Structural Equation Model SEM

Merek x2  x4 sebesar 0.051, dan korelasi antara Asosiasi Merek dengan Loyalitas Merek x3  x4 sebesar 0.041. Hal ini menunjukkan bahwa antar variabel independent tidak mempunyai hubungan atau angka korelasi antara kedua variabel tersebut kecil, sehingga korelasi antar variabel independen rendah.

4.3.2 Structural Equation Model SEM

Analisis ini digunakan untuk mengetahui aspek yang berpengaruh terhadap Ekuitas Merek dan Gain Index. Dalam konfirmator faktor analisis pengujian structural equation model juga dilakukan dua macam pengujian yaitu :

1. Uji Kesesuaian Model Goodness of Fit Test

Dari hasil pengolahan data, selanjutnya dilakukan evaluasi berdasarkan uji kesesuaian model seperti pada Tabel 4.6 di bawah ini : Tabel 4.6 Uji Kesesuaian Model Struktural Kriteria Cut-off value Hasil Model Evaluasi Model Chi-Square 278.213 482.298 Kurang Baik Probability ≥ 0.05 0.000 Kurang Baik CMINDF  2.00 2.001 Marginal GFI ≥ 0.90 0.756 Kurang Baik AGFI ≥ 0.90 0.696 Kurang Baik TLI ≥ 0.95 0.705 Kurang Baik CFI ≥ 0.95 0.742 Kurang Baik RMSEA  0.08 0.092 Kurang Baik Sumber informasi hasil pengolahan data, lampiran 5. Dari hasil evaluasi terhadap model yang diajukan ternyata dari seluruh kriteria yang digunakan menunjukkan bahwa kriteria Goodness Of Fit Indices masih belum terpenuhi, hal ini terlihat dari nilai Chi-Square bernilai sangat besar 482.298 dibandingkan dengan Cut-off-value 278.213, dan adanya Probability yang kurang dari Cut-off-value 0.000 0.05. Sedangkan, model yang diuji akan dipandang baik atau memuaskan bila nilai Chi-Square nya rendah. CMIN DF Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. untuk mengukur tingkat fitnya sebuah model. Nilai CMIN DF yang kurang dari 2.0 adalah indikasi dari acceptable fit antara model dengan data. Dengan demikian pada Evaluasi Kriteria Goodness Of Fit Indices pada Tabel 4.6 di atas yang memperlihatkan nilai 2.001 marginal maka mengindikasikan terdapatnya acceptable fit antara model dengan data. GFI Goodness of Fit pada pengujian menunjukkan nilai 0.756, sedangkan evaluasi model memberikan kriteria nilai ≥ 0.90. Hal ini berarti bahwa nilai GFI penelitian kurang dari kriteria yang telah diberikan. Dengan demikian dapat dianggap bahwa model yang diperoleh kurang dapat diterima kurang baik. TLI Tucker Lewis Index, yaitu membandingkan sebuah model yang diuji terhadap indeks pembandingan model lain. Nilai TLI direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah ≥ 0.95 Hair dkk, 1995 dalam Ferdinand, 2005: 91. Berdasarkan output yang diperoleh dari penelitian ini maka mengindikasikan kurang baiknya model. CFI diharapkan ≥ 0.95.Analisis dalam penelitian ini menghasilkan nilai 0.742 yang 0.95, sehingga dikatakan bahwa model yang diperoleh kurang baik kurang mampu menjelaskan keadaan data. RMSEA The Root Mean Square Error Approximation yang bernilai lebih kecil atau sama dengan 0.08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model berdasarkan degree of freedom. Nilai RMSEA pada penelitian ini adalah 0.092, sehingga model dikatakan kurang baik. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2. Uji Kausalitas Regression Weight

Setelah diketahui bahwa hasil uji model tersebut di atas tidak dapat memenuhi persyaratan, maka selanjutnya uji bobot faktor, hasil uji seperti pada lampiran 5 dan direkap pada tabel di bawah ini : Tabel 4.7 Bobot faktor Structural Model Estimate S.E. C.R. P y1  x1 0.077 0.066 1.035 0.301 y1  x2 1.19 0.172 4.522 y1  x3 -0.006 0.041 -0.09 0.928 y1  x4 -0.007 0.084 -0.177 0.859 y2  y1 0.961 0.391 4.474 x1.3  x1 0.432 x1.2  x1 0.299 0.219 2.761 0.006 x1.1  x1 0.974 1.01 2.332 0.02 x2.3  x2 0.656 x2.2  x2 0.64 0.155 6.865 x2.1  x2 0.647 0.151 7.023 y1.1  y1 0.411 y1.2  y1 0.358 0.278 3.299 y1.3  y1 0.398 0.243 3.592 y1.4  y1 0.403 0.252 3.606 y2.1  y2 0.669 y2.2  y2 0.747 0.135 7.737 y2.3  y2 0.791 0.162 8.155 x1.4  x1 0.403 0.245 3.43 x2.4  x2 0.657 0.141 7.116 x2.5  x2 0.566 0.153 6.288 x4.5  x4 0.214 x4.4  x4 0.489 0.939 2.932 0.003 x4.3  x4 0.241 0.562 2.305 0.021 x4.2  x4 1.279 0.238 1.58 0.003 x4.1  x4 0.207 0.672 1.747 0.022 x3.3  x3 0.735 x3.2  x3 0.462 0.168 3.504 x3.1  x3 0.637 0.202 4.084 Sumber informasi hasil pengolahan data, lampiran 5. Untuk melihat hubungan antar variabel apakah positif atau negatif dapat dilihat pada kolom estimate. Jika terdapat tanda “-“ maka hubungan antar variabel tersebut adalah negatif. Sedangkan untuk melihat uji signifikansinya dapat dilihat Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. pada kolom CR dengan ketentuan jika signifikan, hasil dari nilai CR-nya  2.064. Dimana nilai 2.064 diperoleh dari tabel-t lampiran 8 pada level 0.025 12 alpha dengan df = 24 jumlah seluruh indikator didapatkan nilai t sebesar 2.064. Berdasarkan Tabel 4.7 di atas dapat diketahui bahwa Kesadaran Merek X 1 memiliki pengaruh positif dan tidak signifikan terhadap Ekuitas Merek Y 1 , Kesan Kualitas X 2 berpengaruh positif dan signifikan terhadap Ekuitas Merek Y 1 , Asosiasi Merek X 3 berpengaruh negatif dan tidak signifikan terhadap Ekuitas Merek Y 1 , Loyalitas Merek X 4 berpengaruh negatif dan tidak signifikan terhadap Ekuitas Merek Y 1 , Ekuitas Merek Y 1 berpengaruh positif dan signifikan terhadap Gain Index Y 2 . lihat lampiran 5 pada standardized regression weight.

4.4 Menilai Kemungkinan Munculnya Identification Problem