T2 912012018 BAB III
BAB III
METODE PENELITIAN BAB III METODE PENELITIAN
Bab III akan memaparkan jenis penelitian yang digunakan, populasi dan sampel, pengukuran konsep, teknik pengumpulan data, dan teknik analisis yang digunakan dalam penelitian.
3.1 Jenis Penelitian
Penelitian dilakukan dengan menggunakan jenis penelitian deskriptif yaitu penelitian dimaksudkan untuk menguji hipotesis. Kemudian, menggunakan skala pengukuran kuantitatif dengan jenis non probability sampling dan teknik pengambilan sampel menggunakan metode Accidental sampling terhadap responden yang menggunakan Samsung Galaxy Tab.
3.2 Populasi dan Sampel
Populasi dalam penelitian ini yaitu konsumen yang menggunakan produk sabak Samsung Galaxy Tab. Sampel yang akan digunakan yaitu konsumen yang menggunakan Samsung Galaxy Tab. Produk tersebut merupakan produk sabak dari Samsung yang menggunakan sistem operasi Android, yang merupakan produk baru dari Samsung dan yang paling laku dipasaran (Baihaki, 2012). Adapun ukuran sampel dalam penelitian ini mengacu pada ketentuan teknik maximum likelihood estimation, yaitu minimum 100 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap parameter yang diestimasi (Hair et al, 1995 dalam Ferdinand, 2002). Berdasarkan ketentuan tersebut, penelitian ini menggunakan 30 parameter/
(2)
indikator, sehingga ukuran sampel yang digunakan yaitu 30 x 5 = 150 responden.
3.3 Pengukuran
Pengujian hipotesis dilakukan pada variabel Intrinsic Perceived Quality, Extrinsic Perceived Quality, Brand Strength, dan Retention of Satisfaction. Supaya data dapat diolah, maka masing-masing variabel diturunkan ke dalam indikator-indikator empirik. Pada saat penelitian pendahuluan, jawaban atas pernyataan setiap indikator menggunakan skala Likert dari skala 1 (Sangat Tidak Setuju) sampai dengan skala 7 (Sangat Setuju). Pada saat penelitian aktual dirubah menjadi skala Likert 1 (Sangat Tidak Setuju) sampai dengan skala 5 (Sangat Setuju). Perubahan ini dilakukan karena terdapat responden yang merasa bingung dalam memberikan penilaian jika menggunakan skala 7. Definisi konsep dari setiap variabel beserta indikator setiap variabel ditunjukkan pada tabel 3.1 Pengukuran Konsep.
Tabel 3.1 Pengukuran Konsep Tabel 3.1 Pengukuran Konsep
No Variabel Definisi Dimensi Indikator
1. Intrinsic Perceived Quality (X1)
Penilaian konsumen terhadap kualitas produk
berdasarkan karakteristik fisik dari produk yang berfungsi untuk
Sistem operasi Ie1: Memiliki komunitas pengembang Ie2: Dapat dirubah sesuai kebutuhan Ie3: Kecepatan tinggi saat
(3)
memengaruhi konsumen terhadap brand (Bernues et al, 2003; Parvin dan Chowdhury, 2006).
dioperasikan (Brodkin,2012)
Resolusi layar Ie4: Ukuran tinggi Ie5: Warna tajam Ie6: Kontras tinggi
Kamera Ie7: Tampilan hasil sama dengan obyek Ie8: Ukuran lensa besar
Ie9: Jumlah kamera (Samsung.com)
(4)
2. Extrinsic Perceived Quality (X2)
Penilaian konsumen terhadap kualitas yang berhubungan dengan produk tetapi bukan bagian dari fisiknya yang berfungsi untuk memengaruhi konsumen terhadap brand (Bernues et al, 2003; Parvin dan Chowdhury, 2006).
Harga Ie10: Harga
terjangkau Ie11: Harga masuk akal
Ie12: Harga sesuai kinerja produk (Kusdyah, 2012; Harianto, 2006) Nama brand Ie13: Mudah
diingat
Ie14: Memiliki arti Ie15: Menarik (Keller, 2003)
3. Brand strength (Y1)
Penilaian konsumen terhadap keunggulan brand suatu produk dibandingkan dengan brand yang lain (Lassar et al., 1995)
Citra sosial Ie16: Memiliki kelas tersendiri di benak konsumen Ie17 : Secara sosial bisa diterima dengan baik Ie18 : Memiliki positioning yang tinggi
(5)
diterima besar Ie20 : Biaya yang dikeluarkan layak untuk manfaat yang diperoleh Ie21 : Biaya yang dikeluarkan terasa rendah
Trustworthiness Ie22: Perusahaan dapat dipercaya Ie23 : Perusahaan peduli dengan minat konsumen Ie24 : Perusahaan tidak merugikan konsumen Attachment
(Lassar et al., 1995)
Ie25: Semakin suka terhadap brand
Ie26 : Memiliki perasaan pribadi yang positif terhadap brand
(6)
berjalannya waktu merasa nyaman terhadap brand
4. Retention of Satisfaction (Y2)
Perasaan yang tetap bertahan dalam individu konsumen setelah melakukan evaluasi subyektif terhadap brand yang dipilih di mana brand tersebut mencapai atau melampaui harapan, sampai akhirnya mengalami perubahan karena pengaruh situasi tertentu (Yueli dan Wenchuan, 2009; Schiffman dan Kanuk, 2000).
Ie28: Perasaan tetap senang
Ie29: Tetap share
positive information Ie30: Tidak pernah menyesal
3.4 Teknik Pengumpulan Data
Pengumpulan data dilaksanakan dengan membagikan kuesioner kepada pengguna Samsung sabak jenis Galaxy Tab. Pembagian kuesioner
(7)
dilakukan dengan beberapa cara, yaitu diberikan secara langsung kepada responden, melalui email, atau melalui website. Pembagian kuesioner secara langsung kepada responden dilakukan dengan dua cara. Pertama, kuesioner dititipkan kepada salah satu dealer penjual produk elektronik, untuk dibagikan kepada konsumennya di Supermall Karawaci. Kedua, kuesioner dititipkan ke pihak SMA UPH College untuk dibagikan kepada siswa yang memiliki Samsung Galaxy Tab. Kemudian, pembagian kuesioner melalui website, dilakukan dengan mengirimkan website address ke komunitas Samsung Galaxy Tab di media social Facebook. Sementara itu, untuk pembagian kuesioner melalui email, kuesioner dalam bentuk soft copy langsung dikirimkan ke email address pengguna Samsung Galaxy Tab. Dikarenakan kriteria responden yang dapat menjadi sampel dalam penelitian ini adalah pengguna sabak Samsung Galaxy Tab, maka calon responden terlebih dahulu harus menjawab pertanyaan yang ada pada halaman paling depan pada kuesioner mengenai apakah calon responden menjadi pengguna Samsung sabak jenis Galaxy Tab atau tidak. Jika calon responden memenuhi kriteria yang dimaksud, maka mereka dapat berpartisipasi dalam penelitian dengan mengisi kuesioner, namun jika tidak memenuhi maka mereka tidak dapat mengisi kuesioner tersebut.
3.5 Teknik Analisis
Teknik analisis yang akan digunakan dalam penelitian ini yaitu uji validitas, uji reliabilitas, analisis statistik deskriptif, dan SEM (Structural Equation Modelling)
(8)
3.5.1 Uji Validitas
Uji validitas ditujukan untuk mengetahui apakah instrumen penelitian yang disusun benar-benar akurat sehingga mampu mengukur konsep yang sedang diteliti (Supramono dan Haryanto, 2005). Uji validitas dapat dilakukan dengan menggunakan korelasi pearson, di mana suatu instrumen dikatakan valid jika pada tingkat signifikansi / alpha 5% angka probabilitas yang dihasilkan lebih kecil dari 0.05 (Sarwono, 2009).
3.5.2 Uji Reliabilitas
Uji reliabilitas ditujukan untuk mengetahui sejauh mana suatu hasil pengukuran relatif konsisten jika dilakukan penelitian ulang (Supramono dan Haryanto, 2005). Lebih lanjut menurut Supramono dan Haryanto, reliabilitas diuji menggunakan koefisien Cronbach’s alpha di mana semakin tinggi nilai koefisien akan semakin baik dan secara umum instrumen dikatakan baik jika memiliki koefisien Cronbach’s alpha lebih besar dari 0.60.
3.5.3 Analisis Statistik Deskriptif
Statistik deskriptif digunakan untuk menggambarkan data dalam bentuk kuantitatif, dengan tidak menyertakan pengambilan keputusan melalui hipotesis (Sarwono, 2009). Statistik deskriptif yang digunakan dalam penelitian ini yaitu nilai minimum, nilai maksimum, nilai rata-rata (mean), dan standar deviasi. Nilai deskriptif ini didasarkan dari tanggapan responden terhadap pernyataan dari setiap indikator.
(9)
3.5.4 Structural Equation Modelling (SEM)
Structural Equation Modeling (SEM) dioperasikan melalui aplikasi AMOS 18.0.0. Adapun SEM memiliki keunggulan dibandingkan dengan analisis asosiasi lainnya seperti regresi atau path analysis, SEM mampu menjelaskan keterkaitan antar variabel secara komplek (Wijaya, 2009). Menurut Ferdinand (2002), terdapat tujuh langkah untuk membuat pemodelan yang lengkap, yaitu 1) mengembangkan model berbasis teori, 2) mengembangkan diagram alur untuk menunjukkan keterhubungan kausalitas, 3) mengonversi diagram alur kedalam serangkaian persamaan struktural dan spesifikasi model pengukuran, 4) memilih matriks input dan teknik estimasi atas model yang dibangun, 5) menilai problem identifikasi, 6) mengevaluasi criteria goodness-of-fit, 7) menginterpretasi dan modifikasi model.
3.5.4.1 Mengembangkan Model Berbasis Teori
Pengembangan model yang memiliki justifikasi teoritis yang kuat, sehingga perlu dilakukan eksplorasi ilmiah melalui telaah pustaka. SEM tidak menghasilkan kausalitas tetapi ditujukan untuk menguji kausalitas yang sudah ada teorinya. Oleh karena itu, keterhubungan-keterhubungan antar variabel dapat dimungkinkan sepanjang mendapatkan dukungan teori yang cukup. Kesalahan yang dimungkinkan dapat terjadi dalam pengembangan model yang memiliki pijakan teoritis yaitu kesalahan spesifikasi. Kesalahan spesifikasi adalah kesalahan yang disebabkan oleh kurangnya satu atau beberapa variabel prediktif kunci yang digunakan untuk menjelaskan model.
(10)
3.5.4.2 Mengembangkan Diagram Alur
Hasil model teoritis yang dibangun pada langkah pertama selanjutnya digambarkan dalam diagram alur yang berfungsi untuk mempermudah dalam melihat keterhubungan kausalitas yang diuji. Keterhubungan kausalitas ini selanjutnya akan dikonversi oleh program menjadi persamaan, dan kemudian menjadi estimasi. Dalam pengembangan diagram alur terdapat konstruk atau variabel laten yang digunakan, yaitu konsep-konsep yang memiliki pijakan teoritis yang cukup untuk menjelaskan berbagai bentuk keterhubungan. Kemudian, variabel laten tersebut akan diukur dengan variabel-variabel terukur yaitu variabel yang datanya harus dicari melalui penelitian di lapangan. Dalam regresi berganda, tidak ada prediksi yang sepenuhnya sempurna atau dengan kata lain terdapat residual. Oleh karena itu, untuk menangani residual tersebut di dalam SEM digunakan lingkaran kecil dengan label huruf e (error) yang mempunyai anak panah menuju variabel terukur, dan lingkaran kecil dengan label huruf d (disturbance) yang mempunyai anak panah menuju variabel dependen / endogen.
Keterhubungan antar variabel dinyatakan dengan anak panah, dimana anak panah satu arah menunjukkan keterhubungan kausal antar variabel, sedangkan anak panah dua arah menunjukkan korelasi antar variabel. Dalam diagram alur akan ditemukan variabel endogen / dependen, yaitu yang dituju oleh satu atau lebih anak panah satu arah, dan variabel eksogen / independen, yaitu yang tidak dituju oleh anak panah satu arah.
(11)
(12)
X1 : Intrinsic Perceived Quality
Ie1: Memiliki komunitas pengembang Ie2: Dapat dirubah sesuai kebutuhan
Ie3: Memiliki kecepatan tinggi saat dioperasikan Ie4: Ukuran resolusi tinggi
Ie5: Warna tajam Ie6: Kontras tinggi
Ie7: Tampilan hasil sama dengan obyek Ie8: Ukuran lensa besar
Ie9: Jumlah kamera
X2 : Extrinsic Perceived Quality
Ie10: Harga terjangkau Ie11: Harga masuk akal
Ie12: Harga sesuai kinerja produk Ie13: Mudah diingat
Ie14: Memiliki arti Ie15: Menarik
Y1: Brand Strength
Ie16: Memiliki kelas tersendiri di benak konsumen Ie17 : Secara sosial bisa diterima dengan baik Ie18 : Memiliki positioning yang tinggi Ie19: Manfaat yang diterima besar
Ie20 : Biaya yang dikeluarkan layak untuk manfaat yang diperoleh Ie21 : Biaya yang dikeluarkan terasa rendah
Ie22: Perusahaan dapat dipercaya
(13)
Ie24 : Perusahaan tidak merugikan konsumen Ie25: Semakin suka terhadap brand
Ie26 : Memiliki perasaan pribadi yang positif terhadap brand Ie27 : Dengan berjalannya waktu merasa nyaman terhadap brand
Y2: Retention of Satisfaction Ie28: Perasaan tetap senang
Ie29: Tetap share positive information Ie30: Tidak menyesal
3.5.4.3 Mengonversi Diagram Alur ke dalam Persamaan
Langkah berikutnya adalah mengkonversi model yang sudah dibuat ke dalam serangkaian persamaan. Adapun persamaan yang dibangun terdiri dari persamaan-persamaan struktural dan persamaan spesifikasi model pengukuran.
a. Persamaan-persamaan Struktural
Persamaan ini untuk menyatakan hubungan kausalitas antar berbagai konstruk, dimana biasanya disusun dengan pedoman sebagai berikut:
Variabel Endogen = Variabel Eksogen + Variabel Endogen + Error
b. Persamaan Spesifikasi Model Pengukuran
Persamaan ini terlebih dahulu menentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesakan antar konstruk. Oleh karena itu, persamaan yang diperoleh sebagai berikut:
(14)
Y1 = 1X1 + 1 ……….…….. (1) Y1 = 2X2 + 2 ……….….. (2) Y2 = 1Y1 + 1 ………....………... (3) Keterangan:
X1 = Intrinsic Perceived Quality X2 = Extrinsic Perceived Quality Y1 = Brand Strength
Y2 = Retention of Satisfaction
= Gama, koefisien pengaruh variabel eksogen terhadap variabel endogen = Beta, koefisien pengaruh variabel endogen terhadap varibel endogen = Zeta, galat model
3.5.4.4 Memilih Matriks Input dan Estimasi Model a. Kovarians atau Korelasi
SEM hanya menggunakan matriks varians/kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya. Kemudian, fokus SEM adalah pada pola hubungan antar responden, bukannya pada data individual. Selanjutnya, keunggulan yang diperoleh dari penggunaan matriks kovarians yaitu dapat menyajikan perbandingan yang valid antara populasi atau sampel yang berbeda, dimana hal ini tidak dapat disajikan oleh korelasi. Dan juga, matriks kovarians lebih memenuhi asumsi-asumsi metodologi dan lebih sesuai untuk memvalidasi keterhubungan-keterhubungan kausalitas.
(15)
Meskipun observasi individual tidak menjadi input analisis, namun ukuran sampel tetap memegang peranan yang sangat penting dalam estimasi dan interpretasi hasil SEM. Salah satu pedoman ukuran sampel yang digunakan yaitu dengan teknik maximum likelihood estimation yang membutuhkan sampel berkisar antara 100 – 200 sampel (Ferdinand, 2002).
b. Estimasi Model
Setelah model dikembangkan dan input data dipilih, maka selanjutnya memilih program komputer yang akan digunakan dalam rangka estimasi model. Dalam hal ini akan digunakan AMOS 18 untuk melakukan estimasi. Sebagaimana diketahui bahwa AMOS memiliki beberapa teknik estimasi, yaitu Maximum Likelihood Estimation (ML), Generalized Least Square Estimation (GLS), Unweighted Least Square Estimation (ULS), Scale Free Least Square Estimation (SLS), dan Asymptotically Distribution-Free Estimation (ADF). Berikut adalah pedoman untuk memilih teknik estimasi:
Tabel 3.2 Teknik Estimasi SEM
Tabel 3.2 Teknik Estimasi SEM
Pertimbangan Teknik Keterangan
Ukuran sampel 100-200, asumsi normalitas dipenuhi
ML ULS dan SLS biasanya tidak menghasilkan uji x2
Ukuran sampel 200-500, asumsi normalitas dipenuhi
ML dan GLS
Bila ukuran sampel kurang dari 500, maka hasil GLS cukup baik Ukuran sampel lebih dari 2500,
asumsi normalitas kurang dipenuhi
ADF ADF kurang cocok bila ukuran sampel kurang dari 2500
Sumber: Ferdinand (2002)
(16)
Masalah yang dapat muncul salah satunya yaitu masalah identifikasi, yaitu masalah dari ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Adapun gejala-gejalanya yaitu 1) standar error untuk satu atau beberapa koefisien sangat besar, 2) program tidak mampu menghasilkan matriks informasi, 3) muncul angka-angka aneh seperti adanya varians error yang negatif, 4) munculnya korelasi yang sangat tinggi antar koefisien estimasi yang diperoleh, misalnya lebih dari 0.9 (Ferdinand, 2002).
3.5.4.6 Mengevaluasi Kriteria Goodness of Fit
Tujuan utama dari analisis SEM yaitu menguji kesesuaian antara model teoritik dengan data empiris. Ada tiga hal utama yang harus dilakukan, yaitu 1) memenuhi asumsi-asumsi SEM, 2) uji kesesuaian dan uji statistik, 3) uji reliabilitas.
a. Asumsi-asumsi SEM
Asumsi-asumsi yang harus dipenuhi di dalam prosedur pengumpulan data dan pengolahan menggunakan SEM, yaitu mencakup 1) ukuran sampel, 2) normalitas dan linearitas, 3) outliers, 4) multikolinearitas dan singularitas. Ukuran sampel minimum 100 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap parameter yang diestimasi (Hair et al, 1995 dalam Ferdinand, 2002). Kemudian, normalitas dapat diketahui dengan melihat histogram atau diuji dengan metode statistik, sedangkan linearitas dapat dilihat melalui scatterplot dari data, yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada atau tidaknya linearitas. Selanjutnya outlier, merupakan data ekstrim yang berbeda dari data yang lain.
(17)
b. Uji Kesesuaian dan Uji Statistik
Indeks kesesuaian dan cut off value yang digunakan dalam menguji suatu model apakah diterima atau ditolak dapat dilihat dari Tabel 3.3 Kriteria Goodness of Fit.
Tabel 3.3 Kriteria Goodness of Fit
Tabel 3.3 Kriteria Goodness of Fit
Kriteria Indeks Ukuran Nilai Acuan
Chi Square (X2) Sekecil mungkin
p-value ≥ 0.05
CMIN/df (The minimum sample discrepancy function /
Degree of freedom)
≤ 2.00
RMSEA (The Root Mean Square Error of Approximation)
≤ 0.08 GFI
(Goodness of Fit Index)
≥ 0.90 AGFI
(Adjusted Goodness of Fit Index)
≥ 0.90 TLI
(Tucker Lewis Index)
≥ 0.90 CFI
(Comparative Fix Index)
≥ 0.90
Sumber: Ferdinand (2002); Wijaya (2009)
(18)
Menginterpretasi model dan memodifikasi model yang tidak memenuhi syarat pengujian yang ditentukan. Batas keamanan untuk jumlah residual yaitu 5%, jika lebih besar dari 5% maka perlu dipertimbangkan untuk dilakukan modifikasi. Model yang baik adalah model yang memiliki standardized residual variance yang kecil, yaitu memiliki batas maksimal 2.58. Residual value yang lebih besar atau sama dengan 2.58 diinterpretasikan sebagai signifikan secara statistik pada tingkat 5% dan menunjukkan adanya prediction error yang substansial pada indikator (Ferdinand, 2002).
(1)
Ie24 : Perusahaan tidak merugikan konsumen Ie25: Semakin suka terhadap brand
Ie26 : Memiliki perasaan pribadi yang positif terhadap brand Ie27 : Dengan berjalannya waktu merasa nyaman terhadap brand
Y2: Retention of Satisfaction Ie28: Perasaan tetap senang
Ie29: Tetap share positive information Ie30: Tidak menyesal
3.5.4.3 Mengonversi Diagram Alur ke dalam Persamaan
Langkah berikutnya adalah mengkonversi model yang sudah dibuat ke dalam serangkaian persamaan. Adapun persamaan yang dibangun terdiri dari persamaan-persamaan struktural dan persamaan spesifikasi model pengukuran.
a. Persamaan-persamaan Struktural
Persamaan ini untuk menyatakan hubungan kausalitas antar berbagai konstruk, dimana biasanya disusun dengan pedoman sebagai berikut:
Variabel Endogen = Variabel Eksogen + Variabel Endogen + Error
b. Persamaan Spesifikasi Model Pengukuran
Persamaan ini terlebih dahulu menentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesakan antar konstruk. Oleh karena itu, persamaan yang diperoleh sebagai berikut:
(2)
Y1 = 1X1 + 1 ……….…….. (1) Y1 = 2X2 + 2 ……….….. (2) Y2 = 1Y1 + 1 ………....………... (3) Keterangan:
X1 = Intrinsic Perceived Quality
X2 = Extrinsic Perceived Quality
Y1 = Brand Strength
Y2 = Retention of Satisfaction
= Gama, koefisien pengaruh variabel eksogen terhadap variabel endogen = Beta, koefisien pengaruh variabel endogen terhadap varibel endogen = Zeta, galat model
3.5.4.4 Memilih Matriks Input dan Estimasi Model a. Kovarians atau Korelasi
SEM hanya menggunakan matriks varians/kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya. Kemudian, fokus SEM adalah pada pola hubungan antar responden, bukannya pada data individual. Selanjutnya, keunggulan yang diperoleh dari penggunaan matriks kovarians yaitu dapat menyajikan perbandingan yang valid antara populasi atau sampel yang berbeda, dimana hal ini tidak dapat disajikan oleh korelasi. Dan juga, matriks kovarians lebih memenuhi asumsi-asumsi metodologi dan lebih sesuai untuk memvalidasi keterhubungan-keterhubungan kausalitas.
(3)
Meskipun observasi individual tidak menjadi input analisis, namun ukuran sampel tetap memegang peranan yang sangat penting dalam estimasi dan interpretasi hasil SEM. Salah satu pedoman ukuran sampel yang digunakan yaitu dengan teknik maximum likelihood estimation yang membutuhkan sampel berkisar antara 100 – 200 sampel (Ferdinand, 2002).
b. Estimasi Model
Setelah model dikembangkan dan input data dipilih, maka selanjutnya memilih program komputer yang akan digunakan dalam rangka estimasi model. Dalam hal ini akan digunakan AMOS 18 untuk melakukan estimasi. Sebagaimana diketahui bahwa AMOS memiliki beberapa teknik estimasi, yaitu Maximum Likelihood Estimation (ML), Generalized Least Square Estimation (GLS), Unweighted Least Square Estimation (ULS), Scale Free Least Square Estimation (SLS), dan Asymptotically Distribution-Free Estimation (ADF). Berikut adalah pedoman untuk memilih teknik estimasi:
Tabel 3.2 Teknik Estimasi SEM
Tabel 3.2 Teknik Estimasi SEM
Pertimbangan Teknik Keterangan
Ukuran sampel 100-200, asumsi normalitas dipenuhi
ML ULS dan SLS biasanya tidak menghasilkan uji x2
Ukuran sampel 200-500, asumsi normalitas dipenuhi
ML dan GLS
Bila ukuran sampel kurang dari 500, maka hasil GLS cukup baik Ukuran sampel lebih dari 2500,
asumsi normalitas kurang dipenuhi
ADF ADF kurang cocok bila ukuran sampel kurang dari 2500
Sumber: Ferdinand (2002)
(4)
Masalah yang dapat muncul salah satunya yaitu masalah identifikasi, yaitu masalah dari ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Adapun gejala-gejalanya yaitu 1) standar
error untuk satu atau beberapa koefisien sangat besar, 2) program tidak mampu menghasilkan matriks informasi, 3) muncul angka-angka aneh seperti adanya varians error yang negatif, 4) munculnya korelasi yang sangat tinggi antar koefisien estimasi yang diperoleh, misalnya lebih dari 0.9 (Ferdinand, 2002).
3.5.4.6 Mengevaluasi Kriteria Goodness of Fit
Tujuan utama dari analisis SEM yaitu menguji kesesuaian antara model teoritik dengan data empiris. Ada tiga hal utama yang harus dilakukan, yaitu 1) memenuhi asumsi-asumsi SEM, 2) uji kesesuaian dan uji statistik, 3) uji reliabilitas.
a. Asumsi-asumsi SEM
Asumsi-asumsi yang harus dipenuhi di dalam prosedur pengumpulan data dan pengolahan menggunakan SEM, yaitu mencakup 1) ukuran sampel, 2) normalitas dan linearitas, 3) outliers, 4) multikolinearitas dan singularitas. Ukuran sampel minimum 100 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap parameter yang diestimasi (Hair et al, 1995 dalam Ferdinand, 2002). Kemudian, normalitas dapat diketahui dengan melihat histogram atau diuji dengan metode statistik, sedangkan linearitas dapat dilihat melalui scatterplot dari data, yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada atau tidaknya linearitas. Selanjutnya outlier, merupakan data ekstrim yang berbeda dari data yang lain.
(5)
b. Uji Kesesuaian dan Uji Statistik
Indeks kesesuaian dan cut off value yang digunakan dalam menguji suatu model apakah diterima atau ditolak dapat dilihat dari Tabel 3.3 Kriteria
Goodness of Fit.
Tabel 3.3 Kriteria Goodness of Fit Tabel 3.3 Kriteria Goodness of Fit
Kriteria Indeks Ukuran Nilai Acuan
Chi Square (X2) Sekecil mungkin
p-value ≥ 0.05
CMIN/df (The minimum sample discrepancy function /
Degree of freedom)
≤ 2.00
RMSEA (The Root Mean Square Error of Approximation)
≤ 0.08
GFI (Goodness of Fit Index)
≥ 0.90
AGFI (Adjusted Goodness of Fit Index)
≥ 0.90
TLI (Tucker Lewis Index)
≥ 0.90
CFI (Comparative Fix Index)
≥ 0.90
Sumber: Ferdinand (2002); Wijaya (2009)
(6)
Menginterpretasi model dan memodifikasi model yang tidak memenuhi syarat pengujian yang ditentukan. Batas keamanan untuk jumlah
residual yaitu 5%, jika lebih besar dari 5% maka perlu dipertimbangkan untuk dilakukan modifikasi. Model yang baik adalah model yang memiliki
standardized residual variance yang kecil, yaitu memiliki batas maksimal 2.58. Residual value yang lebih besar atau sama dengan 2.58 diinterpretasikan sebagai signifikan secara statistik pada tingkat 5% dan menunjukkan adanya prediction error yang substansial pada indikator (Ferdinand, 2002).