Analisis Data ANALISIS DAN PEMBAHASAN

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