50
kedua dengan 38 atau 23,3, dan skor 2 mendapatkan respon paling sedikit dengan 31 atau 19,0. Artinya sebagian besar
responden menjawab setuju sebanyak 75 atau 46,0 responden cukup setuju sebanyak 38 atau 23,3 responden, dan 31 atau
19,0 responden dengan jawaban tidak setuju.
4.3 Analisis Data 4.3.1 Uji Outlier
Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim secara uniariate maupun multivariate, yaitu yang muncul karena
kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh dari observasi-observasi yang lainnya. Apabila terjadi outlier dapat dilakukan
treatment khusus pada outliernya asal diketahui bagaimana munculnya outlier tersebut.
Hasil uji outlier pada penelitian ini disajikan pada Mahalanobis distance atau Mahalanobis d-squared. Nilai Mahalanobis yang lebih besar
dari Chi-square tabel atau nilai p1 0,001 dikatakan observasi yang outlier. Pada penelitian ini ada dua titik yang nilai p1 0,001, tetapi masih
dibawah nilai toleransi, maka dapat dikatakan tidak terjadi outlier.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
51
4.3.2 Uji Reliabilitas
Uji alat ukur kuesioner yang kedua adalah Reliabel, yaitu indeks yang menunjukkan sejauh mana alat ukur dapat diandalkan atau dapat
dipercaya. Reliabilitas adalah ukuran konsistensi internal dari indikator- indikator sebuah variable bentukan yang menunjukkan derajat sampai
dimana masing-masing indicator itu mengindikasikan sebuah variable bentukan yang umum.
Pada penelitian ini dalam menghitung reliabilitas menggunakan composite contruct reliability dengan cut off value adalah minimal 0,7.
Adapun perhitungannya adalah sebagai berikut:
∑ ∑
∑
+ =
j
e CR
2 2
loading ed
standardiz loading
ed standardiz
Secara rinci pengujian reliabilitas pada masing-masing variabel laten adalah disajikan pada Tabel berikut:
Tabel 4.4 : Uji Reliabilitas Pada Sikap X1 Sikap X1
Nilai p variance
error Keteranga
n Loading
λ λ
2
1 –
λ
2
CR X11
0.000 Reliabel
0.939 0.881721 0.118279
0.937 X12
0.000 Reliabel
0.953 0.908209 0.091791
X13 0.000
Reliabel 0.842
0.708964 0.291036 Jumlah
2.734 0.501106
Sumber : Lampiran 3. diolah
Dari Tabel 4.1 tersebut di atas, ternyata variabel laten Sikap X1 memberikan nilai CR sebesar 0,937 di atas nilai cut-off nya sebesar 0,7
sehingga dapat dikatakan Sikap X1 reliabel. Begitu pula pada masing
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
52
masing indikator semua nilai p variance error lebih kecil dari 0.05 maka dikatakan reliabel.
Tabel 4.5 : Uji Reliabilitas Pada Citra Y1 CitraY1
Nilai p variance
error Keterangan
Loading
λ λ
2
1 –
λ
2
CR Y11
0.000 Reliabel
0.993 0.986049 0.013951
0.859 Y12
0.000 Reliabel
0.726 0.527076 0.472924
Jumlah 1.719
0.486875 Sumber: Lampiran 4. diolah
Dari Tabel 4.5 tersebut di atas, ternyata variabel laten Citra Y1 memberikan nilai CR sebesar 0,859 di atas nilai cut-off nya sebesar 0,7
sehingga dapat dikatakan Citra Y1 reliabel. Begitu pula pada masing masing indikator semua nilai p variance error lebih kecil dari 0.05 maka
dikatakan reliabel.
Tabel 4.6 : Uji Reliabilitas Pada Ekuitas Y2 Ekuitas Y2
Nilai p variance
error Keterang
an Loadin
g
λ λ
2
1 –
λ
2
CR Y11
0.000 Reliabel
0.697 0.485809 0.51419
1
0.882 Y12
0.002 Reliabel
0.940 0.883600 0.11640
Y13 0.000
Reliabel 0.873
0.762129 0.23787 1
Y14 0.000
Reliabel 0.698
0.487204 0.51279 6
Jumlah 3.208
1.38126 Sumber : Lampiran 5. diolah
Dari Tabel 4.6 tersebut di atas, ternyata variabel laten Ekuitas Y2 memberikan nilai CR sebesar 0,882 di atas nilai cut-off nya sebesar 0,7
sehingga dapat dikatakan Ekuitas Y2 reliabel. Begitu pula pada masing
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
53
masing indikator semua nilai p variance error lebih kecil dari 0.05 maka dikatakan reliabel.
4.3.3 Uji Validitas
Selesai memasukkan data pada program SPSS versi 13, maka kegiatan berikutnya adalah uji prasyarat. Uji ini dilakukan untuk melihat
butir-butir pertanyaan mana yang layak untuk dipergunakan untuk mewakili variabel-variabel bebas dalam penelitian ini.
Uji validitas dimaksudkan untuk mengetahui apakah pertanyaan- pertanyaan dalam kuesioner cukup representatif. Uji validitas dilakukan
dengan menggunakan analisis faktor konfirmatori pada masing-masing variabel laten yaitu Sikap merek brand attitude, citra merek brand
image dan ekuitas merek brand ekuiti melalui program AMOS 16.
§
Sikap Merek
Sikap Merek merupakan variabel laten eksogen yang diukur dari 3 tiga indikator yaitu X11, X12, dan X13. Sehingga untuk mengetahui
apakah sikap merek brand attitude merupakan variabel laten digunakan analisis faktor konfirmatori yang hasilnya dengan program
AMOS dapat dilihat pada Gambar berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
54
Gambar 4.1: Uji Validitas Sikap Merek
Hasil pengujian seperti disajikan pada Gambar 4.1, menunjukkan bahwa besarnya nilai loading faktor pada ketiga indikator di atas lebih
besar sama dengan 0,5. Masing-masing dapat dijelaskan sebagai berikut: -
Nilai loading 0,939 untuk X11 yang berarti secara statistik signifikan dalam mengukur SIKAP sebesar 0,939, hal ini dapat dilihat dari
nilai p = 0,000 yang lebih kecil dari α
= 0,05 pada regression weight Lihat Lampiran 3.
- Nilai loading 0,953 untuk X12 yang berarti secara statistik signifikan
dalam mengukur SIKAP sebesar 0,953, hal ini dapat dilihat dari nilai p = 0,000 yang lebih kecil dari
α = 0,05 pada regression weight
Lihat Lampiran 3. -
Nilai loading 0,842 untuk X13 yang berarti secara statistik signifikan dalam mengukur SIKAP sebesar 0,842, hal ini dapat dilihat dari
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
55
nilai p = 0,000 yang lebih kecil dari α
= 0,05 pada regression weight Lihat Lampiran 3.
Dengan demikian terdapat 3 tiga indikator yang dapat digunakan untuk mengukur Brand Attitude SIKAP yaitu X11, X12, dan X13..
§
Citra Merek
Citra merek merupakan variabel laten intervening yang diukur dari 2 dua indikator yaitu Y11 dan Y12. Sehingga untuk mengetahui apakah
Brand Image CITRA merupakan variabel laten digunakan analisis faktor konfirmatori yang hasilnya dengan program AMOS dapat dilihat
pada Gambar berikut:
Gambar 4.2 : Uji Validitas citra merek
Hasil pengujian seperti disajikan pada Gambar 4.2, menunjukkan bahwa besarnya nilai loading faktor pada kedua indikator di atas lebih
besar sama dengan 0,5. Masing-masing dapat dijelaskan sebagai berikut: -
Nilai loading 0,993 untuk Y11 yang berarti secara statistik signifikan dalam mengukur CITRA sebesar 0,993, hal ini dapat dilihat dari
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
56
nilai p = 0,000 yang lebih kecil dari α
= 0,05 pada regression weight Lihat Lampiran 4.
- Nilai loading 0,726 untuk Y12 yang berarti secara statistik signifikan
dalam mengukur CITRA sebesar 0,726, hal ini dapat dilihat dari nilai p = 0,000 yang lebih kecil dari
α = 0,05 pada regression weight
Lihat Lampiran 4. Dengan demikian terdapat 2 dua indikator yang dapat digunakan
untuk mengukur Brand Image CITRA yaitu Y11 dan Y12. •
Brand Ekuiti EKUITAS
Brand Ekuiti EKUITAS merupakan variabel laten endogen yang diukur dari 4 empat indikator yaitu Y21, Y22, Y23, dan Y24. Sehingga
untuk mengetahui apakah Brand Ekuiti EKUITAS merupakan variabel laten digunakan analisis faktor konfirmatori yang hasilnya dengan
program AMOS dapat dilihat pada Gambar berikut:
Gambar 4.3 : Uji Validitas Ekuitas merek
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
57
Hasil pengujian seperti disajikan pada Gambar 4.3, menunjukkan bahwa besarnya nilai loading faktor pada keempat indikator di atas lebih
besar sama dengan 0,5. Masing-masing dapat dijelaskan sebagai berikut: -
Nilai loading 0,697 untuk Y21 yang berarti secara statistik signifikan dalam mengukur EKUITAS sebesar 0,697, hal ini dapat dilihat dari
nilai p = 0,000 yang lebih kecil dari α
= 0,05 pada regression weight Lihat Lampiran 5.
- Nilai loading 0,940 untuk Y22 yang berarti secara statistik signifikan
dalam mengukur EKUITAS sebesar 0,940, hal ini dapat dilihat dari nilai p = 0,000 yang lebih kecil dari
α = 0,05 pada regression weight
Lihat Lampiran 5. -
Nilai loading 0,873 untuk Y23 yang berarti secara statistik signifikan dalam mengukur EKUITAS sebesar 0,873, hal ini dapat dilihat dari
nilai p = 0,000 yang lebih kecil dari α
= 0,05 pada regression weight Lihat Lampiran 5.
- Nilai loading 0,698 untuk Y24 yang berarti secara statistik signifikan
dalam mengukur EKUITAS sebesar 0,698, hal ini dapat dilihat dari nilai p = 0,000 yang lebih kecil dari
α = 0,05 pada regression weight
Lihat Lampiran 5. Dengan demikian terdapat 4empat indikator yang dapat
digunakan untuk mengukur Brand Ekuiti EKUITAS yaitu Y21, Y22, Y23,dan Y24.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
58
4.3.4 Structural Equation Modeling pada Ekuitas Setelah dilakukan uji validitas dan reliabilitas pada masing-masing
variabel laten, beberapa prasyarat yang harus dipenuhi dalam pemodelan struktural adalah asumsi multivariate normal, asumsi tidak adanya
multikolinearitas atau singularitas dan outlier.
4.3.5 Uji Normalitas
Normalitas dari data merupakan salah satu syarat dalam pemodelan Struktural Equation Modelling SEM. Pengujian normalitas
ditekankan pada data multivariat dengan melihat nilai skewness, kurtosis, dan secara statistik dapat dilihat dari nilai Critical Rasio CR. Jika
digunakan tingkat signifikansi sebesar 5 persen, maka nilai CR yang berada di antara -1,96 sampai dengan 1,96 -1,96
≤ CR
≤ 1,96 dikatakan
data berdistribusi normal, baik secara univariat maupun multivariat. Hasil secara lengkap mengenai pengujian normalitas data pada
seluruh variabel penelitian dapat dilihat pada Lampiran 6. Pada Lampiran 6, nilai CR multivariat sebesar 1.828 dan nilai ini terletak diluar diantara -
1,96 sampai dengan 1,96, sehingga dapat dikatakan bahwa data berditribusi multivariat normal.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
59
4.3.6 Uji Singularitas
Singularitas dapat dilihat melalui determinan matriks kovarians. Nilai determinan yang sangat kecil atau mendekati nol menunjukkan
indikasi terdapatnya masalah Singularitas, sehingga tidak dapat digunakan untuk penelitian. Hasil penelitian memberikan nilai Determinant
of sample covariance matrix sebesar 1.0431. Nilai ini tidak sama dengan nol sehingga dapat dikatakan bahwa tidak terdapat masalah singularitas
pada data yang dianalisis.
4.3.7 Pengaruh Sikap Terhadap Citra dan Ekuitas Setelah dilakukan uji validitas dan reliabilitas pada semua variabel
laten yang hasil valid dan reliabel, data multivariat normal, tidak terjadi multikolinearitas dan outlier, maka variabel laten tersebut dapat dilanjutkan
dalam analisis dengan bentuk gambar tersaji sebagai berikut:
Gambar 4.4 : Hubungan Eksogen terhadap Endogen
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
60
Hasil pengujian model lengkap di atas dengan program AMOS secara lengkap dapat dilihat pada Tabel berikut :
Tabel 4.7 : Hasil Pengujian Model Brand Ekuiti Kriteria
Nilai Cut – Off Hasil
Perhitungan Keterangan
Chi – Square Diharapkan kecil
32,776 χ
2
dengan df = 24
adalah 36,145 Significance
Probability ≥
0,05 0,109
Baik RMSEA
≤ 0,08
0.048 Baik
GFI ≥
0,90 0,956
Baik AGFI
≥ 0,90
0,917 Baik
CMINDF ≤
2,00 1.366
Baik TLI
≥ 0,95
0.987 Baik
CFI ≥
0,95 0.991
Baik Sumber: Lampiran 6 diolah
Berdasarkan Tabel di atas, menunjukkan bahwa 8 delapan kriteria yang digunakan untuk menilai layak tidaknya suatu model ternyata
menyatakan Baik dan cukup baik. Hal ini dapat dikatakan bahwa model dapat diterima, yang berarti ada kesesuaian antara model dengan data.
Dari model yang sesuai, dapat diinterpretasikan masing-masing koefisien jalur, yang merupakan hipotesis dalam penelitian ini, yang
disajikan dalam persamaan struktural berikut :
= =
+ .
. .
Y X
Y X
Y 1 0 160 1
2 0 578 1 0 175 1
dimana: X1 = Sikap
Y1 = Citra Y2 = Ekuitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
61
Pengujian koefisien jalur pada Gambar 4.5 dan persamaan di atas secara rinci disajikan pada Tabel berikut:
Tabel 4.8 : Hasil Pengujian Kesesuaian Model brand Ekuiti Variabel
Koefisien C.R. Prob. Keterangan
Sikap X1 Citra Y1
0.160 1.977
0.048 Signifikan Sikap X1
Ekuitas Y2 0.578
6.567 0.000 Signifikan
Citra Y1 Ekuitas Y2
0.175 2.061
0.039 Signifikan Sumber : Lampiran 6 diolah
Berdasarkan Tabel di atas, interpretasi masing-masing koefisien jalur adalah sebagai berikut:
§
Sikap X1 berpengaruh positif dan signifikan terhadap Citra Y1. Hal ini terlihat dari koefisien jalur yang bertanda positif sebesar 0.160
dengan nilai C.R. sebesar 1.977 dan diperoleh probabilitas signifikansi p sebesar 0,048 yang lebih kecil dari taraf signifikansi
α yang
ditentukan sebesar 0,05. Dengan demikian Sikap X1 berpengaruh secara langsung pada Citra Y1 sebesar 0.160, yang berarti setiap
ada kenaikan Sikap X1 maka akan meningkatkan Citra Y1 sebesar 0.160.
§
Sikap X1 berpengaruh positif dan signifikan terhadap Ekuitas Y2. Hal ini terlihat dari koefisien jalur yang bertanda positif sebesar 0.578
dengan nilai C.R. sebesar 6.567 dan diperoleh probabilitas signifikansi p sebesar 0,000 yang lebih kecil dari taraf signifikansi
α yang
ditentukan sebesar 0,05. Dengan demikian Sikap X1 berpengaruh secara langsung pada Ekuitas Y2 sebesar 0.578, yang berarti setiap
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
62
ada kenaikan Sikap X1 maka akan meningkatkan Ekuitas Y2 sebesar 0.578.
§
Citra Y1 berpengaruh positif dan signifikan terhadap kinerja Ekuitas Y2. Hal ini terlihat dari koefisien jalur yang bertanda positif sebesar
0.175 dengan nilai C.R. sebesar 2.061 dan diperoleh probabilitas signifikansi p sebesar 0,039 yang lebih kecil dari taraf signifikansi
α yang ditentukan sebesar 0,05. Dengan demikian Citra Y1
berpengaruh secara langsung pada Ekuitas Y2 sebesar 0.175, yang berarti setiap ada kenaikan Citra Y1 maka akan meningkatkan
Ekuitas Y2 sebesar 0.175.
4.4. Pembahasan
