungan dari diagram lintas adalah mempermudah dalam memahami hubungan antar
peubah baik dalam model pengukuran maupun model struktural. Analisis SEM yang digunakan dalam penelitian ini adalah Secondary
Confirmatory factor Analysis . Secara umum, analisis SEM merupakan First
Order Confirmatory Analysis, dimana satu faktor laten memiliki beberapa
indikator, dimana indikator-indikator tersebut dapat dikur secara langsung. Tetapi apabila indikator-indikator tersebut tidak dapat diukur secara langsung maka
memerlukan beberapa indikator lain yang disebut Second Order Confirmatory Factor Analysis
. Namun, untuk teknik interpretasi hasil data tetap sama dengan teknik interpretasi First Order Confirmatory Analysis.
Tabel 10. Notasi Lisrel Notasi
Keterangan ksi
Variabel laten bebas, digambarkan sebagai lingkaran pada model struktural SEM
eta Variabel laten tidak bebas variabel laten tidak bebas dan
juga dapat menjadi variabel laten bebas pada persamaan lain gama
Koefisien korelasi variabel laten bebas terhadap variabel laten tidak bebas
X Indikator variabel laten bebas
lambda Koefisien korelasi antara variabel laten bebas terhadap
indikator-indikatornya delta
Kesalahan pengukuran dari indikator variabel laten bebas
4.4.3.2. Aplikasi SEM dalam pengukuran Brand Equity Value
1. Membentuk path diagram diagram jalur Membentuk sebuah gambar yang menampilkan hubungan relationship
yang lengkap dari sekelompok konstruk construct yang berbentuk oval dan sekelompok indikatorobservasi yang berbentuk persegi dalam SEM. Garis lurus
dengan panah menunjukkan bahwa variabel sumber panah adalah variabel independen dan variabel yang dikenai panah adalah variabel dependen.
2. Menterjemahkan Diagram Jalur Path Diagram ke dalam Persamaan Secara umum, teknik di dalam pembentukan persamaan dalam model
SEM terbagi menjadi dua, yaitu : a. Mengestimasi beberapa persamaan yang saling berhubungan secara simultan
Structural Model Ada dua jenis sifat dalam structural model, yaitu :
1. Variabel Eksogen Exogenous Variable, adalah variabel konstruk
construct yang menjadi variabel independen, yaitu variabel yang tidak diprediksi oleh variabel konstruk construct yang lain.
2. Variabel Endogen Endogenous Variable, adalah variabel konstruk
construct yang menjadi variabel independen, yang diprediksi oleh variabel konstruk yang lain. Variabel konstruknya adalah brand
equitybrand benefits, brand awareness, brand image, choosing brand element, developing marketing program, dan leverage of secondary
association .
b. Mempresentasikan variabel kontruk construct berdasarkan variabel observasi Measurement Model
Berdasarkan indikator-indikator yang telah disebutkan diatas, maka dapat diperoleh nilai presentase bobot nilai dari setiap variabel observasi yang
mempengaruhi setiap variabel konstruk. Pada akhirnya akan didapat bobot nilai dari setiap variabel konstruk yang merupakan elemen-elemen utama dalam
customer-based brand equity pembentuk brand equity value.
Gambar 6. Model Persaman Struktural Brand
Equity Value
Brand Awareness
Brand Image
Choosing Brand Element
Development Marketing
Programme
Leverage of Secondary
Association X11
X12
X21 X22
X23
X31 X32
X33
X41 X42
X51
X52
x 11
λ
x 12
λ
x 21
λ
x 22
λ
x 23
λ
x 31
λ
x 32
λ
x 33
λ
x 42
λ
x 41
λ
x 51
λ
x 52
λ
51
δ
52
δ
41
δ
42
δ
31
δ
32
δ
33
δ
21
δ
11
δ
12
δ
x 22
δ
x 23
δ
1
ξ
γ γ
γ
γ γ
Keterangan : Variabel Brand Equity ekuitas merek terdiri dari lima variabel Laten:
1. Kesadaran Merek Brand Awareness terdiri atas dua variabel indikator.
X11 = Depth
X12 = Breadth
2. Citra Merek Brand Image terdiri atas tiga variabel indikator.
X21 = Strong
X22 = Favourable
X23 = Unique
3. Ukuran pemilihan Elemen Merek Choosing Brand element Measures
terdiri atas tiga variabel indikator. X31
= Logo X32
= Packaging X33
= Slogan 4.
Program Pengembangan Pemasaran Development Marketing Program terdiri atas dua variabel indikator.
X41 = Product
X42 = Promotion
5. Ukuran Penggunaan Daya Ungkit dari Asosiasi Sekunder Leverage Of
Secondary Asosiaciation Measures terdiri atas dua variabel indikator.
X51 = Company
X52 = Country of origin
V. KARAKTERISTIK RESPONDEN
Penelitian ini bertujuan membandingkan Brand equity dari rokok A Mild Sampoerna yang diproduksi oleh PT HM Sampoerna dengan rokok Class Mild
yang diproduksi oleh PT Nojorono. Jumlah responden dalam penelitian ini adalah 120 orang yang masih berstatus mahasiswa dan telah menjadi perokok dalam tiga
bulan terakhir serta pernah mengkonsumsi rokok jenis mild. Responden terdiri dari mahasiswa dari dua perguruan tinggi yakni IPB dan Universitas Pakuan.
Secara umum jumlah responden yang digunakan dalam penelitian ini sesuai dengan persyaratan jumlah sampel dalam analisis model persamaan struktural.
5.1. Jenis Kelamin
Jenis kelamin seseorang mempunyai pengaruh dalam gaya hidup dan kebiasaan seseorang, yang pada akhirnya berpengaruh juga kepada keputusan
pembelian. Dalam penelitian jumlah responden pria perokok sebesar 95,8 persen dan wanita yang mengkonsumsi rokok sebesar 4,17 persen. Besarnya persentase
responden jenis kelamin pria disebabkan merokok bagi kalangan pria sudah merupakan hal yang wajar, adanya stigma dikalangan perokok pria bahwa
merokok mengambarkan sifat “laki-laki sejati”, menunjukkan kedewasaan, dan dengan merokok mendapatkan lebih banyak teman. Kecilnya jumlah responden
wanita karena mengkonsumsi rokok bagi wanita masih merupakan hal yang tabu dalam norma-norma yang berlaku dalam masyarakat dan masih melekatnya image
negatif terhadap wanita perokok. Responden wanita sebagian besar masih menutupi identitas dirinya sebagai perokok, biasanya wanita merokok pada
kesempatan dan tempat tertentu saja seperti di kost-kost, klub malam, dan cafe-
