Teknik Analisis Asumsi Model Structural Equation Modelling

c. Buku-buku, literatur-literatur dan data dari internet yang mendukung penelitian.

3.2.3 Teknik Pengumpulan Data

Pengumpulan data dalam penelitian ini dilakukan dengan menggunakan beberapa cara berikut: a. Wawancara d. Yaitu pengumpulan data bahan-bahan keterangan dilakukan dengan melakukan tanya jawab secara langsung dengan para konsumen Yamaha di PT SURYA TIMUR SAKTI JATIM Graha RSSR Basuki Rahmat di Surabaya dan Club Ikatan Moto Yamaha Scorpio Surabaya. b.Kuesioner Yaitu pengumpulan data dilakukan dengan cara menyebarkan kuesioner kepada konsumen Yamaha di PT SURYA TIMUR SAKTI JATIM Graha RSSR Basuki Rahmat di Surabaya dan Club Ikatan Moto Yamaha Scorpio Surabaya.

3.3 Teknik Analisis dan Pengujian Hipotesis

3.3.1 Teknik Analisis

Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Model SEM. SEM adalah sekumpulan teknik-teknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif “rumit” secara simultan. Hubungan yang rumit itu dapat dibangun antara satu atau beberapa variabel dependen dengan satu atau beberapa variabel independen. Masing-masing variabel dependen dan independen dapat berbentuk factor konstruk yang dibangun dari beberapa variabel indikator. Metode ini bukan ditujukan untuk menghasilkan teori melainkan “menginformasikan” teori. Analisis SEM pada penelitian ini bertujuan untuk mengetahui seberapa besar pengaruh Asosiasi Merek terhadap Respon konsumen pada produk sepeda motor Yamaha. Model pengukuran factor perluasan merek, rekomendasi, dan harga premium menggunakan Confirmatory Factor Analysis. Penaksiran pengaruh masing-masing variabel bebas Asosiasi Merek terhadap variabel terikatnya Respon Konsumen menggunakan koefisien jalur. Langkah- langkah dalam analisis SEM model pengukuran dengan contoh factor kepercayaan dilakukan sebagai berikut : X.1.1= X1 Garansi = er_1 X1.2= X2 Garansi = er_2 X1.3= X3 Garansi = er_3 Bila persamaan diatas dinyatakan dengan sebuah pengukuran model diuji undimensionanyal melalui Confirmatory Factor Analysis, maka model pengukuran dengan contoh factor jaminan akan nampak sebagai berikut : X1.1 X1.2 er 3 er 2 er 1 X1.3 Jaminan X1 Gambar 2 : Contoh model pengukuran factor jaminan Keterangan : X1.1 = Pertanyaan tentang kepercayaan X1.2 = Pertanyaan tentang kualitas kinerja X1.3 = Pertanyaan tentang memenuhi harapan pelanggan er_j = error term X1j Demikian juga factor lain seperti identifikasi personal, identifikasi sosial, status, respon konsumen.

3.3.2 Asumsi Model Structural Equation Modelling

a. Uji Normalitas Sebaran dan Linieritas 1. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistic. 2. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien samprl dengan standard errornya dan Skweness value yang biasanya disajikan dalam statistic deskriptif dimana nilai statistic untuk menguji normalitas itu disebut sebagai Z-value. Pada tingkat signifikan 1 jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal. 3. Normal Probability Plot SPSS 10.1. 4. Linieritas dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas. b. Evaluasi atas Outlier 1. Mengamati nilai Z-score : ketentuannya diantara ± 3.0 non outlier. 2. Multivariate Outlier diuij dengan criteria jarak Mahalonobis pada tingkat ρ 0.001. Jarak diuji dengan Chi-Square X² pada df sebesar jumlah variabel bebasnya. Ketentuan : bila Mahalonobis dari nilai X² adalah multivariate outlier.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 Hair, 1998. c. Deteksi Multicollinierity dan Singularity Deteksi dengan mengamati determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil, maka terjadi multikolinieriti dari singularitas Tabachnick dan Fidell, 1998. d. Uji Validitas dan Reliabilitas Dimensi yang diukur melalui indicator-indikator dalam daftar pertanyaan perlu dilihat reliabilitasnya dan validitas, dalam hal ini dijelaskan sebagai berikut: 1. Uji Validitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indicator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Karena indicator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variabel. 2. Uji Realibilitas Adalah ukuran mengenai konsistensi internal dari indikator- indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Construct reliability dan Variance extracted dihitung dengan menggunakan rumus sebagai berikut : Construct reliability = [ ∑ Standardize Loading]² [ ∑ Standardize Loading]² + ∑ εj ] Variance Extracted = ∑ Standardize Loading² ∑ Standardize Loading² + εj Sementara εj dapat dihitung dengan formula εj = 1 – [Standardize Loading]. Secara umum, nilai construct reliability yang dapat diterima adalah ≥ 0,7 dan variance extracted ≥ 0,5 Hair et al,1998. Standardize Loading dapat diperoleh dari output AMOS 4,01, dengan melihat nilai estimasi setiap construct standardize regression weights terhadap setiap butir sebagai indikatornya.

3.3.3 Pengujian Hipotesis dan Hubungan Kausal