BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A. Waktu dan tempat Penelitian Proses penelitian ini di awali dengan mengidentifikasi permasalah yang terjadi di tempat penelitian, melakukan perumusan masalah dan pengumpulan teori dasar guna memperkuat landasan dari setiap variable. Selanjutnya dilakukan penyusunan metode dalam pengumpulan data, pengumpulan instrument, sampai dengan teknik pengujian yang dilakukan. Waktu proses penelitian ini dimulai sejak bulan September sampai dengan November 2015 dan berlokasi di wilayah Jakarta Barat.

B. Desain Penelitian Desain penelitian yang digunakan dalam penelitian ini adalah analisis kausal.Menurut Sugiyono (2009) berpendapat bahwa desain analisis kausal adalah hubungan yang bersifat sebab akibat di mana terdapat variable bebas (variable

yang

mempengaruhi)

dan

variable

terikat

(variable

yang

dipengaruhi).Penelitian ini bertujuan untuk mengetahui pengaruh sikap kepedulian lingkungan, perilaku konservasi, dan perilaku pembelian terhadap skeptisisme pada green advertising.Pendekatan yang dilakukan dalam penelitian ini adalah pendekatan kuantitatif. Menurut Noor (2011), pendekatan kuantitaif merupakan metode untuk menguji teori-teori tertentu dengan cara meneliti hubungan antar variable. Variable-variabel ini diukur (biasanya dengan

55

http://digilib.mercubuana.ac.id/

56

instrument penelitian) sehingga data terdiri dari angka-angka dapat dianalisis berdasarkan prosedur statistik. C. Definisi dan Operasionalisasi Variabel 1. Definisi Variabel Variable (Sugiyono, 2009) adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh penulis untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya, atau bias ditarik sebagai suatu atribut, sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Pada penelitian ini terdapat dua jenis variable dengan penjelasan sebagai berikut : 1) Variabel Bebas ( Variabel Eksogen ) merupakan variable yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variable terikat. Dalam SEM ( Structural Equation Modeling ) variable independen disebut sebagai variable eksogen (Sugiyono, 2009). Variable eksogen pada penelitian ini yaitu : a. Sikap

Kepedulian

Lingkungan,

Menurut

Kalafatis,

Pollard, et al, dalam Aman (2012) dijelaskan kepedulian lingkungan sebagai kebangkitan dan kesadaran konsumen pada kenyataan bahwa lingkungan dalam bahaya dan bahwa sumber daya alam terbatas.


57

b. Perilaku Konservasi, Pickeet, Kangun dan Grove (2013) menyatakan bahwa untuk mempelajari implikasi dari konsumen yang melestarikan untuk kebijakan public, mengembangkan kebijakan difokuskan pada kegiatan konservasi. c. Perilaku Pembelian, Menurut Kotler (2005) perilaku pembelian konsumen dipengaruhi oleh beberapa factor antara lain adalah faktor budaya, faktor sosial, faktor pribadi, faktor psikologis. 2) Variabel Terikat ( Variabel Endogen ) merupakan variable yang dipengaruhi atau menjadi akibat karena adanya variable bebas. Dalam SEM variable dependen disebut sebagai variable endogen. Variable endogen pada penelitian ini yaitu skeptisisme pada green advertising. 2. Operasionalisasi Variabel Definisi operasional merupakan bagian yang mendefinisikan sebuah konsep/variable agar daoat diukur, dengan cara melihat pada dimensi (indicator) dari suatu konsep/variable (Noor, 2011). Dimensi (indicator) dapat berupa : perilaku, aspek, atau sifat/ karakteristik (Sekaran dalam Noor, 2011 ). Dengan demikian, definisi operasional tidak boleh mempunyai makna yang berbeda dengan definisi konseptual. Definisi operasional variable yang digunakan didalam penelitian ini adalah sebagai berikut :


58

Tabel 3.1 Definisi Operasional Variabel Variabel Sikap Kepedulian Lingkungan Sumber : Priyanto, et at (2013) Perilaku Konservasi

Perilaku Pembelian Sumber : Ishaswini dan Datta ; dan Hoang dalam Abid dan Latif (2015)

Dimensi -

Aktivitas Disposisional Daur ulang barang tahan lama dan kemasan Pelestarian sumber daya

Indikator Sikap peduli terhadap kebersihan Sikap peduli terhadap kesehatan Sikap peduli terhadap keluarga Sikap peduli terhadap kerindangan Sikap peduli terhadap keamanan Sikap peduli terhadap keindahan

Skala Ordinal

Pembuangan limbah

Ordinal

Pemisahan sumber kota, rumah kompos, menyumbangkan pakaian lama dan peralatan Pencegahan limbah awal Mengurangi emisi gas rumah kaca ke atmosfer dan meningkatkan kualitas udara Tagihan bulanan konsumen dan perusahaan Sikap terhadap Hindari pemakaian kelebihan kemasan kemasan/paket Sumber : Pickett, Kangun, and Sumber : Pickett, Kangen, and Grove Grove dalam dalam Paco (2013) Reis (2012) Konsumen membeli produk ramah Ordinal lingkungan Konsumen tidak membeli produk yang berpotensi dapat menyebabkan kerusakan lingkungan Konsumen lebih tertarik pada produk green labels Probabilitas membeli produk green labels tinggi Konsumen bersedia membayar lebih mahal untuk produk hijau Berlebihan yang Karena klaim lingkungan yang Ordinal


59

Skeptisisme Green Advertising

dirasakan

berlebihan, konsumen akan lebih baik tidak membeli jika klaim tersebut pada paket label tidak dapat di sosialisasikan Kebanyakan klaim lingkungan pada paket sumber : Mohr, Informasi label atau dalam iklan dimaksudkan Eroglu, and Ellen membingungkan untuk dalam Paco dan menyesatkan daripada Reis (2012) menginformasikan konsumen Persepsi Kebanyakan klaim lingkungan pada kebenaran dalam paket iklan dan label atau dalam iklan adalah packages benar

D. Pengukuran Variabel Pengukuran variable (Noor, 2011) merupakan alat ukur yang digunakan untuk mengkuantifikasi informasi yang diberikan oleh konsumen jika mereka diharuskan menjawab pernyataan yang telah dirumuskan dalam suatu kuesioner.Skala pengukuran yang penulis gunakan dalam penelitian ini yaitu menggunakan skala likert.Skala likert merupakan metode yang digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelonpok orang tentang fenomena social (Sugiyono, 2011). Instrument skala likert dapat dilihat pada table 3.2 berikut :


60

TABEL 3.2 Instrument Skala Likert No

Jawaban

Bobot

1

Sangat Setuju

5

2

Setuju

4

3

Netral

3

4

Tidak Setuju

2

5

Sangat Tidak Setuju

1

E. Populasi dan Sampel Penelitian 1. Populasi Populasi merupakan wilayah generalisasi yang terdiri dari atas : obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2009). Jumlah populasi konsumen yang mengkonsumsi AMDK 600 ml merek ADES tidak diketahui secara terperinci oleh peneliti. Jadi populasi dalam penelitian ini yaitu masyarakat yang mengkonsumsi ADES di wilayah Jakarta Barat. 2. Sampel Sugiyono (2009) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi besar dan eneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga, dan waktu, maka peneliti dapat


61

menggunakan sampel dalam penelitian ini yaitu dengan menggunakan teknik

Convenience

Sampling

(Cara

Dipermudah).

Convenience

Sampling adalah sampel dengan pertimbangan kemudahan merupakan teknik penentuan sampel dengan pertimbangan kemudahan atau kebetulan saja. Seseorang diambil sebagai sampel karena kebetulan, atau siapa saja yang kebetulan bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan atau dijadikan sampel. Dikarenakan

peneliti

tidak

mengetahui

jumlah

populasi

terperinci, Noor (2011), menyatakan bahwa ukuran sampel yang sesuai dalam metode persamaan SEM adalah 100-200 sampel, dan bergantung pada jumlah parameter yang di estimasi. Pedomannya adalah 5-10 kali parameter yang di estimasi. Ukuran sampel yang digunakan adalah 185 sampel, berdasarkan jumlah indikator dikalikan 5 (25 x 5 = 125). Namun di penelitian ini peneliti mengambil sampel 130 untuk hasil analisis data yang lebih akurat. Dan perhitungan jumlah sampel tersebut juga disesuaikan dengan rekomendasi dari Hair et al (2014). F. Teknik Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Kuesioner (angket) Sugiyono, 2011, dalam Sugiyono (2014:230), memaparkan Kuisioner merupakan teknik pengumpulan data yang dilakukan dengan cara member


62

seperangkat pertanyaan atau pernyataan tertulias kepada responden untuk dijawabnya. Instrumen yang dilakukan dalam penelitian ini ialah berupa kuisioner yang berisi daftar pertanyaan. Dan metode pengumpulan kuisioner pada penelitian ini yakni dengan menggunakan metode personally administrated qustonnnaries, yang berarti bahwa peneliti menyampaikan sendiri kuisioner kepada responden dan mengambil sendiri kuisioner yang telah diisi oleh responden. Alasan peneliti menggunakan metode tersebut ialah supaya tingkat pengembalian kuisioner dapat terjaga didalam periode waktu yang relatif pendek. 2. Wawancara Sugiyono (2014:224), mendefinisikan wawancara adalah teknik pengumpulan data dimana pewawancara (peneliti atau yang diberi tugas melakukan pengumpulan data ) dalam mengumpulkan data menngajukan suatu pertanyaan kepada yang diwawancarai. Wawancara digunakan sebagai teknik

pengumpulan

data

apabila

peneliti

ingin

melakukan

studi

pendahuluan untuk menemukan permasalahan yang harus diteliti, an juga apabila peneliti ingin mengetahui hal-hal dari responden yang lebih mendalam dan jumlah respondennya kecil atau sedikit. 3. Studi Pustaka Teknik pengumpulan data dengan cara mempelajari literatur-literatur, jurnal, bukku dan laiinya yang memiliki kaitan dengan permasalahn yang


63

sedang dibahas. Tujuannya ialah untuk mengetahui landasan teoritis mengenai permasalahan yang dibahas. G. Jenis Data Penelitian Jenis data yang digunakan penulis dalam penelitian ini merupakan data primer.Data primer adalah data yang diperoleh peneliti secara langsung dari sumbernya (Dachlan, 2014).Contoh dari data primer adalah data yang dikumpulkan melalui kuesioner, wawancara, observasi langsung dilapangan, dan melalui eksperimen.Dalam penelitian ini data primer yang digunakan dengan melakukan surveri yang menggunakan alat yaitu kuesioner. H. Metode Analisis 1. Uji Validitas Uji keabsahan data dalam penelitian, sering hanyak ditekankan pada uji validitas dan reliabilitas.Validitas merupakan derajat ketetapan antara data yang terjadi pada objek penelitian dengan daya yang dapat dilaporkan

oleh

peneliti

(Sugiyono,

2011).Sebelum

dilakukan

pengolahan data, maka perlu dilakukan pengujian data terhadap variable tersebut. Uji validitas menunjukan sejauh mana alat ukur dapat mengukur variable yang akan diukur. Pengujian

validitas

dilakukan

menggunakan

analisis

konfirmatori. Dalam analisis konfirmatori, variable laten dianggap sebagai variable penyebab yang mendasari indicator-indikator (Ghozali, 2008) dasar pengambilan keputusan uji validitas ini adalah jika Loading factor ≥ 0,50 maka item tersebut dikatakan valid.


64

2. Uji Reliabilitas Reliabilitas adalah ukuran menganai konsistensi internal dari indicator sebuah variable yang menunjukan derajat masing-masing indicator itu mengindikasikan sebuah konstruk/factor laten yang umum. Pengujian reliabilitas instrument bertujuan untuk mengetahui konsistensi suatu isntrumen alat ukur. Langkah selanjutnya adalah menghitung loadings dan menilai signifikasi statistic setiap indicator. Jika terbukti tidak

signifikan,

maka

indikator

harus

dibuang

atau

mentransformasikannya menjadi fit untuk variable laten (Noor, 2011). Menurut Sanusi (2011), nilai reliabilitas dapat dicari dengan rumus berikut ini :

Construct Realibility=

(∑𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝐵𝑎𝑘𝑢)² (∑𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝐵𝑎𝑘𝑢)2 + ∑𝑒𝑗

Dimana : a. Std. Loading diperoleh langsung dari Standardize Loading untuk tiap-tiap indikator. b. Ej adalah measurement error dari tiap-tiap indikator. Nilai batas yang digunakan untuk menilai atau menguji apakah setiap variable dapat dipercaya, handal dan akurat dipergunakan koefisien Alpha Cronbach. Variable dapat dikatakan reliable apabila koefisien Alpha Cronbach lebih besar dari 0,60. Artinya tingkat reliabilitas yang kedua adalah Variance Extract, yang


65

menunjukan jumlah varians yang indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai Variance Extract yang tinggi menunjukkan bahwa indikatorindikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai Variance Extract yang tinggi menunjukan bahwa indikator-indikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai Variance Extract ini direkomendasikan pada tingkat palingh sedikit 0,50. Variance Extract diperoleh dari rumus berikut ini

Variance Extract=

(∑𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝐵𝑎𝑘𝑢)² (∑𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝐵𝑎𝑘𝑢)2 + ∑𝑒𝑗

3. Metode Statistik Metode Statistik yang diterapkan dalam penelitian ini adalah Model Persamaan Struktural ( Structural Equation Modelling – SEM ). SEM

adalah

generasi

kedua

teknik

analisi

multivariate

yang

memungkinkan peneliti untuk menguji hubungan antara variable yang kompleks baik recursive maupun non-recurcive untuk memperoleh gambaran menyeluruh mengani keseluruhan model (Ghozali, 2005). Menurut

Noor

memungkinakn

(2011)

SEM

pengujian

merupakan

sebuah

teknik

rangkaian

analisis

hubungan

yang secara

simultan.Hubungan ini dibangun antara satu atau beberapa variable indipenden dengan satu atau beberapa variable dependen.


66

Menurut Noor (2011), analisis SEM menggabungkan dua buah model yaitu : 1) Model struktur ( Structural Model ), yang terdiri dari variable laten eksogen dan variable laten endogen. 2) Model pengukuran ( Measurement Model ), yang merupakan indikator dari variable laten eksogen dan endogen. Variabel laten adalah variable yang tidak bias diukur secara langsung dan memerlukan beberapa indikatir sebagai produksinya. LISREL ( Linear Structural Relationship ) adalah salah satu software SEM yang beredar dipasaran. LISRE adalah satusatunya program SEM yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Austin & Calderon; Bryne dalam Ghozali & Fuad, 2005). Hal tersebut karena LISREL adalah satu-satunya program SEM yang tercanggih dan dapat mengestimasi berbagai masalah SEM yang bahkan nyaris tidak dilakukan oleh program lain. 4. Tahap-Tahap Dalam SEM Menurut Ghozali &Fuad (2005), mendeskripsikan tahap-tahap dalam SEM sebagai berikut : 1) Konseptualisasi Model Tahap ini berhubungan dengan pengembangan hipotesis (berdasarkan teori) sebagai dasar dalam menghubungkan variable


67

laten dengan variable laten lainnya, dan juga dengan indikatorindikatornya. Dengan kata lain, model yang dibentuk adalah persepsi kita mengenai bagaimana variable laten dihubungkan berdasarkan teori dan bukti yang kita peroleh dari disiplin ilmu kita. Konseptual model harus merefleksikan pengukuran variable laten melalui berbagai indikator yang dapat diukur. Konseptualisasi model megharuskan tiga hal yang harus dilakukan yaitu : a. Hubungan yang dihipotesiskan antara variable laten harus ditentukan. Tahap pengembangan model ini berfokus pada model structural dan harus mempresentasikan kerangka teoris untuk di uji. Disini, kita harus dapat membedakan dengan jelas, mana yang variable eksogen dan endogen. Seperti yang telah dijelaskan diatas, variable eksogen selalu merupakan variable independen sehingga tidak dipengaruhi variabel yang dipengaruhi oleh variabel lain dalam suatu model. Sedangkan variabel endogen adalah variabel lain dalam suatu model. Meskipun variabel endogen selalu merupakan variabel independen, namun variabel endogen ini uga daoat menjadi variabel independen yang mempengaruhi variabel endogen lain dalam suatu model, dengan kata lain, variabel endogen ini adalah variable intervening. Karena variabel endogen


68

tidak secara sempurna dipengaruhi oleh variabel yang dihipotesiskan (masih terdapat kemungkinan variabel endogen tersebut dipengaruhi oleh variabel selain yang dihipotesiskan), maka error tern ( atau residual ) juga dihipotesiskan mempengaruhi variabel endogen dalam suatu model. b. Memutuskan arah (positif atau negative) dan jumlah hubungan variabel-variabel eksogen dan anara eksogen dan variabel endogen. Disini, peran teori dan hasil penelitian sebelumnya sangat berperan. Meskipun hal tersebut tidak berarti bahwa kita tidak boleh melengkapi teori yang ada dengan logika pikiran kita, tetapi untuk menekankan bahwa teori merupakan unsur yang sangat penting dalam pembangunan suatu model pemikirannya. c. Pengukuran

model

dan

menghubungkan

dengan

operasionalisasi variabel laten. Sehingga dikenal beberapa indikator ( manifest variable ) yang digunakan untuk mengukur variabel laten tersebut. Variabel manifest adalah indikator-indikator yang dapat diukur, variabel manifest dalam LISREL biasanya menggunakan reflective indicator (juga disebut effect indicator). Indikakator reflektif

berarti

bahan

konstruk

mempengaruhi variable observed.


laten

dianggap

69

2) Penyusunan diagram alur ( Path Diagram ) Tahap ini akan memudahkan kita dalam memvisualisasi hipotesis yang telah kita ajukan dalam konsptualisasi model. Visualisasi model akan mengurangi tingkat kesalahan dalam pembangunan suatu model pada LISREL. Path diagram merupakan representasi grafis mengenai bagaimana beberapa variabel pada suatu model berhubungan satu sama lain, yang memberikan suatu pandangan menyeluruh menganai struktur model. 3) Spesifikasi model Spesifikasi model menggambarkan sifat dan jumlah parameter yang diestimasi; analisis data tidak dapat dilakukan sampai tahap ini selesai.Program LISREL memiliki dua bahasa yang digunakan, yaitu bahasa pemograman LISREL dan SIMPLIS.Pada bahasa pemograman LISREL, kita harus sangat berate-hati dalam memastikan bahwa model yang kita susun telah direpresentasikan dalam model matematis. Sedangkan bahasa perintah SIMPLIS (terdapat pada program LISREL versi 8.0 dan lebih), tidak menggunakan model matematis yang kompleks dan memungkinkan

kita

untuk

menulis

nama

variabel

dan

menentukan hubungan dengan menggunakan tulisan symbol matematika dasar, seperti sama dengan (=) dan tanda panah (→).


70

4) Identifikasi model Informasi

yang

diperoleh

dari

data

diuji

untuk

menentukan apakah cukup untuk mengestimasi parameter dalam model.Disini, kita harus dapat memperoleh nilai yang unik untuk seluruh parameter dari data yang telah kita peroleh.Jika hal ini, tidak dapat dilakukan, maka modifikasi model mungkin harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi parameter. 5) Estimasi parameter Pada tahapan ini estimasi parameter untuk suatu model diperoleh dari data karena program LISREL maupun AMOS berusaha untuk menghasilkan matriks kovarians berdasarkan model yang sesuai dengan kovarians matriks sesungguhnya.Uji signifikasi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol. 6) Penilaian model fit Suatu model dikatakan fit apabila kovarians matriks suatu model adalah sama dengan kovarians matriks data. Model fit dapat dinilai berdasarkan dengan menguji berbagai index fit yang diperoleh dari LISREL seperti pada table 3.4 dibawah ini.


71

TABEL 3.3 Goodness of Fit Index Goodness of Fit Index

Cut-off Value

X² - Chi Square

Diharapkan kecil

RMSEA

≤0,08

GFI

≥ 0,90

AGFI

≥ 0,90

NFI

≥ 0,90

NNFI

≥ 0,90

CFI

≥ 0,90

IFI

≥ 0,90

RFI

≥ 0,90

Sumber: Wijanto, 2008 Uraian masing-masing darigoodness of fit index dapat dijelaskan sebagai berikut : a. 𝑥 2 – Chi Square. Nilai statistic Chi-Square digunakan untuk mengukur overall fit sebuah model. Model yang dievaluasi akan dipandang baik apabila Chi-Square kecil; semakin kecil nilai Chi-Square, maka baik sebuah model. Uji beda Chi-Square diharapkan menerima hipotesis nol denga significance probability ≥ 0,05. b. The Root Mean Square Error of Approximation (RMSEA). Karena 𝑥 2 – Chi-Square sangat sensitive


72

terhadap ukuran sampel (terlalu besar atau terlalu kecil). Kriteria RMSEA digunakan untuk mengompensasi ChiSquare dengan sampel besar. Nilai RMSEA ≤ 0,08 direkomendasikan sebagai pedoman untuk menyatakan model dapat diterima. c. Goodness-of-Fit Index (GFI). Indeks ini menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan dengan rentang nilai antara nol hingga satu. Semakin mendekati satu nilai GFI (≥ 0,90) maka semakin baik model tersebut. d. Adjusted Goodnes Of Fit (AGFI). AGFI adalah analog 𝑅2 dalam regresi beranda. Fit Indeks ini dapat disesuaikan terhadap degrees of freedom yang tersedia untuk menguji diterima atau ditolaknya model. Tingkat penerimaan yang direkomendasikan adalah bila nilai AGFI ≥ 0,90. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam suatu matriks kovarians sampel. Nilai 0,95 dapat diinterpestasikan sebagai tingkat yang baik ( good overall model fit ), sedangkan 0,90-0,95 menunjukkan tingkatan cukup (aequate fit).


73

e. Tucker Lewis Index (TLI) atau Non-Nomed Fit Index (NNFI). Kriteria ini digunakan dengan membandingkan antara model yang diuji dengan baseline model. Model TLI atau NNFI ≥ 0,90 direkomendasikan untuk menerima sebuah model yang diuji. f. Comparative Fit Index (CFI). Berbeda dengan 𝑥 2 - ChiSquare, indeks ini sama sekali tidak dipengaruhi oleh besarnya sampel yang digunakan dalam penelitian. Nilai CFI ≥ 0,90 menunjukkan model yang baik bahkan jika mendekati satu menunjukkan a very good fit. 7) Modifikasi model Pengujian model penelitian untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada tahap keenam.Namun harus diperhatikan bahwa segala modifikasi (walaupun sangat sedikit), harus berdasarkan teori yang mendukung. Dengan kata lain, modifikasi model seharusnya tidak dilakukan hanya semata-mata untuk mencapai model yang fit. 8) Validasi silang model Pengujian atas fit tidaknya model terhadap suatu data baru. Validasi silang ini penting apabila terdapat modifikasi subtansial yang dilakukan terhadap model asli yang dilakukan pada langkah keenam.


74

5. Pengujian Hipotesis Dalam LISREL tidak terdapat nilai signifikansi yang langsung dapat memberi tahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi dalam lisrel, terdapat tiga informasi yang sangat berguna ; yaitu koefisien regresi, standar error dan nilai t. standar error digunakan untuk mengukur ketepatan dari setiap estimasi parameter. Di bawah standar error adalah nilai t yang diperoleh melalu perbandingan antara nilai estimasi dengan standar error. 𝑛𝑖𝑙𝑎𝑖 𝑡 =

𝑛𝑖𝑙𝑎𝑖 𝑒𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑒𝑟𝑟𝑜𝑟

Untuk mengetahui signifikan tidaknya hubungan antar variabel, maka nilai t harus lebih besar dari t-tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi, tetapi umumnya level signifikansi adalah 1%, 5% dan 10%. Pada jumlah sampel besar (lebih besar 150), jika nilai t yang dihasilkan oleh LISREL lebih besar daripada nilai t table pada level 5%, yaitu ±1,960, maka hubungan antara variabel adalah signifikan.


BAB III METODE PENELITIAN

Recommend Documents