besar responden yang menjawab setuju sebanyak 54 responden atau 50, kemudian yang menjawab sangat setuju sebanyak 33 atau sebanyak 31
dan yang menjawab netral sebanyak 21 responden atau 19. c.
Indikator pertama dari Minat Beli, yaitu keinginan preferensial, mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 37
responden atau 34, kemudian terbanyak kedua terdapat pada skor 3 dengan jumlah resonden 33 atau 31. Artinya, sebagian besar responden
yang menjawab sangat setuju sebanyak 37 responden atau 34, kemudian yang menjawab netral sebanyak 33 atau sebanyak 31 dan
yang menjawab tidak setuju sebanyak 6 responden atau 6.
4.3. Analisis Data
4.3.1. Evaluasi 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 atau mutivariat Hair, 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 Hair.dkk, 1998; Tabachnick Fidel, 1996.
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 :
Tabel 4.7 : Outlier Data Minimum
Maximum Mean
Std. Deviati
on N
Predicted Value 24.868
85.840 54.500
12.241 108
Std. Predicted Value -2.421
2.560 0.000
1.000 108
Standard Error of Predicted Value
6.419 15.822
10.480 1.698
108 Adjusted Predicted Value
21.284 85.375
54.303 13,091
108 Residual
-58.297 61.771
0.000 28.830
108 Std. Residual
-1.905 2.019
0.000 0.942
108 Stud. Residual
-2.092 2.155
0.003 1.004
108 Deleted Residual
-70.283 70.411
0.197 32.795
108 Stud. Deleted Residual
-2.131 2.199
0.003 1.010
108 Mahalanobis Distance [MD]
3.719
27.620
11.889 4.233
108 Cooks Distance
0.000 0.069
0.011 0.013
108 Centered Leverage Value
0.035 0.258
0.111 0.040
108 a Dependent Variable : NO. RESP
Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan
kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak
Mahalanobis lebih kecil dari nilai chi-square pada tingkat signifikansi 0,001 maka tidak terjadi multivariate outliers. Nilai
2 0.001
dengan jumlah indikator 12 adalah sebesar 32.909. Hasil analisis Mahalanobis diperoleh nilai 27.620
lebih kecil dari
2
tabel 32.909 tersebut. Dengan demikian, tidak terjadi multivariate outliers.
4.3.2. Evaluasi 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, 2002. Hasil selengkapnya dapat dilihat pada tabel berikut :
Tabel 4.8. Reliabilitas Data : Konstrak Indikator
Item to Total Correlation
Koefisien Cronbachs Alpha
X11 0.555
X12 0.644
Brand Awareness
X13 0.651
0.188 X21
0.481 X22
0.578 Quality
Perception X23
0.615 -0.095
X31 0.684
X32 0.588
Brand Association
X33 0.590
0.197 Y1
0.463 Y2
0.677 Purchase
Intention Y3
0.576 -0.061
Sumber : Lampiran
Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya 0,5 [Purwanto,2003]. Tidak terjadi eliminasi karena
nilai item to total correlation indikator 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].
4.3.3. Evaluasi 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 faktor dari hubungan
antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini:
Tabel 4.9. Validitas Data
Faktor Loading Konstrak Indikator
1 2 3 4 X11
0.994 X12
0.086 Brand
Awareness X13
-0.006 X21
0.116 X22
0.233 Quality
Perception X23
0.130 X31
0.138 X32
-0.035 Brand
Association X33
-0.037 Y1
0.098 Y2
0.320 Purchase
Intention Y3
0.435
Sumber : Lampiran Berdasarkan hasil confirmatory faktor analysis terlihat bahwa faktor
loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya kurang baik.
4.3.4. Evaluasi Construct Reliability Dan Variance Extracted
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted.
Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-
indikator individual mengukur suatu pengukuran yang sama Purwanto,
2002. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel 4.10.
Tabel 4.10. Construct Reliability dan Variance Extracted
Konstrak Indikator Standardize
Faktor Loading
SFL Kuadrat
Error [
εj] Construct
Reliabilit y
Varianc e
Extrated X11 0.994
0.988 0.012
X12 0.086 0.007
0.993 Brand
Awareness X13 -0.006
0.000 1.000
0.000 0.000 X21 0.116
0.013 0.987
X22 0.233 0.054
0.946 Quality
Perception X23 0.130
0.017 0.983
0.073 0.028 X31 0.138
0.019 0.981
X32 -0.035 0.001
0.999 Brand
Association X33 -0.037
0.001 0.999
0.001 0.007 Y1 0.098
0.010 0.990
Y2 0.320 0.102
0.898 Purchase
Intention Y3 0.435
0.189 0.811
0.212 0.100
Batas Dapat Diterima
≥ 0,7 ≥ 0,5
Sumber : Lampiran Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen kurang 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.
4.3.5. Evaluasi Normalitas
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. Hasilnya diperoleh nilai c.r. multivariat diantara 2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam
estimasi selanjutnya. Hasil analisis tampak pada tabel berikut : Tabel 4.11. Normalitas Data
Variable min max
kurtosis c.r.
X11 3 5
-0. 716
-1.519 X12 3
5 -0.754
-1.599 X13 2
5 -0.486
-1.030 X21 3
5 -0.735
-1.558 X22 3
5 -0.966
-2.049 X23 2
5 -0.640
-1.358 X31 2
5 -0.537
-1.139 X32 2
5 0.088
0.188 X33 2
5 -0.311
-0.660 Y1 3
5 -1.091
-2.314 Y2 3
5 -0.951
-2.018 Y3 2
5 -1.068
-2.266
Multivariate -2.832
-0.803
Batas Normal ± 2,58
Sumber : Lampiran Hasil uji menunjukkan bahwa nilai c.r. multivariate berada di antar ±
2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler dan Chou 1987 bahwa jika
teknik estimasi dalam model SEM menggunakan maximum likelihood
estimation MLE walau distribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam
estimasi selanjutnya.
4.3.6. Analisis Model 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-step approach to SEM. One-step approach to SEM digunakan apabila model diyakini bahwa
dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik. Hair.et.al, 1998.
Hasil estimasi dan fit model one-step approach to SEM dengan menggunakan program aplikasi AMOS 4.01 terlihat pada gambar dan tabel
Goodness of Fit dibawah ini.
Gambar. 4.2
Tabel 4.12. Evaluasi Kriteria Goodness Of Fit Indices Model One-Step
Approach-Base Model
Kriteria Hasil
Nilai Kritis Evaluasi Model
CminDF 1.088 ≤ 2,00
baik Probability 0.304
≥ 0,05 baik
RMSEA 0.029 ≤ 0,08
baik GFI 0.920
≥ 0,90 baik
AGFI 0.887 ≥ 0,90
kurang baik TLI 0.291
≥ 0,95 kurang baik
CFI 0.409 ≥ 0,94
kurang baik
Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach base model
ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai
dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini
masih perlu dimodifikasi sebagaimana terdapat di bawah ini.
MODEL PENGUKURAN STRUKTURAL Brand Equity, Purchase Intention
Model Specification : One Step Approach - Base Model
Brand Awareness
Quality Perception
1 Brand
Equity 0,005
d_bw 1
0,005 d_qp
1 X11
0,005 er_7
1 1
X12 er_8
1 X21
er_1 1
1 X22
er_2 1
Brand Association
0,005 d_ba
X31 er_4
X32 er_5
1 1
1 1
Purchase Intention
0,005 d_pi
Y1 er_10
Y2 er_11
1 1
1 1
Y3 er_12
1 X13
er_9 1
X23 er_3
1
X33 er_6
1
Gambar. 4.3
Tabel 4.13. Evaluasi Kriteria Goodness of Fit Indices Model One- Step Approach – Modifikasi
Kriteria Hasil
Nilai Kritis Evaluasi Model
CminDF 0.922 ≤ 2,00
baik Probability 0.635
≥ 0,05 baik
RMSEA 0.000 ≤ 0,08
baik GFI 0.937
≥ 0,90 baik
AGFI 0.906 ≥ 0,90
baik TLI 1.629
≥ 0,95 baik
CFI 1.000 ≥ 0,94
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. Dengan demikian model ini
adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model.
MODEL PENGUKURAN STRUKTURAL Brand Equity, Purchase Intention
Model Specification : One Step Approach - Modification Model
Brand Awareness
Quality Perception
1
Brand Equity
0,005 d_bw
1 0,005
d_qp 1
X11 0,005
er_7 1
1 X12
er_8 1
X21 er_1
1 1
X22 er_2
1
Brand Association
0,005 d_ba
X31 er_4
X32 er_5
1 1
1 1
Purchase Intention
0,005 d_pi
Y1 er_10
Y2 er_11
1 1
1 1
Y3 er_12
1 X13
er_9 1
X23 er_3
1
X33 er_6
1
4.3.7. Uji Kausalitas
Dilihat dari angka determinant of sample covariance matrix : 2.526.097.704 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 dibawah ini. Tabel 4.14. Hasil Uji Kausalitas
Uji Hipotesis Kausalitas Regression Weights
Ustd Std
Faktor ← Faktor Estimate
Estimate Prob.
Purchase Intention ← Brand Equity
0.013 0.185
0.357
Batas Signifikansi ≤ 0,10
Sumber : Lampiran Dilihat dari tingkat Prob. Arah hubungan kausal, maka hipotesis yang
menyatakan bahwa : a.
Faktor Brand Equity berpengaruh positif terhadap faktor Purchase Intention, tidak dapat diterima kausalnya 0,357 0,10 tidak signifikan
positif
4.3.8 Analisis Unidimensi First Order
Tabel 4.15. Unidimensi First order
Ustd Std Regression
Weights Estimate Estimate
Prob. X11 -- Brand_Awareness
1,000 0,994 0,000
X12 -- Brand_Awareness 0,087 0,086
0,376 X13 -- Brand_Awareness
-0,007 -0,006 0,951
X21 -- Quality_Perception 1,000 0,116
0,000 X22 -- Quality_Perception
2,130 0,233 0,503
X23 -- Quality_Perception 1,255 0,130
0,576 X31 -- Brand_Association
1,000 0,138 0,000
X32 -- Brand_Association -0,237 -0,035 0,812
X33 -- Brand_Association -0,287 -0,037 0,794
Y1 -- Purchase_Intention 1,000 0,098 0,000
Y2 -- Purchase_Intention 3,104 0,320 0,283
Y3 -- Purchase_Intention 5,665 0,435 0,322
Sumber : Lampiran
4.3.9. Analisis Unidimensi Second Order
Tabel 4.16. Unidimensi Second Order
Ustd Std Regression
Weights Estimate Estimate
Prob. Brand_Awareness -
- Brand_Equity
0,647 0,994 0,000
Quality_Perception - -
Brand_Equity 0,034 0,434
0,471 Brand_Association -
- Brand_Equity
-0,073 -0,717 0,309
4.4. Pembahasan