Teknik Penentuan Sampel Teknik Analisis dan Pengujian Hipotesis

31 butir yang berada dalam rentang dua sisi. Digunakan jenjang 1-7 dalam penelitian ini mengikuti pola sebagai berikut, misalnya: 1 7 Sangat tidak setuju Sangat setuju Skala tersebut disusun dalam suatu garis kontinu dengan jawaban sangat positifnya terletak di sebelah kanan, jawaban sangat negatifnya terletak di sebelah kiri, atau sebaliknya.

3.2. Teknik Penentuan Sampel

a. Populasi Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sugiyono, 1999:72. Populasi dalam penelitian ini adalah keseluruhan pelanggan yang sedang membeli makanan tradisional di rumah makan Jiban Surabaya. b. Sampel Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut Sugiyono, 1999:72. Metode pengambilan sampel dengan metode non probability sampling dengan teknik Purposive Sampling yaitu sampel dipilih berdasarkan kriteria yang sudah ditetapkan oleh peneliti. Dengan kriteria antara lain : 32 a. Umur minimal 17 tahun. Alasannya, sudah cukup dewasa, mengerti dan memahami yang dimaksudkan peneliti. b. Merupakan pembeli yang membeli makanan tradisional di rumah makan Jiban Surabaya lebih dari 2 kali. Teknik penentuan sampel yang dipergunakan adalah berdasarkan pedoman pengukuran sampel menurut Ferdinand 2002:48, antara lain : 1. 100 – 200 sampel untuk teknik maximum likelihood estimation. 2. Tergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5 – 10 kali jumlah parameter yang diestimasi. 3. Tergantung pada jumlah indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5-10. bila terdapat 20 indikator, besarnya sampel adalah 100-200. Dalam penelitian ini sampel diambil dari konsumen dengan jumlah minimal 9 X 12 indikator. Maka jumlah responden yang diambil 108 responden. Jadi jumlah sampel yang di ambil dalam penelitian ini adalah sebesar 108 konsumen. 33

3.3. Teknik Pengumpulan Data

3.3.1. Jenis Data

Jenis data yang digunakan adalah data primer Data Primer yaitu data yang diperoleh secara langsung dari obyek penelitian dengan cara menyebarkan kuesioner.

3.3.2. Sumber Data

Dalam penelitian ini sumber datanya diperoleh dari konsumen yang yang sedang membeli makanan tradisional di rumah makan Jiban Surabaya.

3.3.3. Pengumpulan Data

1. Wawancara : Yaitu melakukan wawancara atau tanya jawab dengan konsumen yang yang sedang membeli makanan tradisional di rumah makan Jiban Surabaya. 2. Kuesioner : Merupakan teknik pengambilan data dengan cara menyebarkan daftar pertanyaan kepada konsumen yang sedang membeli makanan tradisional di rumah makan Jiban Surabaya.

3.4. Teknik Analisis dan Pengujian Hipotesis

Structural Equation Modeling SEM adalah sekumpulan teknik – teknik statistical yang memungkinkan pengukuran sebuah rangkaian hubungan yang relatif “rumit” secara simultan. Hubungan yang rumit tersebut dibangun antara satu atau beberapa variabel dependen dengan satu atau 34 beberapa variabel independen. Metode ini bukan untuk menghasilkan teori melainkan “mengkonfirmasi” teori. 1. Asumsi Model [Structural Equation Modeling] a. Uji Normalitas Sebaran dan Linieritas 1 Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. 2 Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien sampel dengan standard errornya dan skewness value yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu disebut sebagai Z-value. Pada tingkat signifikansi 1 jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tindak normal. 3 Normal Probability plot 4 Linieritas denagn mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya Linieritas. b. Evaluasi atas Outlier 1 Mengamati Z-score : ketentuannya diantara ± 3,0 non outlier. 2 Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square [ χ] pada df sebesar jumlah variabel bebasnya. Ketentuan : bila Mahalanobis dari nilai χ adalah multivariate outlier. 35 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 et. al., 1998. c. Deteksi Multicollinierity dan Singularity Dengan mengamati Determinant Matriks Covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 [kecil], maka terjadi multikolinieritas dan singularitas Tabachnick Fidell, 1996. d. Uji Validitas dan Reliabilitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. 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. Sedangkan reliabilitas diuji dengan construct reliability dan variance-extracted. Construct reliability dan variance-extracted dihitung dengan rumus berikut: 36 Construct Reliability = [ ∑ Standardize Loading ]² [ ∑ Standartdize Loading ]² + ∑Єj ] Variance Extracted = ∑ [ Standartdize Loading² ] ∑ [ Standartdize Loading²]+∑Єj Sementara ε j dapat dihitung dengan formula ε j =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 weighty terhadap setiap butir sebagai indikatornya.

2. Pengujian Hipotesis dan Hubungan Kausal

Pengaruh langsung koefisien jalur diamati dari bobot regresi terstandar dengan pengujian signifikansi pembanding nilai CRCritical Ratio p probability yang sama dengan nilai t hitung. Apabila t hitung lebih besar daripada t tabel berarti signifikan.

3. Evaluasi Model

Hair et. al., 1998 menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka model dianggap sebagai model yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” dengan data. Amos dapat menguji apakah model 37 “good fit” atau “poor fit”. Jadi, “good fit” model yang diuji sangat penting dalam penggunaan structural equation modeling. Pengujian terhadap model yang dikembangkan dengan berbagai kriteria Goodness of Fit yakni Chi-square, Probability, RMSEA, GFI, TLI, CFI, AGFI, CMINDF. Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan two step approach to SEM. Tabel 3.1 Goodness of Fit Indices GOODNESS OF FIT INDEX KETERANGAN CUT-OFF VALUE X 2 – Chi- square Menguji apakah covariance populasi yang destimasi sama dengan covariance sample [apakah model sesuai dengan data]. Diharapakan Kecil, 1 s.d 5, atau paling baik diantara 1 dan 2. Probability Uji signifikansi terhadap perbedaan matriks covariance data dan matriks covariance yang diestimasi. Minimum 0,1 atau 0,2, atau ≥ 0,05 RMSEA Mengkompensasi kelemahan Chi-Square pada Sampel. ≤ 0,08 GFI Menghitung proporsi tertimbang varians dalam matriks sampel yang dijelasakan oleh matriks covariance populasi yang diestimasi [analog dengan R 2 dalam regresi berganda] ≥ 0,90 AGFI GFI yang disesuaikan dalam DF. ≥ 0,90 CMINDDF Kesesuaian antara data dan model. ≤ 2,00 TLI Pembandingan antara model yang diuji terhadap baseline model. ≥ 0.95 CFI Uji kelayakan model yang tidak sensitif tehadap besarnya sampel dan kerumitan model ≥ 0,94 Sumber : Hair. et. al. 1998 38

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Karakteristik Responden

Responden dalam penelitian ini adalah seluruh pelanggan yang sedang membeli makanan tradisional di rumah makan Jiban Surabaya yang berjumlah 108 orang responden. Serta bersedia mengisi kuesioner yang diberikan oleh peneliti.

1. Deskripsi Karakteristik Responden Berdasarkan Umur

Berdasarkan hasil penyebaran kuesioner kepada 108 pelanggan yang sedang membeli makanan tradisional di rumah makan Jiban Surabaya diperoleh gambaran berdasar umur adalah sebagai berikut : Tabel 4.1. Karakteristik Responden Berdasar Umur No Usia Jumlah Prosentase 1 17 – 25 th 49 45,4 2 26 – 35 th 32 29,6 3 35 th 27 25 Total 108 100,00 Sumber : Hasil penyebaran kuesioner Berdasarkan tabel diatas diketahui bahwa sebagian besar responden dalam penelitian ini adalah mereka yang berumur antara 21 sampai 25 tahun yaitu sebanyak 49 orang atau sebesar 45,4 , responden berumur antara 26 sampai 35 tahun yaitu sebanyak 32 orang atau sebesar 29,6 sisa responden berusia lebih dari 35 tahun sebanyak 27 orang atau sebesar 25 .