BAB III METODE PENELITIAN Bab ini menjelaskan tentang desain penelitian, metode pengambilan sampel, definisi operasional, sumber data, metode pengumpulan data, dan metode analisis data. Berikut adalah penjelasan dari masing-masing sub bahasan tersebut. 3.1.
Desain Penelitian Desain penelitian adalah rencana dan struktur penyelidikan yang digunakan untuk memperoleh bukti - bukti empiris dalam menjawab pertanyaan penelitian (Mc Millan, 2001). Penelitian ini menggunakan metode survei dengan bantuan kuesioner.
3.2.
Populasi, Sampel dan Teknik Sampling 3.2.1. Populasi Populasi merupakan sekelompok orang, kejadian, atau hal minat yang ingin peneliti investigasi (Sekaran, 2006). Populasi pada penelitian ini adalah masyarakat kota Surakarta yang mengonsumsi bahan bakar minyak pada kendaraannya. 3.2.2. Sampel Sampel merupakan sebagian dari populasi yang terdiri atas sejumlah individu yang dipilih dari populasi untuk diteliti (Sekaran, 2006). Menurut Ferdinand (2002) dalam Wuensch (2006) bahwa ukuran sampel untuk pengujian model menggunakan SEM adalah 27
28
antara 100-200 sampel atau tergantung pada jumlah parameter yang digunakan dalam seluruh variabel laten. Pada penelitian ini sampel yang diambil sebesar 200 sampel. 3.2.3. Teknik Sampling Dalam menentukan sampel yang akan digunakan di penelitian ini, peneliti menggunakan nonprobability sampling, yaitu purposive sampling.
Metode
purposive
sampling
adalah
suatu
proses
pengambilan sampel dengan menentukan terlebih dahulu jumlah sampel yang hendak diambil, kemudian pemilihan sampel dilakukan dengan berdasarkan tujuan-tujuan tertentu, asalkan tidak menyimpang dari ciri-ciri sampel yang ditetapkan (Sugiyono, 2008). Kriteria pengambilan sampel pada penelitian ini adalah masyarakat kota Surakarta yang mempunyai niat untuk membeli bahan bakar Pertalite 3.3.
Definisi Operasional dan Pengukuran Variabel Dalam penelitian ini variabel - variabel yang digunakan adalah perceived benefit, perceived quality, price fairness, dan environment knowledge, attitude, purchase intention. Definisi operasional dan pengukuran setiap variabel adalah sebagai berikut: 3.3.1. Perceived Benefit Perceived benefit merupakan persepsi tentang hasil positif yang berkaitan dengan apa yang akan di dapatkan dari suatu produk (Chandon et al., 2000). Definisi operasional perceived benefit adalah
29
penilaian subjektif konsumen tentang kegunaan produk bahan bakar Pertalite. Menurut Lee (2008) perceived benefit diukur dengan menggunakan tiga indikator, yaitu: 1.
Mesin awet
2.
Menghemat biaya perawatan
3.
Akselerasi kendaraan lebih responsif
3.3.2. Perceived Quality Chapman dan Wahlers (1999) mendefinisikan perceived quality adalah persepsi konsumen terhadap keseluruhan kenggulan suatu produk. Definisi operasional perceived quality adalah penilaian konsumen tentang keunggulan produk bahan bakar Pertalite. Menurut Maxwell (2001) serta Chen & Kang (2013) perceived quality diukur menggunakan empat indikator, yaitu: 1.
Kinerja produk
2.
Fitur produk
3.
Ketahanan produk
4.
Keandalan produk
3.3.3. Price Fairness Xia et al (2004) mendefinisikan price fairness sebagai penilaian konsumen perbedaan atau kurangnya perbedaan antara harga penjual satu dengan yang lain dalam transaksi adalah adil dan wajar. Definisi
30
operasional price fairness adalah pandangan terhadap harga bahan bakar Pertalite yang dinilai masuk akal dan dapat diterima oleh konsumen. Menurut Homburg et al., (2012) price fairness diukur menggunakan empat indikator, yaitu: 1.
Harga layak
2.
Harga yang dibayarkan sesuai dengan yang diterima
3.
Harga dapat diterima
4.
Harga sepadan
3.3.4. Environment Knowledge Menurut
Amyx
et
al.,
(1994)
environment
knowledge
didefinisikan sebagai sejauh mana individu maupun organisasi mengetahui tentang isu-isu lingkungan tersebut. Definisi operasional environment knowledge adalah informasi yang diperoleh oleh seseorang dan dikombinasi dengan pemahaman seputar isu – isu yang terjadi pada lingkungan. Environment knowledge diukur dengan tiga indikator menurut Lizawati Aman (2012), yaitu: 1.
Asap kendaraan di kota besar
2.
Kendaraan menyebabkan polusi udara
3.
Pengendapan zat polutan
3.3.5. Attitude Attitude dipandang sebagai respon dari stimulus yang diterima individu mengenai perasaan baik (favorable) atau tidak baik pada suatu
31
objek bagi individu tersebut. (Ajzen and Fisbein, 1980). Definisi operasional attitude adalah evaluasi yang dilakukan oleh seseorang terhadap perasaan suka tidak suka pada bahan bakar Pertalite. Menurut Ching and Tong (2012) serta Rani and Velyudhan (2006) attitude diukur menggunakan empat indikator, yaitu: 1.
Baik
2.
Kesan positif
3.
Pilihan tepat
4.
Menarik
3.3.6. Purchase Intention Purchase intention merupakan suatu kecenderungan dari konsumen untuk melakukan pembelian produk maupun jasa (Yoo, Donthu, & Lee, 2000). Definisi operasional purchase intention adalah kecenderungan konsumen untuk bertindak ataupun terlibat dalam transaksi, dalam penelitian ini diartikan dengan transaksi pembelian bahan bakar Pertalite. Menurut Diallo (2012) Purchase intention diukur menggunakan empat indikator, yaitu 1.
Keinginan untuk membeli
2.
Kemungkinan untuk membeli
3.
Mempertimbangkan untuk membeli
4.
Kecenderungan untuk membeli
32
3.4.
Sumber Data Sumber data yang digunakan dalam penelitian ini adalah data primer. Data primer menurut Sugiyono (2009) adalah data yang diperoleh langsung dari subjek penelitian dengan menggunakan alat pengukuran atau alat pengambilan data langsung pada subjek sebagai informasi yang dicari. Dalam penelitian ini data primer diperoleh dari jawaban responden melalui kuesioner.
3.5.
Metode Pengumpulan Data Metode pengumpulan data dalam penelitian ini adalah dengan menggunakan metode personality administrated questionnaires, yaitu kuesioner disampaikan sekaligus diambil setelah diisi secara pribadi kepada responden, tujuannya adalah supaya tingkat penyebaran kuesioner terjaga dalam periode waktu yang relatif singkat (Sekaran, 2006). Penelitian ini menggunakan skala interval dengan pendekatan 5 poin likert. Tingkatan pengukuran sesuai dengan poin skala Likert dimana jawaban setiap instrumen merupakan gradasi dari sangat positif sampai sangat negatif dan sebagai, contoh yaitu Sangat setuju ( 5 ), Setuju ( 4 ), Netral ( 3 ), Tidak Setuju ( 2 ), dan sangat tidak setuju ( 1 ).
3.6.
Metode Analisis Data 3.6.1. Analisis Deskriptif Analisis
ini
berisi
tentang
bahasan
secara
deskriptif
mengenai tanggapan yang diberikan responden pada kuesioner.
33
Statistik
deskriptif adalah
menganalisa
data
statistik
dengan
yang
digunakan
untuk
cara mendeskripsikan
atau
menggambarkan data yang telah terkumpulsebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2004). 3.6.2. Uji Validitas Uji validitas dilakukan untuk mengukur apakah penelitian benar - benar mampu mengukur konstruk yang digunakan. Semakin tinggi validitas suatu fungsi ukur, semakin tinggi pengukuran mengenai sasarannya (Sekaran, 2006). Hasil penelitian yang valid bila ada kesamaan
antara
data
yang
terkumpul
dengan
data
yang
sesungguhnya terjadi pada objek yang diteliti (Sugiyono, 2014). Factor Analysis digunakan untuk menguji validitas dengan bantuan SPSS for windows versi 20.0, dimana setiap item pernyataan harus mempunyai factor loading > 0,50 dan telah terekstrak sempurna. 3.6.3. Uji Reliabilitas Reliabilitas suatu pengukuran mencerminkan apakah suatu pengukuran dapat terbebas dari kesalahan (eror) dan mengukur kehandalan sehingga memberikan hasil pengukuran yang konsisten pada kondisi yang berbeda dan pada masingmasing butir dalam instrumen (Sekaran, 2006). Tingkatan reliabilitas sebagai berikut: 1.
Nilai Alpha 0,8 – 1,0 dikategorikan sebagai reliabilitas baik.
34
2.
Nilai Alpha 0,6 – 0,79 dikategorikan sebagai reliabilitas diterima.
3.
Nilai Alpha < 0,6 dikategorikan sebagai reliabilitas kurang baik.
3.6.4. Pengujian Model Pengujian hipotesis dalam penelitian ini adalah menggunakan metode Structural Equation Modeling (SEM), dengan menggunakan program Generalized Structural Component Analysis (GeSCA). Tujuannya adalah untuk menggantikan faktor dengan kombinasi linier dari indikator. Pendekatan ini menggunakan metode kuadrat terkecil (least square) di dalam proses pendugaan parameter. GeSCA juga dapat diterapkan pada hubungan antar variabel yang kompleks (rekursif dan tidak rekursif), melibatkan higher-order komponen (faktor) dan perbandingan multi-group. 1)
Measurement of fit model Goodness of fit Model struktural diukur dengan menggunakan FIT, yaitu setara dengan R-square pada analisis regresi. GeSCA memberikan ukuran model fit yang disebut FIT, AFIT, GFI dan SRMR. Penjabarannya sebagai berikut: a.
FIT Menunjukan varian total dari semua variabel yang dapat dijelaskan oleh model struktural. Nilai FIT berkisar dari 0 - 1. Semakin besar nilai ini, semakin
35
besar proporsi varian variabel yang dapat dijelaskan oleh model. Jika nilai FIT = 1 maka model secara sempurna dapat menjelaskan fenomena yang diselidiki. b.
AFIT (Adjusted FIT) Serupa dengan adjusted R2 pada analisis regresi. AFIT dapat digunakan untuk perbandingan model. Model dengan AFIT nilai terbesar dapat dipilih antara model yang lebih baik.
c.
GFI (Unweight least-square) sebanding dengan perbedaan antara kovarian sampel dan kovarian yang diproduksi oleh pendugaan parameter GSCA. Nilai GFI yaitu mendekati 1. Banyak peneliti menganjurkan nilai diatas 90% sebagai ukuran good fit.
d.
SRMR (standardize root mean square residual) Sebanding dengan perbedaan antara kovarian sampel dan kovarian yang diproduksi oleh pendugaan parameter GeSCA. Nilai SRMR yaitu mendekati 0 maka nilainya semakin baik. ketentuan Goodnes of Fit terhadap model penelitian dapat dikatakan sesuai atau tidak. Jika Goodnes of Fit pada model penelitian
36
memiliki SRMR ≤ 0,08 atau nilai GFI ≥ 0,90, maka model penelitian dapat dikatakan sesuai. 3.6.5. Pengujian Hipotesis Setelah model dinyatakan fit atau diterima secara statistik maka langkah selanjutnya adalah melakukan pengujian hipotesis dengan bantuan GeSCA untuk menganalisis hubungan diantara variabelvariabel laten. Hubungan antar konstruk dalam hipotesis ditunjukan oleh nilai standarlized regression weight. Pengujian hipotesis dalam penelitian ini dapat dilakukan dengan menganalisis tingkat signifikansi kasualitas anata variabel yang ditunjukan oleh output GeSCA. Pengujian hipotesis dalam penelitian ini dilakukuan dengan membandingkan nilai critical ratio (CR) dengan nilai Z value. Berikut adalah tabel Z value: Tabel III.1 Z Value Signifikan
CR
1%
≥ 2,56
5%
≥ 1,96
10%
≥ 1,645
Sumber : http://www.spss.com/amos/
Tabel III.1 menunjukan kriteria tingkat signifikansi untuk hasil hubungan antar variabel pada model penelitian. Normalnya, penelitian
37
menggunakan tingkat signifikansi 5%, dengan nilai critical ratio ≥ 1,96, apabila tidak memenuhi syarat signifikansi maka hipotesis ditolak.
