BAB III METODE PENELITIAN Bab ini bertujuan untuk memberikan landasan yang valid dan reliabel dalam menghasilkan data yang dapat diyakini kebenarannya, sehingga informasi yang dihasilkan dapat dipercaya baik dari sisi metode maupun prosedur pengujiannya. Untuk mendukung upaya tersebut, beberapa pembahasan akan dijelaskan, antara lain mengenai ruang lingkup penelitian, metode pengambilan sampel, jenis dan sumber data, definisi operasional dan pengukuran instrumen penelitian, metode pengumpulan data, dan pengujian kualitas instrumen penelitian (pengujian validitas dan pengujian reliabilitas), dan metode analisis data (kecukupan sampel, asumsi SEM, dan goodness of fit). 3.1. DESAIN PENELITIAN Menurut Sekaran (2006), desain yang diterapkan dalam penelitian ini didasarkan pada beberapa hal, antara lain: 3.1.1. Berdasarkan tujuan Penelitian ini dikategorikan ke dalam penelitian pengujian hipotesis yang menjelaskan sifat hubungan tertentu atau menentukan independensi dua atau lebih faktor dalam suatu situasi. 3.1.2. Berdasarkan jenis investigasi Penelitian ini dikategorikan ke dalam penelitian kasual, yaitu penelitian dimana peneliti ingin menemukan penyebab dari satu atau lebih masalah. 3.1.3. Berdasarkan dimensi waktu Penelitian ini dikategorikan ke dalam penelitian cross sectional, artinya penelitian ini dilakukan dengan data yang hanya sekali dikumpulkan,
22
23
mungkin selama periode harian, mingguan, atau bulanan, dalam rangka menjawab pertanyaan penelitian. 3.1.4. Berdasarkan unit analisis Unit analisis merujuk pada tingkat kesatuan data yang dikumpulkan selama tahap analisis dan selanjutnya. Penelitian ini mengambil unit analisis individu, dimana data dikumpulkan dari setiap individu dan memperlakukan responnya sebagai sumber data individual. 3.2. POPULASI, SAMPEL, DAN TEKNIK SAMPLING 3.2.1. Populasi Populasi mengacu pada seluruh kelompok orang, peristiwa, atau halhal yang menarik keinginan peneliti untuk menyelidiki atau membuat kesimpulan berdasarkan statistik sampel (Sekaran, 2009:262). Populasi dalam penelitian ini adalah perempuan yang mengetahui dan telah membaca review Lipstick Colour Matte Purbasari pada Femaledaily.com. 3.2.2. Sampel Sampel adalah bagian dari populasi yang terdiri atas beberapa namun tidak seluruhnya anggota dipilih dari populasi, (Sekaran, 2009:263). Sampel yang diambil dalam penelitian ini adalah 200 orang yang berniat membeli Lipstick Colour Matte Purbasari. 200 sampel diambil dengan alasan sudah dapat memenuhi minimum sampel yang disarankan Heir el al., 1998 dalam Wahyudi et al., 2008 yaitu antara 100-200 responden. 3.2.3. Teknik Sampling Teknik pengambilan sampel yang digunakan adalah non probability sampling dan metode yang digunakan dalam penelitian ini adalah purposive sampling dengan memilih sampel sesuai dengan kriteria-kriteria
24
yang telah ditentukan. Teknik purposive sampling digunakan dalam penelitian ini dengan tujuan menghindari bias persepsi dalam pengisian kuesioner. Kriteria responden yang dipilih dalam penelitian ini adalah sebagai berikut : 1. Responden mengetahui Produk Lipstick Colour Matte Purbasari. 2. Responden mengetahui review Produk Lipstick Colour Matte Purbasari pada Femaledaily.com 3. Responden berniat membeli Produk Lipstick Colour Matte Purbasari pada Femaledaily.com 3.3. JENIS DAN SUMBER DATA 3.3.1. Data primer Penelitian ini menggunakan data primer. Data primer merupakan data yang diperoleh langsung dari pelanggan berupa jawaban terhadap pertanyaan dalam kuisioner. Data primer diperoleh langsung dari jawaban responden atas pertanyaan dalam kuisioner. 3.3.2. Data sekunder Data sekunder adalah data yang digunakan untuk melengkapi data primer dalam menyusun laporan penelitian. Data ini sifatnya sebagai pelengkap data primer. Data sekunder yang digunakan dalam penelitian ini diperoleh dari berbagai sumber yaitu: 1.
Jurnal Artikel yang digunakan sebagai referensi dalam penelitian ini diperoleh dari jurnal jurnal yang telah diterbitkan.
25
2.
Sumber lain Pelangganan referensi sumber lain berupa buku, skripsi, maupun tesis.
3.4. DEFINISI OPERASIONAL DAN PENGUKURAN VARIABEL Definisi operasional adalah unsur penelitian yang memberitahukan bagaimana cara mengukur variabel. Variabel variabel dalam penelitian ini adalah: 3.4.1. Kualitas Argumen Pada penelitian ini, lebih memfokuskan dua dimensi dari kualitas argumen yaitu perceived informativeness dan perceived persuasiveness. 3.4.1.1.
Perceived Informativeness
Perceived
Iinformativeness
dianggap
sebagai
persepsi
konsumen mengenai online review yang membatu dan memiliki informasi yang relevant (Park dan Lee., 2008). Definisi operasional perceived informativeness adalah persepsi konsumen mengenai isi dari informasi yang ada dalam online review. Variabel perceived informativeness dioperasionalisasikan oleh 4 indikator, yaitu : 1. Informasi relevan dengan produk. 2. Informasi lengakap. 3. Informasi sesuai dengan kondisi produk. 4. Informasi mudah dipahami. Indikator
tersebut
digunakan
dan
diukur
dengan
menggunakan 4 poin skala likert, dengan ukuran 1 = sangat tidak setuju hingga 4 = sangat setuju.
26
3.4.1.2.
Perceived persuasiveness
Perceived persuasiveness merupakan persepsi umum mengenai kekuatan persuasif yang tertanam dalam online review (Zhang et al., 2014). Definisi operasional perceived persuasiveness adalah persepsi konsumen mengenai sifat persuasif dari informasi yang ada dalam online review. Variabel perceived persuasiveness dioperasionalisasikan oleh 4 indikator, yaitu : 1. Argumen menyakinkan. 2. Argumen bersifat persuasif. 3. Argumen kuat. 4. Argumen bagus. Indikator
tersebut
digunakan
dan
diukur
dengan
menggunakan 4 poin skala likert, dengan ukuran 1 = sangat tidak setuju hingga 4 = sangat setuju. 3.4.2. Kredibilitas Sumber Kredibilitas sumber adalah persepsi konsumen mengenai kredibilitas dari sumber review (Chaiken 1980). Definisi operasional kredibilitas sumber adalah penilaian konsumen terhadap keahlian dan kepercayaan yang
dirasakan dari sumber
review.
Variabel kredibilitas sumber
dioperasionalisasikan oleh 4 indikator, yaitu : 1.
Sumber memiliki pengetahuan.
2.
Sumber berpengalaman.
3.
Sumber terpercaya.
4.
Sumber dapat diandalkan.
27
Indikator tersebut digunakan dan diukur dengan menggunakan 4 poin skala likert, dengan ukuran 1 = sangat tidak setuju hingga 4 = sangat setuju 3.4.3. Persepsi Kuantitas Review Persepsi kuantitas review adalah persepsi konsumen mengenai jumlah review sesuai dengan popularitas produk dalam situs review (Zhang et al., 2014). Definisi operasional persepsi kuantitas review adalah persepsi konsumen mengenai seberapa banyak review yang membahas sebuah produk tertentu. Variabel persepsi kuantitas review dioperasionalisasikan oleh 4 indikator, yaitu : 1.
Produk memiliki banyak testimoni.
2.
Produk memiliki banyak review secara online.
3.
Produk populer pada femaledaily.com.
4.
Banyak konsumen yang merekonmendasikan produk.
Indikator tersebut digunakan dan diukur dengan menggunakan 4 poin skala likert, dengan ukuran 1 = sangat tidak setuju hingga 4 = sangat setuju. 3.4.4. Niat Berperilaku Niat berperilaku (Behavioral intention) didefinisikan sebagai kesediaan konsumen untuk membeli produk atau jasa setelah mereka memperoleh informasi yang relevant dari online review (Zhang et al., 2014). Definisi operasional niat berperilaku adalah perilaku yang akan dilakukan oleh konsumen setelah membaca online review mengenai sebuah produk.
28
Variabel niat berperilaku dioperasionalisasikan oleh 4 indikator, yaitu : 1.
Memiliki niat membeli produk
2.
Lebih tertarik membeli merek tersebut dari pada merek lain
3.
Berencana akan membeli produk
4.
Berencana mengunjungi Femaledaily.com kembali.
Indikator tersebut digunakan dan diukur dengan menggunakan 4 poin skala likert, dengan ukuran 1 = sangat tidak setuju hingga 4 = sangat setuju. 3.5. METODE PENGUMPULAN DATA 3.5.1. Kuisioner Cara ini dilakukan peneliti dengan menyediakan daftar pertanyaan mengenai objek yang diteliti kepada responden sebanyak jumlah sampel. Dalam kuisioner ini responden diminta untuk memilih salah satu dari 4 alternatif jawaban yang ada, yaitu : A. Untuk jawaban sangat setuju mendapat nilai 4 B. Untuk jawaban setuju mendapat nilai 3 C. Untuk jawaban tidak setuju mendapat nilai 2 D. Untuk jawaban sangat tidak septuju mendapat nilai 1 3.5.2. Studi Pustaka (Library riset) Mempelajari buku buku dan literatur literatur lain yang berkaitan dengan penelitian ini.
29
3.6. METODE ANALISIS DATA 3.5.1. Uji Validitas Pengujian ini dilakukan untuk menentukan valid atau tidak validnya kuesioner. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuisioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2005). Pengujian validitas dilakukan dengan menggunakan Confirmatory Factor Analysis (CFA). CFA harus dipenuhi, karena merupakan salah satu syarat untuk dapat menganalisis model dengan Structural Equation Modelling (SEM). Menurut Hair et al (1998), tinggi rendahnya validitas suatu instrument dapat dengan melihat Factor Loading dengan bantuan perangkat lunak SPSS 16.0. Factor loading lebih besar ± 0,30 dianggap memenuhi level minimal, factor loading ± 0,40 dianggap lebih baik, dan factor loading ≥ 0,50 dianggap signifikan. Jadi semakin besar nilai absolut factor loading, semakin penting loading tersebut menginterprestasikan konstruknya. Dalam penelitian ini Suatu item dikatakan valid apabila memiliki factor loading > 0,50, dan sebaliknya jika factor loading pada kuesioner tersebut < 0,50 maka item tersebut tidak valid. 3.6.2 Uji Reliabilitas Pengukuran yang menunjukkan sejauh mana alat ukur dapat dipercaya dan sejauh mana hasil pengukuran tetap konsisten (Sekaran, 2006). Rangkuti (2004) mengemukakan bahwa alat ukur yang baik tidak akan bersifat tendesius atau mengarahkan responden untuk memilih jawaban jawaban tertentu. Alat ukur yang reliabel akan menghasilkan data
30
yang juga dapat dipercaya. Apabila datanya memang benar sesuai dengan kenyataan, maka berapa kali pun diambil hasilnya akan tetap sama. Uji reliabilitas dalam penelitian ini adalah uji reliabilitas internal karena cara menguji suatu alat ukur untuk sekali pengambilan data (Rangkuti, 2004). Sedangkan pengujian reliabilitas dalam penelitian ini menggunakan Cronbach’s alpha. Rangkuti (2004) mengemukakan bahwa suatu alat ukur dianggap reliabel apabila nilai koefisien alpha yang diperoleh sama dengan atau lebih besar dari 0,6. Sedangkan (Sekaran, 2006) membagi tingkatakan reliabilitas dengan kriteria sebagai berikut: 0,8 – 1
: Reliabilitas baik
0,6 – 0,79
: Reliabilitas moderat
<0,6
: Reliabilitas kurang baik
3.7. PENGUJIAN HIPOTESIS Analisis Structural Equation Model (SEM) Model ini dipilih karena model dalam studi ini lebih sesuai menggunakan SEM. Pendekatan ini digunakan untuk menguji model structural pada kelompok yang berbeda secara simultan (Ghozali, 2005). Model ini tidak memerlukan model bersarang (nested model) untuk mengestimasi kelompok hipotesis yang berbeda dalam koefisien model path analysis atau kesesukaan model (model fit). Perbedaan yang terjadi antar kelompok dapat dieveluasi berdasarkan goodness of fit model yang diperoleh dari masing masing kelompok. Pengujian dilakukan dengan menggunkan program perangkat lunak AMOS 22.0 untuk menganalisis hubungan kausalitas struktural.
31
Beberapa hal yang
menjadi perhatian sebelum
melakukan
pengujian model struktural dengan pendekatan two step to SEM adalah: 3.7.1. Asumsi Kecukupan Sampel Teknik analisis SEM mensyaratkan jumlah sampel minimum yang akan diujikan yaitu sebanyak 100 sampel atau 5 sampai 10 kali jumlah parameter yang diestimasi. 3.7.2. Asumsi Normalitas Merupakan asumsi paling fundamental dalam analisis multivariate adalah bentuk distribusi data pada suatu variabel metrik tunggal dalam menghasilkan distribusi normal. Apabila asumsi normalitas tidk dipenuhi dan penyimpangannya besar, maka hasil uji statistik menjadi bias. Distribusi data dapat dibagi menjadi 3 bagian (Ghozali, 2005): a. Normal apabila nilai z (Critical Ratio atau CR) skewness < 2 dan nilai C.R. kurtosis <7. b. Moderatly non-normal, apabila nilai C.R skewness berkisar antara 2 sampai 3 dan nilai C.R. kurtosis antara 7 sampai 21. c. Extremely non-normal, apabila nilai C.R skewness >3 dan nilai C.R. kurtosis > 21. 3.7.3. Asumsi Outliers Outliers adalah data yang memiliki karakteristik utama yang terlihat sangat jauh berbeda dari observasi lain, dan muncul dalam bentuk nilai ekstrim, baik konstruk tunggal maupun konstruk kombinasi yang dilakukan dengan memperlihatkan mahalanobis distance. Kriteria yang digunakan berdasarkan nilai chi square (
) pada derajat kebebasan, yaitu jumlah
observed variabel pada output tingkat signifikansi p<0.001.
32
3.7.4. Goodness of fit Langkah pertama yang harus dilakukan sebelum melakukan teknik pengujian hipotesis adalah menilai kesesuaian (goodness of fit) dengan bantuan program AMOS 22. Berbagai indeks kesesuaian digunakan untuk mengukur derajat kesesuaian antara model dengan data yang disajikan. Indeks-indeks tersebut adalah sebagai berikut: 1) Chi Square ( ) 2
Chi Square berfungsi untuk menguji apakah sebuah model sesuai dengan data. Model dikatakan baik jika Chi Square bernilai rendah. Chi Square sangat sensitif terhadap sampel yang terlalu kecil maupun terlalu besar, oleh karena itu perlu dilengkapi dengan alat uji lainnya. 2) The Root Mean Square Error of Approximation (RMSEA) RMSEA
merupakan
ukuran
yang
mencoba
memperbaiki
kecenderungan statistik Chi Square Model dengan jumlah sampel yang besar. Nilai RMSEA yang dapat diterima adalah < 0,08. Apabila memenuhi ketentuan tersebut, maka dapat dikatakan bahwa nilai RMSEA telah menunjukkan titik potong sebuah kecocokan model yang baik. 3) Goodness of Fit Index (GFI) Indeks ini menggambarkan tingkat kesesuaian model secara keseluruhan, yang dihitung dari residual kuadrat model yang diprediksi dibandingkan dengan data yang sebenarnya. Jika nilai mendekati 1 (GFI > 0,90) mengindikasikan model yang diuji memiliki kesesuaian yang baik.
33
4) Adjusted Goodness of Fit Index (AGFI) Indeks ini merupakan indeks GFI yang telah disesuaikan dengan rasio dari degree of freedom model yang diusulkan dengan degree of freedom dari null model. Nilai AGFI yang direkomendasikan adalah > 0,90.
Bila nilai AGFI mendekati angka 1 maka model tersebut
memiliki kesesuaian yang baik. 5) Tucker Lewis Index (TLI) Indeks ini bertujuan untuk membandingkan sebuah model yang diuji dengan null model. Nilai TLI yang baik adalah > 0,95. 6) Comparative Fit Index (CFI) Indeks ini berfungsi sama seperti TLI. Nilai CFI berkisar antara 0 sampai 1. Nilai mendekati 1 mengindikasikan sebuah model yang baik. Nilai CFI yang direkomendasikan adalah > 0,95. Indeks TLI dan CFI sangat dianjurkan untuk digunakan dalam pengujian karena relatif
tidak
sensitif
terhadap
besarnya
sampel
dan
kurang
dipengaruhi oleh kerumitan model. 7) Normed Chi Square (CMIN/DF) CMIN/DF diperoleh dari nilai Chi Square dibagi dengan degree of freedom. Nilai yang direkomendasikan adalah < 2,0/ 3,0.
