Jenis dan Sumber Data Metode Pengumpulan Data Teknik Analisis dan Uji Hipotesis

38

3.3. Jenis dan Sumber Data

Data dalam penelitian ini dikelompokkan menjadi dua macam: a. Data Primer Data primer adalah yang diperoleh dari hasil wawancara dengan responden, baik secara langsung maupun menggunakan kuisioner berupa daftar pertanyaan yang telah dipersiapkan dan diberikan pada responden. b. Data Sekunder Data sekunder adalah data berupa dukumen yang terdapat pada instansi yaitu dari Shampo Rejoice dan bagian bagian lain yang terkait untuk mendukung palaksanaan penelitian.

3.4. Metode Pengumpulan Data

a. Jenis data yang dipergunakan dalam penelitian ini adalah Data Primer yaitu data yang diperoleh langsung dari tanggapan responden. Dan data sekunder adalah data tentang Shampo Rejoice yang meliputi data sejarah perusahaan, lokasi perusahaan, struktur perusahaan serta uraian tugas dan lain sebagainya. b. Sumber data dalam penelitian ini adalah kuesioner yaitu memberikan angket daftar pertanyaan kepada responden.

3.5. Teknik Analisis dan Uji Hipotesis

Ketepatan pengujian suatu hipotesis tentang hubungan antara variabel dalam penelitian sangat tergantung pada kualitas data yang diperoleh dan dipergunakan dalam penelitian tersebut Ancok, 1991:63. 39 Kualitas data yang diperoleh sangat ditentukan oleh kesungguhan responden dalam menjawab semua pertanyaan penelitian, alat pengukuran berupa kuisioner yang dipergunakan mengumpulkan data tersebut, apakah memiliki validitas dan reliabilitas yang tinggi. Berdasarkan skala pengukuran yang dipakai dan kuisioner yang digunakan dalam penelitian ini, maka untuk mengetahui sejauh mana suatu uji dapat mengukur apa yang sebenarnya ingin diukur dengan AMOS 4.0, teknik analisis yang digunakan adalah teknik analisis konfirmatori. Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modelling SEM. Penaksiran pengaruh masing- masing variabel terikatnya menggunakan koefisien jalur. 1. Asumsi Model Structural Equation Modelling a. Uji Normalitas Sebaran dan Linieritas 1 Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. 2. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien sampel dengan standart errornya dan skewnwss value yang biasanya disajikan dalam statistik deskriptif, dimana nilai statistik untuk menguji normalitas itu disebut sebagai Z_value. Pada tingkat signifikan 1 jika Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal. 3. Normal Probabilitas Plot SPSS 10.1. 40 4. Linieritas dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas. b. Evaluasi Atas Outlier 1. Mengamati nilai Z score : ketentuannya diantara ± 3,0 non outlier. 2. Multivariate outlier diuji dengan criteria jarak mahalonobis pada tingkat P 0,001. Jarak diuji dengan chi_square [X 2 ] pada df sebesar jumlah variabel bebasnya. Ketentuan : bila mahalonobis dari nilai X 2 adalah multivariate outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi Hair, 1998. c. Deteksi Multicollinierity dan Singularity Dengan mengamati Determinan Matriks Covarians. Dengan ketentuan apabila determinant sample matriks mendekati angka 0 kecil, maka terjadi multikolinieritas dan singularitas Tabachnick Fidell, 1998. d. Uji Validitas dan Reliabilitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran 41 mengenai konsistensi internal dari indicator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indicator itu mengindikasikan senuah konstruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent variabelkonstruk akan diuji dengan melihat loading faktor dari hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji dengan construc reliability dan variance extracted dihitung dengan rumus berikut : Construct Reliability            j ding dardizeloa s ding dardizeloa s  2 2 tan tan Variance Extracted =           j ding dardizeloa s ding dardizeloa s  2 2 tan tan Sementara ε j dapat dihitung dengan formula ε j = 1 – [standardize loading] 2 secara umum, nilai construct reliability yang dapat diterima adalah ≥ 0,7 dan variance extracted ≥ 0,5 Hair et.al., 1998. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weights terhadap setiap butir sebagai indikatornya. 2. Pengujian Hipotesis dan Hubungan Kausal Pengaruh langsung [koefisien jalur] diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR Critical 42 Ratio atau P Probability yang sama dengan nilai t hitung. Apabila t hitung lebih besar daripada t tabel berarti signifikan. 3. Pengujian Model dengan One – Step Approach Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama One Step Approach to SEM. One Step Approach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik Hair, 1998 4. Evaluasi Model Hair et.al.,1998, menjelaskan bahwa pada “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” dengan data. Amos dapat menguji apakah model-model “good fit” atau “poor fit”. Jadi ,”good fit” model yang diuji sangat penting dalam penggunaan structural equation modeling. Pengujian terhadap model yang dikembangkan dengan berbagai criteria goodness of fit, yakni chi-square, probability, RMSEA, GFI, TLI, CFI, 43 AGFI, Cmin DF. Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan two step approach to SEM. 44 Tabel 3.1 : Goodness of Fit Indices Goodness of Fit Index Keterangan Cut-Off Value X 2 chi square Menguji apakah covariance populasi yang diestimasi sama dengan covariance sample [apakah model sesuai dengan data] Diharapkan kecil, 1 sd 5 atau paling baik diantara 1 dan 2 Probability Uji signifikansi terhadap perbedaan matriks covariance data dan matriks covariance yang diestimasi Minimum 0,1 atau 0,2 atau ≥ 0,05 RMSEA Mengkompensasi kelemahan chi square pada sampel besar ≤ 0,08 GFI Menghitung proporsi tertimbang varians dalam matriks sampel yang dijelaskan oleh matriks covariance populasi yang diestimasi [analog dengan R 2 dalam regresi berganda] ≥ 0,90 AGFI GFI yang disesuaikan terhadap DF ≥ 0,90 C min DF Kesesuaian antara data dan model ≤ 2,00 TLI Perbandingan antara model yang diuji terhadap baseline model ≥ 0,95 CFI Uji kelayakan model yang tidak sensitive terhadap besarnya sampel dan kerumitan model ≥ 0,94 Sumber : Hair et.al.,[1998] 45

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Objek Penelitian

4.1.1. Sejarah Singkat Perusahaan

Pada tahun 1885, dua bersaudara dari Inggris bernama William dan James Lever mulai mengelola perusahaan dengan nama LEVER BROTHER. Perusahaan ini kemudian memproduksi sabun cuci dengan merk SUNLIGHT. Dalam memasarkan sabun itu mereka menggunakan konsep marketing. Dengan kemasan dan iklan yang baik, maka makin lama makin berkembang. Kemudian mereka memproduksi juga sabun mandi yaitu LUX dan Lifebuoy. Sementara itu dari negara Belanda pada waktu bersamaan berdiri dua perusahaan keluarga yaitu perusahaan milik keluarga Anton Jurgens dan perusahaan milik keluarga Van Den Berg. Kedua perusahaan itu menjadi satu perusahaan dengan nama MARGARINE UNIE. LIVER BROTHERS dan MARGARINE UNIE sama-sama mengembangkan usahanya di benua Eropa dan saling bersaing untuk maju. Kedua perusahaan itu mempunyai kesamaan yaitu : 1. Sama-sama membuat produk untuk konsumen dalam jumlah besar. 2. Jalur distribusi yang luas. 3. Beberapa bahan baku yang digunakan juga sama.