BAB I PENDAHULUAN 1.1 Latar Belakang - PEMODELAN SIKAP DAN MINAT PEMBELIAN DVD FILM BAJAKAN PADA MAHASISWA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA MENGGUNAKAN STRUCTURAL EQUATION MODELING (SEM) Repository - UNAIR REPOSITORY

BAB I PENDAHULUAN

1.1 Latar Belakang

Pembajakan terhadap karya hak cipta dan hak kekayaan intelektual (HKI) merupakan masalah yang signifikan dan faktor utama yang belum ada titik cerah penyelesaian masalahnya. Tindakan ini terus berkembang di seluruh dunia, baik negara maju maupun negara berkembang. Menurut International Federation of the Phonographic Industry (IFPY) pada tahun 2004, beberapa negara di dunia yang mencapai angka tinggi dalam kasus pembajakan ialah Brazil, Cina, India, Meksiko, Pakistan, Indonesia, Paraguay, Rusia, Spanyol, Ukraina. ASIREVI (Asosiasi Industri Rekaman Video Indonesia) mencatat bahwa 2 minggu setelah film “Ada Apa dengan Cinta?” dirilis ke pasaran, tepatnya 21 Februari sampai 6 Maret 2002, jumlah DVD/CD yang digandakan oleh pembajak dalam satu hari mencapai 200.000 keping DVD/CD ilegal (Kompas, 2 April 2002).

Indonesia bisa disebut sebagai surga bagi pembajak, hal ini dapat diamati dari operasi yang dilakukan oleh ASIREVI pada 31 Juli 2003 yaitu operasi pedagang kaki lima di sepanjang Jl. Sabang bekerjasama dengan Polsek Menteng berhasil menyita (kurang lebih) 16.000 keping CD, film dan lagu bajakan (Hidayah, 2008). Selain itu pada awal Maret 2012 lalu, Polisi menyita 5.819 keping CD bajakan yang dipasok dari Jakarta untuk Bali (Ansyor, 2012).

Pembajakan DVD dan CD telah merugikan negara hingga Rp 5 triliun tiap bulannya dari sektor pajak. Besarnya nilai kerugian dari pembajakan ini karena

1 aparat penegak hukum tidak pernah memerhatikan kasus ini secara serius. Hal ini diungkapkan oleh Presiden Kongres Advokat Indonesia (KAI) Indra Sahnun.

(Rulianto, 2014) Pembajakan pada bidang perfilman sebenarnya sudah berjalan sejak tahun 80-an dimana pembajakan bisa dilakukan di rumah dengan cara penggandaan dari betamax ke betamax yang kemudian berkembang kepada laser disk sampai

VCD. Pemerintah Indonesia telah melakukan berbagai upaya untuk menangkal tindakan pembajakan tersebut yaitu pemberlakuan Undang – Undang No 19 tahun 2002 tentang Hak Cipta. Dari segi penegakan hukum, pemerintah perlu melakukan penambahan pasal untuk memberikan sanksi yang lebih keras terhadap pelaku pembajakan CD. Selain itu, pemerintah juga memberlakukan berbagai macam peraturan yang melindungi HKI dan memberikan sanksi yang keras kepada pelaku pelanggaran HKI.

Masyarakat Indonesia pada umumnya lebih cenderung memilih DVD bajakan daripada asli, dikarenakan mahalnya hasil karya asli dan perbedaan harga yang sangat jauh dengan hasil karya bajakan di pasaran. Harga untuk memperoleh DVD bajakan tergolong sangat murah yaitu berkisar antara Rp.

5000 sampai dengan Rp. 10.000 per kepingnya dibandingkan hasil karya asli yang harganya mencapai Rp. 50.000 hingga Rp. 350.000 per kepingnya. DVD bajakan ini juga sangat mudah diperoleh di pusat perbelanjaan seperti pasar dan mall yang mengakibatkan pembajakan semakin merajalela. Selain itu, proses pembajakan film ini sangat mudah, para pengganda DVD dapat menggunakan berbagai macam software untuk menyalin film dari DVD asli ke DVD kosong.

DVD kosong atau yang dikenal DVD-R banyak dijual di toko-toko komputer, toko alat tulis kerja, maupun toko kecil dengan harga yang relatif murah, sehingga usaha ini dapat meraup keuntungan yang besar dengan modal yang sangat kecil.

Penelitian sebelumnya yang dilakukan oleh Nursaidah (2013) di kota Jember untuk mengetahui pengaruh risiko pembelian, harga atas kualitas produk, kontrol perilaku, norma subjektif, dan integritas terhadap sikap dan minta pembelian CD musik bajakan. Dari penelitian tersebut diperoleh hasil analisis menggunakan SEM yaitu risiko pembelian, kontrol perilaku, norma subjektif, dan integritas terhadap sikap dan minat pembelian CD musik bajakan berpengaruh secara signifikan. Sedangkan harga atas kualitas produk tidak berpengaruh signifikan terhadap sikap pembelian CD musik bajakan. Selain itu penelitian yang dilakukan oleh Nahrowi (2014) hanya menguraikan perundang- undangan tentang plagiat dan pembajakan Karya Cipta dalam Hak Kekayaan Intelektual.

Pada skripsi ini peneliti akan membahas tentang pemodelan sikap dan minat pembelian DVD Film Bajakan. Analisis statistika yang mempunyai kemampuan untuk mengestimasi hubungan antar variabel yang bersifat multiple relationship adalah metode Structural Equation Modeling atau SEM (Yamin dan Kurniawan, 2009). Hubungan ini dibentuk dalam model struktural (hubungan antara konstrak dependen dan independen). SEM mempunyai kemampuan untuk menggambarkan pola hubungan antara konstrak laten (unobserved) dan variabel manifest (variabel indikator).

Dalam kasus ini, variabel endogen ( ) yang digunakan adalah Sikap

Konsumen ( ) dan Minat Pembelian ( ). Sedangkan variabel eksogen (

) yang

2 digunakan dalam penelitian ini adalah Resiko Pembelian ( ), Harga atas

1 Kualitas ( ), Kontrol Perilaku ( ), Norma Subjektif ( ) dan Integritas ( ).

5 Berdasarkan uraian di atas, akan dilakukan pemodelan antar variabel terhadap pembelian DVD Film Bajakan pada mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga Surabaya menggunakan metode Structural Equation Modeling (SEM).

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan maka rumusan masalah dalam penelitian ini adalah :

1. Bagaimana mendeskripsikan variabel penelitian yang berpengaruh terhadap sikap konsumen dan minat pembelian DVD film bajakan pada mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga

2. Bagaimana memodelkan sikap konsumen dan minat pembelian DVD film bajakan pada mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga menggunakan SEM

1.3 Tujuan Penelitian Berdasarkan rumusan masalah di atas, maka tujuan dari penelitian ini adalah:

1. Mendeskripsikan variabel penelitian yang berpengaruh terhadap sikap konsumen dan minat pembelian DVD film bajakan pada mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga

2. Memodelkan sikap konsumen dan minat pembelian pada mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga menggunakan SEM

1.4 Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini adalah :

1. Bagi Mahasiswa

a) Dapat menambah wawasan tentang penggunaan SEM dalam bidang statistika dengan menggunakan software AMOS dalam mengolah data.

b) Sebagai sarana pengembangan ilmu pengetahuan baru bagi seorang mahasiswa

2. Bagi Pemerintah Sebagai evaluasi bagi pemerintah untuk memberantas tindakan pembajakan film berupa DVD.

1.5 Batasan Masalah

Data yang digunakan dalam penelitian ini adalah hasil dari pengisian kuesioner oleh mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga.

Metode yang digunakan adalah Structural Equation Modelling (SEM) dengan media pengolah data menggunakan software AMOS.

BAB II TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Sikap Konsumen

Setiap individu pernah membicarakan tentang sikap mereka terhadap sesuatu dalam kehidupannya. Mereka menyatakan suka (sikap positif) atau tidak suka (sikap negatif) terhadap sesuatu, termasuk jasa atau produk yang mereka jumpai dalam kehidupan mereka sebagai konsumen. Menurut Lefton (Prasetijo dan Lhalauw, 2004:104) “Sikap adalah pola perasaan, keyakinan dan kecenderungan perilaku terhadap orang, ide atau obyek yang tetap dalam jangka waktu yang lama”. Sedangkan menurut Peter dan Olson (1990:130) “Sikap sebagai evaluasi konsep secara menyeluruh yang dilakukan oleh seseorang, sedangkan evaluasi adalah tanggapan pengaruh pada tingkat intensitas dan gerakan yang relatif rendah”. Evaluasi dapat diciptakan oleh sistem afektif dan kognitif. Sistem pengaruh secara otomatis memproduksi tanggapan afektif termasuk emosi, perasaan, suasana hati dan evaluasi terhadap sikap sebagai suatu tanggapan segera dan langsung pada rangsangan tertentu.

Menurut Sumarwan (2003:137–138), terdapat 8 karakteristik sikap:

a. Sikap Memiliki Objek Di dalam konteks pemasaran, sikap konsumen harus terkait dengan objek, objek tersebut bisa terkait dengan berbagai konsep konsumsi dan pemasaran seperti produk, merek, iklan, harga, kemasan, media dan sebagainya. Jika kita

7 ingin mengetahui sikap konsumen, maka kita harus mendefinisikan secara jelas sikap konsumen terhadap suatu produk atau merek.

b. Konsistensi Sikap Sikap adalah gambaran perasaan dari seorang konsumen dan perasaan tersebut akan direfleksikan oleh perilakunya. Karena itu sikap memiliki konsistensi dengan perilaku. Perilaku seorang konsumen merupakan gambaran dari sikapnya. Wanita tersebut mengendarai mobil BMW berwarna silver. Ia menyukai mobil BMW berwarna silver. Inilah konsistensi antara sikap dan perilaku. Namun, faktor situasi sering menyebabkan inkonsistensi antara sikap dan perilaku. Seseorang menyukai sedan Jaguar, namun ia tidak memliki sedan tersebut. Faktor daya beli mungkin menyebabkan tidak konsistennya antara sikap dan perilaku.

c. Sikap positif, negatif dan netral Seseorang mungkin menyukai makanan padang (sikap positif) atau tidak menyukai minum alkohol (sikap negatif) atau ia tidak memiliki sikap (sikap netral). Sikap yang memiliki dimensi positif, negatif dan netral disebut sebagai karakteristik sikap.

d. Intensitas sikap Sikap seorang konsumen terhadap suatu merek produk akan bervariasi tingkatannya, ada yang sangat menyukainya atau bahkan ada yang begitu sangat tidak menyukainya. Ketika konsumen menyatakan derajat tingkat kesukaan terhadap suatu produk, maka ia mengungkapkan intesitas sikapnya. Intensitas sikap disebut sebagai karakteristik dari sikap.

e. Resistensi sikap Resistensi adalah seberapa besar sikap seorang konsumen bisa berubah.

Sikap seorang konsumen dalam memeluk agamanya mungkin memiliki resistensi yang tinggi untuk berubah. Sebaliknya, seorang konsumen yang tidak menyukai tomat, kemudian disarankan oleh dokter yang banyak mengonsumsi tomat karena alasan kesehatan, mungkin sikapnya akan mudah berubah.

Pemasaran penting memahami bagaimana resistensi konsumen agar bisa menerapkan strategi pemasaran yang tepat. Pemasaran ofensif bisa diterapkan untuk mengubah sikap konsumen yang sangat resistensi atau konsumen baru.

f. Persistensi sikap Keyakinan adalah kepercayaan konsumen mengenai kebenaran sikap yang dimilikinya. Seorang konsumen tidak menyukai makan di restoran (sikap negatif), namun dengan berlalunya waktu setelah beberapa bulan ia mungkin akan berubah dan menyukai makan di restoran.

g. Keyakinan sikap Keyakinan adalah kepercayaan konsumen mengenai kebenaran sikap yang dimilikinya. Sikap seorang konsumen terhadap agama yang dianutnya akan memiliki tingkat keyakinan yang sangat tinggi, sebaliknya sikap seseorang terhadap adat kebiasaan mungkin akan memiliki tingkat keyakinan yang lebih rendah.

h. Sikap dan situasi Sikap seseorang terhadap suatu objek seringkali muncul dalam konteks situasi. Ini artinya situasi akan mempengaruhi sikap konsumen terhadap suatu objek. Misalnya seseorang mungkin tidak suka minum jus jeruk pada pagi hari, tetapi menyukai minum jus jeruk pada siang di restoran siap saji.

2.1.2 Minat Pembelian

Minat beli merupakan sesuatu yang berhubungan dengan rencana konsumen untuk membeli produk tertentu serta berapa banyak unit produk yang dibutuhkan pada periode tertentu (Howard, 1994). Hal ini sangat diperlukan oleh para pemasar untuk mengetahui minat beli konsumen terhadap suatu produk, baik para pemasar maupun ahli ekonomi menggunakan variabel minat untuk memprediksi perilaku konsumen dimasa yang akan datang.

Minat beli adalah tahap kecenderungan responden untuk bertindak sebelum keputusan membeli benar-benar dilaksanakan. Ada perbedaan antara pembelian aktual dan minat pembelian. Bila pembelian aktual adalah pembelian yang benar-benar dilakukan oleh konsumen, maka minat pembelian adalah niat untuk melakukan pembelian pada kesempatan mendatang (Kinnear dan Taylor, 1995).

Minat membeli adalah suatu tahapan terjadinya keputusan untuk membeli suatu produk bahwa individu dalam mengambil keputusan untuk membeli suatu barang atau jasa ditentukan oleh dua faktor, yaitu :

a. Faktor luar atau faktor lingkungan yang mempengaruhi individu seperti lingkungan kantor, keluarga, lingkungan sekolah dan sebagainya. b. Faktor dalam diri individu, seperti kepribadiannya sebagai calon konsumen. Minat membeli seseorang bisa dilihat hasil pengalamannya yang menarik tentang suatu produk.

2.1.3 Resiko Pembelian

Resiko pembelian ditinjau dari sisi keputusan pembelian merupakan aspek penting dalam pemalsuan produk (Tan, 2002). Membeli produk palsu dianggap beresiko jika dinilai jumlah uang yang akan hilang apabila terjadi kerusakan, kurangnya kualitas dan adanya resiko sosial. Resiko dapat dilihat melalui komunikasi yang efektif, dianggap sebagai kompetensi pemasaran yang mampu meningkatkan kepuasan pembeli (Golfetto dan Gibbert, 2006). Resiko merupakan keterlibatan yang memengaruhi pencarian informasi sama seperti dimensi kepentingan,hedonis dan nilai (Gursoy, 2001).

2.1.4 Kontrol Perilaku

Ajzen dan Madden (1986) dalam penelitian Kraft dkk (2005) mendefinisikan kontrol perilaku sebagai keyakinan seseorang tentang kemungkinan perilaku yang mungkin terjadi. Persepsi kemampuan diri untuk mengawasi dan menguasai perilaku terhadap suatu permasalahan. Hal ini mengacu pada kepercayaan individu tersebut dalam keinginannya untuk melaksanakan suatu perilaku. Kwong dan Lee (2002) juga membuktikan bahwa kontrol perilaku memiliki pengaruh signifikan terhadap minat pembelian musik di internet.

Kang dkk (2006) mempelajari Theory Planned Behaviour (TPB) sebagai bentuk perilaku yang dipengaruhi oleh faktor sikap, faktor normatif, dan kontrol perilaku. Ketiga faktor memengaruhi perilaku dan memberi dampak pada minat pembelian. Teori ini menunjukkan bahwa kontrol perilaku memiliki dampak langsung terhadap perilaku aktual.

2.1.5 Harga Atas Kualitas Produk

Harga atas kualitas produk diartikan jika harga produk murah maka kualitasnya rendah dan begitu juga sebaliknya. Menurut Eisend dan Schuchert- Guler (2006), konsumen akan puas setelah persyaratan fungsional dasar dan nilai simbolis dari produk terpenuhi. Ang dkk (2001) menyimpulkan bahwa konsumen menganggap harga untuk produk asli terlalu tinggi terlepas dari kualitasnya. Harga adalah moderator utama dari sikap terhadap niat membeli produk palsu (Penz dan Stottinger, 2005).

Hubungan harga dan resiko merupakan faktor penting yang berkaitan dengan sikap konsumen terhadap pemalsuan produk (Huang dkk, 2004).

Semakin besar pengaruh harga kualitas produk bagi konsumen maka semakin rendah juga persepsi kualitas akan produk palsu. Perkembangan internet dan teknologi komunikasi membuat distribusi produk bajakan seperti software, DVD atau CD menjadi lebih mudah (Altinkemer dan Guan, 2003).

2.1.6 Integritas Integritas merupakan tingkat pertimbangan etis individu dengan ketaatan pada hukum (Wang dkk, 2005). Wilcox dkk (2009) menemukan hubungan antara moralitas dan nilai pada kecenderungan untuk membeli produk asli dibandingkan produk palsu. Konsumsi produk palsu dapat dinilai dari segi moralitas. Moralitas mengacu pada persepsi apakah mengonsumsi produk palsu mendukung kegiatan ilegal atau tidak.

Ang dkk (2001) menerangkan bahwa orang yang integritasnya rendah diharapkan akan merasa tidak bersalah ketika mereka membeli produk bajakan.

Kaitan variabel integritas dan sikap diproposisikan berhubungan negatif. Kajian literatur menjelaskan bahwa semakin tinggi integritas, maka semakin negatif sikapnya pada produk bajakan.

2.1.7 Norma Subjektif Norma subjektif merupakan faktor sosial yang berkaitan pada tekanan sosial seseorang untuk melakukan atau tidak melakukan sesuatu (Ajzen, 1991).

Penz dan Stӧttinger (2005) dalam penelitiannya mengatakan tekanan normatif pada individu memainkan peranan penting pada pembentukan niat dan perilaku untuk membeli. Ini adalah fungsi dari keyakinan normatif yaitu untuk mengekspresikan persepsi konsumen dari yang relevan di pikiran orang tentang apakah harus atau tidak harus membeli produk palsu.

Variabel norma subjektif pada penelitian Penz dan Stӧttinger (2005) diukur dengan menggunakan skala normatif yang dikembangkan oleh Bearden dkk (1989). Skala ini mengukur sejauh mana individu mengekspresikan kebutuhan untuk mengidentifikasi orang lain dan kemauannya untuk menyesuaikan diri dengan ekspetasi keputusan pembelian. Hasil perbandingan dapat dilihat dari variabel norma subjektif. Pada harga yang sedikit lebih murah dari produk asli, norma subjektif memengaruhi niat untuk membeli CD bajakan.

2.1.8 Pengaruh antara Resiko Pembelian terhadap Sikap Konsumen DVD Film Bajakan Albers-Miller (1999) menyatakan bahwa ditemukan pengaruh signifikan dari faktor resiko pembelian produk palsu. Konsumen dapat mempertimbangkan bahwa produk tidak akan ada garansi dari penjual, produk palsu tidak seaman produk asli, produk tidak berfungsi sebaik produk asli. Tindakan memilih produk palsu akan memengaruhi cara pandang orang lain terhadap konsumen, pengguna akan membuang-buang waktu dan kehilangan kenyamanan untuk melakukan pembelian kembali.

2.1.9 Pengaruh antara Harga atas Kualitas terhadap Sikap Konsumen DVD Film Bajakan Kontruk harga dan resiko adalah faktor penting yang berhubungan dengan sikap terhadap pemalsuan produk (Huang dkk, 2004). Semakin besar pengaruh harga atas kualitas terhadap konsumen, maka semakin rendah persepsi kualitas untuk produk palsu.

2.1.10 Pengaruh antara Kontrol Perilaku terhadap Sikap Konsumen DVD Film Bajakan Kontrol perilaku mengacu pada keyakinan individu dalam kemudahan untuk menjalankan suatu perilaku (Kwong dan Lee, 2002). Dalam penelitian ini, diasumsikan bahwa konsumen memiliki kemampuan dan kendali diri untuk membeli produk palsu. Semakin bagus kontrol perilaku konsumen maka sikap konsumen dalam pembelian DVD Film bajakan semakin apatis.

2.1.11 Pengaruh antara Norma Subjektif terhadap Sikap Konsumen DVD Film Bajakan Norma subjektif adalah faktor sosial yang mengacu pada tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan perilaku tertentu (Ajzen,

1991). Teman, saudara dan keluarga mungkin bertindak sebagai kontributor untuk mengonsumsi produk palsu, tergantung banyak perilaku penggunaan yang disetujui. Konsumen yang membeli produk palsu adalah bentuk partisipasi konsumen guna mendukung aktivitas ilegal.

2.1.12 Pengaruh antara Integritas terhadap Sikap Konsumen DVD Film Bajakan Individu merasionalisasi tindakan penggunaan produk palsu dan tidak melihat perilaku ini sebagai tindakan tidak etis (Ang dkk, 2001). Integritas yang tinggi membuat sikap konsumen terhadap DVD Film Bajakan negatif.

2.1.13 Pengaruh antara Sikap Konsumen terhadap Minat Pembelian DVD Film Bajakan

Reasoned Actions Theory menjelaskan bahwa sikap positif berkorelasi minat pembelian, yang merupakan awal dari adanya perilaku nyata (Ajzen dan Fishben, 1980). Sikap terhadap pembajakan didasarkan pada etika dan moral konsumen (Shoham dkk, 2008).

2.2 Structural Equation Modeling (SEM)

2.2.1 Konsep Dasar Structural Equation Modeling (SEM)

Structural Equation Modeling (SEM) merupakan gabungan dari dua metode statistik yang terpisah yaitu analisis regresi dan analisis faktor.

Pemodelan persamaan struktural adalah salah satu teknik peubah ganda yang dapat menganalisis secara simultan beberapa peubah laten endogen dan eksogen (Bollen, 1989). SEM dilakukan untuk menganalisis serangkaian hubungan secara simultan sehingga memberikan efisiensi secara statistik. Dari segi metodologi, SEM memiliki beberapa peranan, di antaranya, sebagai sistem persamaan simultan, analisis kausal linear, analisis jalur (path analysis), analisis struktur kovarians dan model persamaan struktural (Wijanto,2008).

Dua alasan yang mendasari digunakan SEM adalah (1) SEM mempunyai kemampuan untuk mengestimasi hubungan antar variabel bersifat multiple relationship . Hubungan ini dibentuk dalam model struktural (hubungan antara konstruk dependen dan independen). (2) SEM mempunyai kemampuan untuk menggambarkan pola hubungan antara konstruk laten dan variabel manifes atau variabel indikator.

Komponen – komponen yang digunakan dalam SEM yang menjadi karakteristik dalam model yaitu :

1. Variabel yaitu variabel laten dan variabel teramati

2. Model yaitu model struktural dan model pengukuran

3. Galat yaitu galat struktural dan galat pengukuran Variabel penelitian adalah konsep abstrak yang dapat diukur. Konsep abstrak yang langsung dapat diukur disebut observed variabel atau variabel manifes. Sebagai contoh: kinerja perusahaan dapat langsung diukur dengan laba.

Namun demikian ada konsep abstrak yang tidak dapat diukur langsung atau yang disebut unobserved variabel atau variabel laten. Variabel ini diukur dengan seperangkat pertanyaan yang intinya mengukur seberapa puas seseorang terhadap pekerjaannya. Responden diminta untuk menjawab pertanyaan dengan tipe jawaban skala Likert yaitu dengan 4 kategori jawaban sangat tidak setuju, tidak setuju , setuju dan sangat setuju.

2.2.2 Analisis Jalur

Analisis jalur merupakan pengembangan dari model regresi yang digunakan untuk menguji kesesuaian dari matriks korelasi dari dua atau lebih model yang dibandingkan oleh peneliti. Regresi dilakukan untuk setiap variabel dalam model. Nilai regresi yang diprediksi oleh model dibandingkan dengan matriks korelasi hasil observasi variabel dan nilai Goodness-of-Fit.

2.2.3 Diagram Jalur

Dalam membangun diagram jalur, hubungan antar konstruk ditunjukkan oleh garis dengan satu anak panah yang menunjukkan hubungan kausalitas (regresi) dari satu konstruk ke konstruk lain. Cara membangun diagram jalur dan persamaan regresinya dapat dijelaskan dengan gambar 2.1 berikut ini.

Gambar 2.1 Contoh Diagram Jalur

dengan keterangan: merupakan variabel laten (unobserved) merupakan variabel manifest (observed) merupakan variabel error

merupakan hubungan regresi

merupakan hubungan korelasi/kovarian

2.2.4 Model Struktural dan Model Pengukuran

2.2.4.1 Model Struktural

Model struktural adalah bagian dari model SEM yang menggambarkan hubungan antar variabel-variabel laten atau antar variabel eksogen dengan variabel laten.

Gambar 2.2 Full Model Struktural

Model struktural berdasarkan gambar 2.2 persamaannya sebagai berikut:

(2.1)

1.1

1.2

(2.2)

2.1

2.2

2.1

dengan ξ (ksi) merupakan konstruk eksogen η (eta) merupakan konstruk endogen (gamma) merupakan hubungan regresi antara variabel laten eksogen dengan variabel laten endogen

2.2.4.2 Model Pengukuran

a) Model pengukuran pada variabel laten

β (beta) merupakan hubungan regresi antara variabel laten endogen dengan variabel laten endogen lainnya φ (phi) merupakan hubungan korelasi atau kovarian yang menghubungkan kedua variabel laten (delta) merupakan kesalahan pengukuran yang berhubungan dengan pengukuran X (epsilon) merupakan kesalahan pengukuran yang berhubungan dengan pengukuran Y ς (zeta) merupakan nilai residual regression dalam variabel laten endogen

Dalam SEM setiap konstruk laten biasanya dihubungkan dengan multiple measure . Hubungan antara konstruk laten dengan pengukurannya dilakukan lewat faktor analytic measurement model. Setiap konstruk laten dibuat model sebagai common faktor dari pengukurannya (measurement).

Nilai “loading” yang menghubungkan konstruk dengan pengukurannya diberi simbol dengan lambda (λ).

Berdasarkan gambar 2.2 diperoleh model pengukuran sebagai berikut :

1 dan

1 =

(2.6)

4.1

4 =

(2.5)

3.1

1.1

3 =

(2.4)

2.1

(2.3)

2 =

= (2.7)

5.1

(2.8)

6.1

b) Model pengukuran pada variabel laten dan

2 (2.9) + =

1.1

1 =

(2.10) +

2.1

2 =

(2.11)

3.1

(2.12)

4.1

(2.13)

5.1

(2.14)

6.1

2.2.5 Matrik Kovarians

Matriks kovarians dari variabel teramati memiliki peranan yang sangat penting di dalam SEM. Matriks kovarians digunakan dalam mengestimasi parameter dan dalam pengujian kecocokan model. Bentuk umum dari matriks kovarians yang digunakan dalam SEM adalah:

′ ′ ′

(2.15) ∑ = � �

′ ′ ′ (

+ +

)

(Bollen, 1989) dengan arti notasi-notasi matriks: ′

= ) adalah matriks kovarian dari (

( ) ′

= ) adalah matriks kovarian dari (

( ) ′

= ) adalah matriks kovarian dari (

( ) ′ = ) adalah matriks kovarian dari (

( )

2.2.6 Estimasi Model Teknik estimasi model persamaan struktural dilakukan dengan Maximum

Likelihood Estimation (ML) yang efisien dan unbiased jika asumsi normalitas multivariate dipenuhi. ML menggunakan penurunan untuk meminimalisir fungsi:

−1 = log| )) (2.16)

− | | − ( + ) ∑( )| + ( ∑ (

2.2.7 Program AMOS Ver. 22 Kemajuan teknologi informasi, telah mendorong terciptanya software khusus untuk perhitungan alat statistik dari SEM. Saat ini banyak software yang digunakan untuk analisis model SEM, salah satunya AMOS. AMOS adalah kependekan dari Analysis of Moment Structure. Kelebihan dari AMOS terutama ada pada sifat software yang mudah digunakan bagi para pemula jika dibandingkan LISREL dan SAS. (Santoso, 2015)

2.2.8 Ukuran Sampel Pada umumnya penggunaan SEM membutuhkan jumlah sampel yang besar agar hasil yang didapat mempunyai kredibilitas yang cukup. Ada beberapa pertimbangan yang dapat dijadikan acuan dalam menentukan ukuran sampel berdasarkan Singgih Santoso (2015) yaitu sebagai berikut: a. Normalitas Data SEM mensyaratkan data berdistribusi normal atau dianggap berdistribusi normal. Untuk mengurangi dampak dari ketidaknormalan sebuah distribusi data, penggunaan jumlah sampel yang besar dapat dipertimbangkan. Sebagai rasio yang umum digunakan, untuk setiap parameter yang akan diuji dalam SEM, paling tidak harus ada 15 responden. Sebagai contoh, jika ada tiga konstruk dan masing-masing mempunyai empat indikator, maka akan ada minimal 12 parameter. Untuk itu jumlah sampel minimal adalah 15 x 12 = 180 responden.

b. Metode Estimasi yang digunakan Metode estimasi yang sering digunakan dalam analisis SEM adalah Maxium Likelihood (ML). Di samping itu terdapat alternatif model lain, yaitu GLS atau ULS. Metode ML akan efektif pada jumlah sampel antara 150 responden sampai 400 responden.

c. Faktor Lain Adanya kompleksitas model dan banyaknya data yang tidak lengkap (missing) adalah faktor lain yang perlu dipertimbangkan. Semakin kompleks sebuah model tentu membutuhkan jumlah sampel yang banyak, demikian pula semakin banyak jumlah missing data (lebih dari 10% dari total data) akan membutuhkan jumlah sampel yang banyak pula.

Jumlah sampel yang digunakan dalam analisis SEM berdasarkan faktor- faktor di atas adalah sebagai berikut: a. Untuk model SEM dengan jumlah variabel laten (konstruk) sampai dengan lima buah, dan setiap konstruk dijelaskan oleh tiga atau lebih indikator, jumlah sampel 100 – 150 data sudah dianggap memadai. b. Jika pada kondisi di atas korelasi antara indikator dengan konstruk tidak kuat (di bawah 0,6), jumlah sampel sebaiknya perlu ditingkatkan sampai 300 data.

c. Pada model yang kompleks, seperti terdapat lebih dari enam konstruk, atau ada konstruk dengan jumlah indikator kurang dari tiga per konstruk, jumlah sampel sebaiknya mencapai 500 data.

2.2.9 Identifikasi Model

Identifikasi sebuah model SEM berkaitan dengan apakah tersedia cukup informasi untuk mengidentifikasi adanya sebuah solusi persamaan struktural.

Berikut dijelaskan Degree of Freedom (df) dan tiga jenis identifikasi yang mungkin terjadi dalam analisis SEM. Pada sebuah model SEM, Degress of Freedom (df) dapat diketahui dengan rumus:

1 [

(2.17) = ( + 1)] −

2 dengan : p = jumlah variabel manifes (oberved variable) pada model k = jumlah parameter yang akan diestimasi

a. Just Identified Misalkan ada dua persamaan berikut:

2 = 10

= 8 maka dengan menggunakan perhitungan matematika sederhana, didapatkan angka X adalah 2 dan Y adalah 4. Solusi tersebut adalah satu-satunya angka

yang mungkin ada, tidak mungkin ada angka X dan Y selain angka dan tersebut. Karena sudah teridentifikasi dengan jelas, maka persamaan di atas dinamakan dengan just identified.

Pada SEM model yang just identified mempunyai df sebesar 0, karena telah teridentifikasi, maka estimasi dan penilaian model tidak perlu dilakukan.

b. Under Identified Misalkan sekarang hanya ada persamaan:

3 = 15 ............... (i) Persamaan di atas pada dasarnya dapat diselesaikan dengan kombinasi angka X dan Y yang tidak berbatas. Jika X = 0, maka Y = 5; jika X = 1, maka Y = 4,67 dan seterusnya. Karena tidak dapat diidentifikasi, persamaan di atas dinamakan under identified. Model SEM dikatakan under identified jika df-nya negatif, maka estimasi dan penilaian model juga tidak perlu dilakukan.

c. Over Identified Misalkan ada 3 persamaan yaitu:

2 = 10 ............... (i)

= 8 .................. (ii)

7 − = 1 .................. (iii) Persamaan di atas dapat diselesaikan dengan kombinasi angka X dan Y yang berbeda. Jika persamaan (i) dan (ii) yang digunakan, didapatkan angka

X=2 dan Y = 4. Namun jika persamaan (ii) dan (iii) yang digunakan, didapatkan angka X = 1 dan Y = 6. Dengan demikian, persamaan di atas dapat dibuktikan kesalahannya. Karena dapat teridentifikasi, walaupun tidak diketahui solusi yang terbaik, maka persamaan di atas dikatakan over identified dengan df-nya positif. Jika terjadi over identified maka estimasi dan penilaian model bisa dilakukan.

2.2.10 Evaluasi Kriteria Goodness-of-Fit

Pada tahap ini dilakukan pengujian terhadap kesesuaian model melalui telaah terhadap berbagai kriteria Goodness-of-Fit. Berikut ini beberapa indeks kesesuaian dan cut off value untuk menguji apakah sebuah model dapat diterima atau ditolak menurut Schumaker (2010):

1. Absolut Fit Indices

Absolut fit indices adalah cara untuk mengukur model fit secara keseluruhan, baik model struktural maupun model pengukuran secara bersama.

Berikut tahapan-tahapan yang dapat dilakukan:

a. CMIN CMIN adalah rasio nilai Chi-Square dibagi dengan degree of freedom.

Model yang bagus adalah model dengan hasil CMIN pada default model yang berada diantara CMIN saturated model dan CMIN independence model.

b. GFI GFI (Goodness-Of-Fit Index) dikembangkan oleh Joreskog dan Sorbom (1984) yaitu ukuran non-statistik yang nilainya berkisar dari nilai 0 (poor fit) sampai 1,00 (perfect fit).

GFI = 1 − � �

� (2.18) Nilai GFI tinggi menunjukkan fit yang lebih baik dan banyak peneliti menganjurkan nilai di atas 90% sebagai ukuran good fit. c. AGFI Adjusted Goodness-of-Fit merupakan pengembangan dari GFI yang disesuaikan dengan ratio degree of freedom. Indeks fit ini dapat dihitung dengan persamaan :

AGFI = 1 − (1 − GFI) (2.19) Nilai dari AGFI berkisar antara 0 sampai 1, semakin hasil AGFI mendekati angka 1 maka semakin baik model tersebut (Schumacker, 2010).

d. RMR Root Mean Residual menghitung residu atau selisih dari kovarians sampel dengan kovarians estimate dengan rumus : RMR =

�∑ �∑ ∑ � ̂ ( )

−

( )

� ≤ =1 =1

� / ∑ ∗( ) =1 =1

(2.20) Semakin kecil hasil RMR semakin dekatnya angka pada sampel dengan estimasinya. Apabila angka RMR semakin besar, hal ini menandakan model tidak fit, karena selisih antara sampel dengan estimasi yang besar pula.

2. Baseline Comparisions Model Pengujian dengan alat uji ini akan membandingkan model tertentu dengan null model , yakni model yang mempunyai asumsi bahwa semua indikator (observed variables) tidak berkorelasi satu dengan lainnya.

a. TLI (Tucker Lewis Index) Ukuran ini bisa digunakan untuk membandingkan model alternatif atau membandingkan model yang diusulkan dengan null model. TLI dihitung menggunakan statistik

2 yaitu:

�(

c. CFI (Comparative Fit Index) Bentler (1990) menambahkan CFI sebagai model comparative, yang nilainya dapat dihitung dengan rumus: = 1 −

ℎ ] = [(

ℎ −

ℎ = [( − 1)

ℎ , , 0)

= max(

ℎ , 0)dan

1 = max(

2 (2.22) dengan:

Nilai NFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ NFI ≤ 0,90 sering disebut sebagai marginal fit (Schumacker, 2010).

2 ⁄ )

⁄ (2.21)

2 )

2 −

= (

b. NFI (Normed Fit Index) NFI adalah ukuran yang memperbaiki derajat chi-square menjadi range antara 0 (tidak fit) sampai 1 (fit sempurna) (Bentler & Bonett, 1980). Untuk memperoleh nilai NFI dapat digunakan rumus:

− 1] (2.20) Nilai TLI berkisar antara 0 (tidak fit) hingga 1 (fit sempurna) (Schumacker, 2010).

2 ⁄ )

2 � ��/[(

− �

− 1) − ] Nilai CFI akan berkisar antara 0 sampai 1. Nilai CFI ≥ 0,90 menunjukkan good fit , sedangkan 0,80 ≤ CFI ≤ 0,90 sering disebut sebagai marginal fit.

3. Model Parsimony Kelompok pengujian ini membandingkan model yang kompleks dengan model yang sederhana (parsimoni atau ringkas). Karena itu, alat ukur sebenarnya tidak efektif untuk mengukur model tunggal.

a. PNFI (Parsimonious Normal Fit Index) PNFI merupakan modifikasi dari NFI. PNFI memperhitungkan banyaknya derajat bebas untuk mencapai suatu tingkat kecocokan. PNFI didefinisikan sebagai berikut (James, Mulaik, dan Brett, 1982):

× (2.23) =

PNFI digunakan untuk membandingkan model-model alternatif, dan tidak ada rekomendasi tingkat kecocokan yang daoat diterima. Meskipun demikian ketika membandingkan dua model, perbedaan nilai PNFI sebesar 0,06 sampai 0,09 menandakan perbedaan yang cukup besar (Hair et al, 1998).

1. Kesesuaian Model Pengukuran Ukuran kesesuaian model pengukuran dibagi menjadi menjadi dua yaitu validitas dan reliabilitas. Validitas suatu variabel dikatakan mempunyai validitas yang baik terhadap suatu konstrak laten apabila memiliki nilai faktor loading (standardized solutions) ≥ 0,5. Reliabilitas yang tinggi jika nilai construct

( reliability

) > 0,7. Adapun rumus perhitungan CR seperti di bawah ini:

2 �∑ �

=1 (2.24) =

2 �∑ � +∑

=1 =1 dengan : adalah loading faktor terstandarisis untuk item ke-i adalah varians error untuk item ke-i n adalah banyak item indikator (Dachlan, 2014)

2. Kesesuaian Model Struktural Evaluasi terhadap model struktural berkaitan dengan pengujian hubungan antar variabel yang sebelumnya dihipotesiskan. Dalam praktiknya pengujian yang biasa digunakan adalah pengujian dua arah yaitu menggunakan batas nilai t-statistik nya 1,96 ( < dan > t ) atau dalam hal ini

−t

α 2 ⁄ α 2 ⁄ AMOS menggunakan kriteria signifikansi (P-Value).

BAB III METODOLOGI PENELITIAN

3.1 Data dan Sumber Data Data yang digunakan pada penelitian ini adalah data primer. Data tersebut diperoleh dengan menyebarkan kuesioner terhadap responden yaitu mahasiswa

Fakultas Sains dan Teknologi (FST) Universitas Airlangga Surabaya angkatan 2013-2015.

Pengambilan sampel dilakukan dengan rumus Slovin untuk masing-masing program studi di FST Universitas Airlangga Surabaya. Terdapat 8 program studi di FST Universitas Airlangga Surabaya yaitu Statistika, Matematika, Sistem Informasi, Fisika, Teknobiomedik, Kimia, Biologi dan ITL.

3.2 Populasi dan Sampel Jumlah total mahasiswa angkatan 2013 – 2015 di FST Universitas Airlangga Surabaya sebesar 1772 mahasiswa. Besar sampel yang diambil dalam penelitian ini digunakan rumus sebagai berikut (Kurnia, 2010) : (3.1)

2 1+ dengan : adalah jumlah populasi mahasiswa adalah jumlah sampel minimum adalah taraf kesalahan yang ditolerir sebesar 5%

31 Berdasarkan rumus Slovin di atas, maka besar jumlah sampel dalam penelitian adalah : =

2 1 +

1772 =

2 1+1772(0,05)

= 326,33 Jumlah sampel yang telah diperoleh selanjutnya dibagi menjadi beberapa program studi di Fakultas Sains dan Teknologi agar penentuan jumlah sampel dalam masing – masing program studi mempunyai proporsi yang sama dengan rumus sebagai berikut :

ℎ = (3.2)

ℎ

dengan : adalah ukuran sampel tiap program studi ℎ adalah ukuran populasi tiap program studi

ℎ adalah jumlah (total) populasi mahasiswa Jumlah sampel pada tiap program studi disajikan pada Tabel 3.2.1 berikut :

Tabel 3.2 Ukuran Sampel tiap Program Studi angkatan 2013-2015 No. Program Studi Angkatan Ukuran Sampel

8 2015 59 10,86556

Pada penelitian ini penulis menggunakan variabel penelitian yang dibutuhkan untuk persiapan data serta persiapan metode analisis pengolahan data. Variabel penelitian yang digunakan antara lain :

11 TOTAL = 1772 =326,33 326

10 2015 58 10,6814

11 2014 53 9,760589

ITL 2013 58 10,6814

18 8.

16 2015 96 17,67956

17 2014 89 16,39042

7. Biologi 2013 91 16,75875

15 2015 92 16,94291

17 2014 80 14,73297

6. Kimia 2013 95 17,4954

9 2014 46 8,471455

1. Statistika 2013 56 10,31308

5. Teknobiomedik 2013 51 9,392265

15 2015 90 16,57459

15 2014 80 14,73297

4. Fisika 2013 84 15,46961

10 2015 55 10,12891

11 2014 54 9,944751

3. Sistem Informasi 2013 59 10,86556

2. Matematika 2013 109 20,07366 20 2014 104 19,15285 19 2015 107 19,70534

9 2015 57 10,49724

10 2014 49 9,023941

3.3 Variabel Penelitian

Tabel 3.3 Variabel Penelitian No. Variabel Indikator Sumber Variabel Endogen (η)

1. Pertimbangan harga dalam memilih produk bajakan ( )

2. Kesukaan berbelanja produk bajakan ( )

3. Keuntungan membeli Sikap Konsumen Lichtenstein dkk 1. produk bajakan ( )

3 ( )

(1993)

4. Perasaan tidak bersalah dalam membeli produk

bajakan ( )

5. Membeli produk bajakan merupakan pilihan yang lebih baik ( )

1. Produk bajakan menjadi pilihan ketika akan membeli CD, VCD atau DVD ( )

2. Membeli CD, VCD atau DVD bajakan ( )

2 Minat Pembelian Zeithaml dkk 2.

3. Merekomendasikan kepada ( ) (1996)

2 teman untuk membeli produk bajakan ( )

4. Mengatakan sesuatu yang baik mengenai produk

bajakan ( )

4 Variabel Eksogen (ξ)

1. Resiko ketika membeli produk bajakan ( )

2. Kualitas produk bajakan Huang dkk (2004) Resiko Pembelian 3. yang dibeli ( ) Donthu and

2 ( )

3. Keragu-raguan sesorang Garcia (1999) ketika membeli produk

bajakan ( )

1. Produk terbaik didapat dengan mengeluarkan uang Harga atas Lichtenstein dkk

lebih ( )

4 Kualitas ( ) (1993)

2. Harga merupakan indikator dari kualitas ( )

No. Variabel Indikator Sumber Variabel Eksogen (ξ)

1. Kontrol diri dalam pembelian produk bajakan ( )

2. Sikap berhemat adalah Kontrol Perilaku faktor pendukung membeli Zeithaml dkk

( ) produk bajakan ( ) (1996)

3. Memiliki sumber daya, pengetahuan dan kemampuan untuk membeli produk bajakan ( )

1. Pengaruh orang tua ( )

9 Norma Subjektif

2. Pengaruh saudara ( ) 6.

Ajzen (1991)

10 ( )

3. Pengaruh teman ( )

1. Kejujuran sebagai kualitas penting bagi karakter seseorang ( )

2. Sangat penting bahwa orang bersikap sopan ( )

7. Integritas ( )

3. Kekaguman terhadap orang Ang dkk (2001)

5 yang bertanggung jawab ( )

4. Kesukaan terhadap orang yang memiliki pengendalian diri ( )

3.4 Langkah-langkah Analisis Data

Langkah-langkah analisis data dalam penelitian ini sebagai berikut:

1. Melakukan statistika deskriptif dalam penelitian

a. Melakukan teknik pengumpulan data yang dilakukan dengan cara memberikan kuesioner berisi seperangkat daftar pertanyaan dari sejumlah responden.

b. Mengumpulkan kuesioner yang telah diisi responden.

c. Analisis Deskriptif menggunakan SPSS, membuat diagram lingkaran dengan frekuensi berupa persentase

2. Pemodelan Structural Equation Modelling (SEM)

a. Melakukan uji kecocokan model pengukuran menggunakan uji validitas dengan nilai loading factor lebih besar dari 0,5 maka dapat dikatakan valid. Selanjutnya melakukan uji Reliabilitas untuk mengukur tingkat konsistensi indikator terhadap pengukurannya.

Tingkat reliabilitas ditentukan oleh nilai Construct Reliability (CR), tingkat reliabilitas yang diterima adalah > 0,70.

b. Menyusun diagram jalur yaitu model kerangka pemikiran teoritis yang sudah dibangun, kemudian ditransformasikan ke dalam bentuk diagram jalur untuk menggambarkan hubungan kausalitas antara variabel eksogen dengan variabel endogen.

Gambar 3.1 Rencana Diagram Jalur c. Menentukan hubungan antar variabel laten berdasarkan teori yang ada.

d. Mengestimasi model, membuat persamaan model pengukuran dan persamaan model struktural.

e. Melakukan uji kecocokan persamaan model struktural.

f. Melakukan evaluasi kriteria Goodness-of-Fit untuk keseluruhan model dengan menggunakan Absolute Fit Indicates (CMIN, RMR, GFI dan AGFI), Baseline Comparions Model (TLI, NFI dan CFI) dan Model Parsimony (PNFI) g.

Interpretasikan model hasil estimasi.

BAB IV HASIL DAN PEMBAHASAN

4.1 Deskripsi Pendapat Responden Berdasarkan Pilihan Jawaban Kuesioner

Tahap yang dilakukan setelah melakukan pengambilan data kuesioner terhadap mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga sebanyak 326 responden adalah mendeskripsikan variabel yang berpengaruh terhadap sikap konsumen dan minat pembelian. Terdapat 24 variabel indikator dengan pilihan jawaban sebagai berikut:

1. Sangat tidak setuju

2. Tidak setuju

3. Setuju

4. Sangat setuju

a. Deskripsi Jawaban Responden terhadap Variabel Resiko Pembelian

BAB I PENDAHULUAN 1.1 Latar Belakang - PEMODELAN SIKAP DAN MINAT PEMBELIAN DVD FILM BAJAKAN PADA MAHASISWA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA MENGGUNAKAN STRUCTURAL EQUATION MODELING (SEM) Repository - UNAIR REPOSITORY