38
terhadap objek berdasarkan kepada evaluasinya terhadap banyak atribut yang dimiliki oleh objek tersebut
Model multiatribut
ini mengidentifikasi
bagaimana konsumen
mengkombinasikan keyakinan belief mereka mengenai atrbut-atribut produk sehingga akan membentuk sikap attitude mereka terhadap berbagai merek
alternatif. Apabila konsumen memiliki sikap yang mendukung terhadap suatu merek, maka merek tersebut yang akan dipilih dan dibelinya. Model sikap
multiatribut ini berfokus pada prediksi sikap yang dibentuk terhadap obyek tertentu dan didasarkan pada perangkat kepercayaan yang diringkas mengenai
atribut objek yang bersangkutan dan diberi bobot oleh evaluasi terhadap atribut ini Engel et al., 1994. Konsumen cenderung lebih menyukai objek yang dikaitkan
dengan dengan ciri baik dan tidak menyukai objek yang dianggap memiliki ciri buruk.
Menurut Simammora 2002 model sikap multiatribut Fishbein adalah alat yang sangat berguna untuk mempelajari proses pembentukan, memperkirakan dan
menganalisis sikap responden terhadap atribut produk. Model ini menjelaskan bahwa sikap konsumen terhadap suatu produk atau merek sangat ditentukan oleh
sikap konsumen terhadap atribut-atribut yang dievaluasi. Menurut Engel et al. 1994, terdapat dua sasaran pengukuran yang
penting dalam mengevaluasi atribut produk yaitu 1 mengidentifikasi kriteria evaluasi yang mencolok 2 memperkirakan saliensi relatif dari masing-masing
atribut produk. Kriteria evaluasi yang mencolok dapat diketahui dengan menentukan atribut yang menduduki peringkat tertinggi. Saliensi biasanya
diartikan sebagai kepentingan, yaitu konsumen diminta untuk menilai kepentingan dari berbagai kriteria evaluasi.
3.1.8. Pendekatan Model Persamaan Struktural
Penelitian dibidang manajemen, psikologi, ilmu sosial dan perilaku pada umumnya memiliki dua permasalahan dasar yang dihadapi, yaitu hubungan kausal
diantara variabel-variabel penelitian dan pengukuran variabel-variabel penelitian. Pengukuran terhadap variabel-variabel penelitian tidak dapat dilakukan secara
langsung melainkan melalui pembentuk-pembentuknya. Sementara perangkat
39
statistik yang tersedia kurang dapat mengatasi kedua permasalahan sekaligus, maka alat analisis Model Persamaan Struktural Structural Equation
Modelling SEM merupakan perangkat yang tepat untuk mengatasi permasalahan
tersebut. SEM merupakan salah satu analisis multivariate yang dapat menganalisis hubungan variabel secara kompleks dan menjelaskan secara menyeluruh
hubungan antar variabel. SEM juga menjelaskan hubungan secara simultan yang dibangun antara satu atau beberapa variabel independen Andriyani, 2008.
SEM merupakan sekumpulan teknik-teknik statistik yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan. Hubungan itu dibangun
antara satu atau beberapa variabel independen. Teknik analisis data menggunakan SEM, dilakukan untuk menjelaskan secara menyeluruh hubungan
antar variabel yang ada dalam penelitian. SEM merupakan teknik analisis multivariat,
yang menggabungkan
model pengukuran
analisis faktor
konfirmatori dengan model struktural analisis regresi, analisis jalur. SEM digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk
memeriksa dan membenarkan suatu model. Oleh karena itu, syarat utama menggunakan SEM adalah membangun suatu model hipotesis yang terdiri dari
model struktural dan model pengukuran dalam bentuk diagram jalur yang berdasarkan justifikasi teori.
Ferdinand 2002 mengemukakan bahwa model persamaan struktural merupakan jawaban yang layak untuk kombinasi antara analisis faktor dan
analisis regresi berganda karena pada saat peneliti mengidentifikasi dimensi- dimensi sebuah konsep atau konstruk, pada saat yang sama peneliti juga ingin
mengukur pengaruh atau derajat antar faktor yang telah diidentifikasikan dimensi- dimensinya itu. Dengan demikian SEM merupakan kombinasi antara analisis
faktor dan analisis regresi berganda. SEM sangat tepat digunakan untuk merancang penelitian manajemen serta menjawab pertanyaan yang bersifat
regresif dan dimensional dalam waktu yang bersamaan. Regresif artinya pengujian hubungan antar konstruk, sedang dimensional berarti pengujian
dimensi-dimensi yang terdapat dalam konstruk. Demikian juga Solimun 2002 mengemukakan bahwa di dalam SEM, peneliti dapat melakukan tiga kegiatan
sekaligus, yaitu pemeriksaan validitas dan reliabilitas instrumen setara dengan
40
analisis faktor konfirmatori, pengujian model hubungan antar variabel laten setara dengan analisis path, dan mendapatkan model yang bermanfaat untuk
prediksi setara dengan model struktural atau analisis regresi. Salah satu kelebihan model SEM adalah dapat mengukur suatu hubungan
yang tidak dapat diukur secara langsung. Model ini menggambarkan hubungan antara variabel manifest sebagai model pengukuran, sedangkan model yang
menggambarkan hubungan antara variabel-variabel laten dinaman model persamaan struktural. Seperti dalam pengukuran kepuasan dan loyalitas terhadap
kualitas produk dan jasa juga tidak dapat diukur secara langsung melainkan melalui pembentuk-pembentuknya. Menurut Andriyani 2008 untuk membuat
pemodelan yang lengkap ada beberapa langkah yang perlu dilakukan, yaitu: 1.
Pengembangan model berdasarkan teori Tujuannya adalah untuk mengembangkan sebuah model yang mempunyai
justifikasi pembenaran secara teoritis yang kua guna mendukung upaya analisis terhadap suatu masalah yang sedang dikajiditeliti.
2. Pengembangan diagram lintasan path diagram
Tujuannya adalah menggambarkan model teoritis yang telah dibangun pada langkah pertama kedalam sebuah diagram jalur agar peneliti dengan mudah
dapat mencermati hubungan kausalitas yang ingin diujinya. 3.
Mengkonversi diagram jalur kedalam persamaan struktural Langkah ini membentuk persamaan-persamaan pada model struktural dan
model pengukuran 4.
Pemilihan data input dan teknik estimasi Tujuannya adalah menetapkan data input yang digunakan dalam pemodelan
dan teknik estimasi model 5.
Evaluasi masalah identifikasi model Tujuannya adalah untuk mendeteksi ada tidaknya masalah identifikasi
berdasarkan evaluasi terhadap hasil estimasi yang dilakukan program komputer
6. Evaluasi asumsi dan kesesuaian model
Tujuannya adalah untuk mengevaluasi pemenuhan asumsi yang disyaratkan SEM, dan kesesuaian model berdasarkan kriteria goodness-of-fit tertentu.
41
7. Interpretasi dan modifikasi model
Tujuannya adalah untuk memutuskan bentuk perlakuan lanjutan setelah dilakukan evaluasi asumsi dan uji kesesuaian model.
Diagram lintasan path diagram dalam SEM digunakan untuk menggambarkan atau menspesifikasikan model SEM dengan lebih jelas dan
mudah, jika dibandingkan dengan model persamaan matematik. Untuk dapat menggambarkan diagram jalur sebuah persamaan secara tepat, perlu diketahui
tentang variabel-variabel dalam SEM berserta notasi dan simbol yang berkaitan. Kemudian hubungan diantara model-model tersebut dituangkan dalam
model persamaan struktural dan model pengukuran. Variabel-variabel dalam SEM yaitu:
1. Variabel laten latent variable
Variabel laten merupakan konsep abstrak, misalkan : perilaku, perasaan, dan motivasi. Variabel laten ini hanya dapat diamati secara tidak langsung dan
tidak sempurna melalui efeknya pada variabel teramati. Variabel laten dibedakan menjadi dua yaitu variabel eksogen dan endogen. Variabel eksogen setara dengan
variabel bebas, sedangkan variabel endogen setara dengan variabel terikat. Notasi matematik dari variabel laten eksogen adalah
ξ ”ksi” dan variabel laten endogen ditandai dengan
η eta.
ξ η
Gambar 2 Simbol Variabel Laten 2.
Variabel teramati observed variable atau variabel terukur measured variable
Variabel teramati adalah variabel yang dapat diamati atau dapat diukur secara enpiris dan sering disebut sebagai indikator Efferin, 2008. Variabel
teramati merupakan efek atau ukuran dari variabel laten. Pada metoda penelitian survei dengan menggunakan kuesioner, setiap pertanyaan pada kuesioner
mewakili sebuah variabel teramati. Variabel teramati yang berkaitan atau merupakan efek dari variabel laten eksogen diberi notasi matematik dengan label
Eksogen Endogen
42
X, sedangkan yang berkaitan dengan variabel laten endogen diberi label Y. Simbol diagram lintasan dari variabel teramati adalah bujur sangkar atau
empat persegi panjang.
Gambar 3 Simbol Variabel Teramati SEM memiliki dua elemen atau model, yaitu model struktural dan model
pengukuran. 1.
Model Struktural Structural Model Model ini menggambarkan hubungan diantara variabel-variabel laten.
Parameter yang menunjukkan regresi variabel laten endogen pada eksogen dinotasikan dengan
γ ”gamma”. Sedangkan untuk regresi variabel endogen pada variabel endogen lainnya dinotasikan dengan
β ”beta”. Variabel laten eksogen juga boleh berhubungan dalam dua arah covary dengan dinotasikan
φ ”phi”. Notasi untuk error adalah
ξ .
Gambar 4 Model Struktural SEM Persamaan dalam model struktural dibangun dengan persamaan :
Var laten endogen = β var laten endogen + γ var laten eksogen + error
Sehingga untuk persamaan matematika untuk model persamaan di atas adalah : η
1
= β
12
η
2
+ γ
11
ξ
1
+ γ
12
ξ
2
+ ζ
η
2
= β
21
η
1
+ γ
21
ξ
23
+ γ
23
ξ
3
+ ζ
X Y
43
2. Model Pengukuran Measurement Model
Setiap variabel laten mempunyai beberapa ukuran atau variabel teramati atau indikator. Variabel laten dihubungkan dengan variabel-variabel teramati
melalui model pengukuran yang berbentuk analisis faktor. Setiap variabel laten dimodelkan sebagai sebuah faktor yang mendasari variabel-variabel terkait.
Muatan faktor factor loading yang menghubungkan variabel laten dengan variabel teramati diberi label
λ ”lambda”. Error dalam model pengukuran dinotasikan dengan
δ.
Gambar 5 Model Pengukuran SEM Persamaan dalam model pengukuran dibangun dengan persamaan:
Indikator =
γ konstruk + error X
= γ var laten eksogen + error
Y =
γ var laten endogen + error Sehingga untuk persamaan matematika untuk model struktural di atas :
X
1
= ξ
1
+ δ
1
X
2
= γ
21
ξ
1
+ δ
2
X
3
= γ
31
ξ
1
+ γ
32
ξ
2
+ δ
3
Penggabungan model struktural dan pengukuran membentuk bentuk SEM full
atau hybrid model seperti berikut:
44
Gambar 6 Model Full Hybrid SEM
3.2. Kerangka Pemikiran Operasional
Pada dasarnya produsen mempunyai tujuan untuk selalu memenuhi kebutuhan dan keinginan pelanggan serta berusaha untuk memuaskannya.
Kelebihan inilah yang dalam bisnis merupakan kesuksesan dalam persaingan. Diantara komponen teknologi produksi jagung, varietas unggul mempunyai
peranan penting dalam peningkatan hasil per satuan luas. Berkembangnya inovasi teknologi dalam perbenihan jagung menghasilkan banyak varietas unggul yang
telah dilepas ke masyarakat Badan Litbang Pertanian, 2005. Ketersediaan benih dengan jumlah cukup, tepat waktu, dan berkualitas di
tingkat petani memegang peranan penting, dan hal ini tidak terlepas dari peranan para penangkar benih yang cukup besar. Agar terjalin kesinambungan yang
berlanjut antara penghasil dengan pengguna teknologi, utamanya varietas maka penyediaan benih sumber yang berkelanjutan merupakan salah satu kegiatan yang
sangat penting dalam rangkaian pembentukan kelas benih selanjutnya, dan ini merupakan langkah awal untuk pengembangan suatu varietas.
Untuk mempercepat peningkatan produksi jagung di Indonesia, salah satunya dapat ditempuh dengan melakukan penggantian varietas lokal atau
varietas unggul bersari bebas yang telah ditanam petani secara turun-temurun dan kualitas kemurnian genetiknya telah diragukan dengan varietas unggul baru.
Sekitar 50 lahan pertanaman jagung di Indonesia saat ini masih ditanami dengan