Teknik Analisis Teknik Analisis dan Uji Hipotesis

3.4. Teknik Analisis dan Uji Hipotesis

3.4.1. Teknik Analisis

Teknik analisis dalam penelitian ini dengan menggunakan model persamaan struktur Struktural Equation Model SEM . Struktural Equation Model SEM merupakan kumpulan teknik statistik memungkinkan pengujian suatu hubungan antarsatu atau lebih variabel independen dengan satu atau lebih variabel dependen yang diestimasi secara simultan. Model pengukuran faktor minat beli ulang, kepuasan pelanggan, nilai pelanggan, kegunaan, atribut produk, memori konsumen terhadap iklan menggunakan confirmatory factor analysis. Langkah – langkah dalam analisis SEM model pengukuran dengan contoh faktor minat beli ulang dilakukan sebagai berikut : Persamaan dimensi faktor model : X11 = λ1 minat beli ulang + er_1 X12 = λ2 minat beli ulang + er_2 X13 = λ3 minat beli ulang + er_3 X14 = λ4 minat beli ulang + er_4 Bila pernyataan diatas dinyatakan dalam pengukuran model diuji unidimensionalitasnya melalui confirmatory factor analysis, maka model pengukuran dengan contoh faktor. Minat beli ulang akan nampak sebagai berikut : X11 X12 X13 er_4 er_1 er_2 er_3 X14 Minat beli Gambar 3.1. Contoh Model Pengukuran faktor Minat Beli Ulang Keterangan : X11 = pertanyaan tentang…….. X12 = pertanyaan tentang…….. X13 = pertanyaan tentang…….. X14 = pertanyaan tentang…….. Demikian juga dengan faktor lain seperti kepuasan pelanggan, nilai pelanggan, kegunaan produk, atribut produk, dan memori konsumen terhadap iklan. Sebelum masuk kedalam model SEM pertama-tama di uji dengan analisis konfirmatori dan selanjutnya hipotesis yang menyatakan hubungan kausal antara variable di uji dengan model struktural. Asumsi-asumsi SEM yang harus dipenuhi antara lain : a. Ukuran sampel Ukuran sampel yang harus dipenuhi dalam permodelan SEM adalah minimum berjumlah 100 atau dengan 5 perbandingan observasi untuk estimasi parameter. b. Normalitas data sebaran dan linearitas Evaluasi atas dipenuhi asumsi normalitas data yang dilakukan dengan cara mengamati scatterplot dari data yang digunakan. Dan menggunakan Critical Ratio yang diperoleh dengan membagi koefisien sampel dengan standart errornya dan Skweness Value yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu disebut Z-Value. Pada tingkat signifikan 1 jika nilai Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Uji normalitas dilakukan baik untuk normalitas multivariate dimana beberapa variable digunakan sekaligus dalam analisis akhir. c. Outliers Evaluasi atas munculnya outlier, baik univariate outlier maupun multivariate outlier dilakukan dengan menentukan nilai ambang batas dari Z-score berada pada rentang 3 dengan 4 berarti responden tersebut dinyatakan univariate outlier Hair et al, 1998 . Multivariate outlier diuji menggunakan uji mahalanobis distance dalam tabel yang dibandingkan dengan nilai X 2 . Jika nilai mahalanobis distance X 2 pada derajat bebas sebesar jumlah variable, berarti responden tersebut adalah multivariate outlier Augusty, 2002 . d. Multicollinearity atau singularity Multikolienaritas dapat dideteksi dari determinan matriks koovarians. Nilai determinan matriks koovarians yang sangat kecil mengindikasikan adanya problem multikolienaritas dan singularitas

3.4.2. Pengujian Hipotesis