ARA BUDIDARMA R - 43110110123
BAB III METODE PENELITIAN 3.1.
Desain Penelitian. Metode penelitian yang digunakan dalam penelitian ini adalah metode Kuesioner.
Populasi sample dalam penelitian ini adalah konsumen atau calon konsumen pengguna Samsung Galaxy Tab dengan jumlah sample sebanyak 168 responden di daerah tangerang dan sekitarnya. Penarikan sample menggunakan teknik judgement sampling. Data yang diperlukan dalam penelitian ini adalah data primer. Data primer diperoleh dengan menyebarkan kuestioner kepada responden.. Kuesioner dinilai dengan menggunakan teknik scoring ‘sevent point scale’. Metode analisis yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan verifikatif. Analisis deskriptif dilakukan untuk memperoleh kejelasan tentang cirri-ciri variable yang diteliti. Analisis verifikatif dilakukan untuk menguji hipotesis dengan menggunakan alat uji statistik.
3.2.
Alur Penelitian. Alur penelitian (Flow Diagram) dari tahap yang dilakukan dalam penelitian ini dapat dilihat pada gambar 3.1.
1
ARA BUDIDARMA R - 43110110123
Gambar 3.1. Alur Penelitian
Merancang Penelitian
Kuesioner
Menentukan Populasi & Sampel
Pilot Study
Menentukan Model Penelitian
Sukses ?
Mendefinisikan Variabel dan Indikator
ya
Revisi Kuesioner
tidak
Mengumpulkan Data
Menganalisis Data
Menggunakan Tools AMOS (SEM)
3.3.
Menarik Kesimpulan
Populasi dan Sample. 2.3.1. Populasi Populasi merupakan wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan, sedangkan sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2002:72). Populasi dalam penelitian ini adalah responden yang berminat tablet Samsung Galaxy Tab serta 2
ARA BUDIDARMA R - 43110110123
pengunjung pada acara Computer and Gadget Fair, Tangcity Mall Periode 27 Juni s/d 7 Juli 2013 di Tangerang dan sekitarnya yang berjumlah 168 orang. Populasi ini jumlahnya banyak, tersebar dan tidak diketahui secara pasti. 2.3.2. Sample Sampel didefinisikan sebagai bagian dari populasi yang memiliki karakteristik tertentu untuk diteliti. Meskipun pengamatan-pengamatan secara individu tidak diperlukan, seperti halnya metode multivariate yang lain, ukuran sampel memainkan suatu peran penting dalam penilaian dan penafsiran hasil dari SEM. SEM pada umumnya memerlukan sejumlah sampel yang relatif banyak untuk pendekatan pendekatan multivariate lainnya. Beberapa algoritma statistik telah menggunakan program-program SEM adalah tidak konsisten dengan sampel yang sedikit. Ukuran sampel, seperti yang ada dalam alat statistik lainnya, menyediakan suatu dasar untuk melakukan estimasi pengambilan sampel yang salah. Model SEM lebih kurang berisi lima bentuk, masing‐masing dengan item lebih dari tiga (variabel yang diamati), dan dengan komunalitas item yang lebih tinggi (0,6 atau lebih), dapat diestimasikan dengan sampel yang mencukupi antara 100‐150. Jika semua komunalitas sederhana (0,45 hingga 0,55) atau model berisi bentuk bentuk kurang dari tiga item, selanjutnya ukuran sampel yang diperlukan lebih dari 200. Jika komunalitas lebih rendah atau model meliputi berbagai bentuk yang teridentifikasi (kurang dari tiga item), kemudian 300 ukuran sampel minimum atau lebih diperlukan agar mampu untuk memperbaiki parameter populasi. Saat sejumlah faktor‐faktor lebih besar dari enam, beberapa menggunakan lebih 3
ARA BUDIDARMA R - 43110110123
sedikit dari pada tiga ukuran item sebagai indikator‐indikator, dan berbagai komunalitas rendah yang ada, ukuran sampel yang diperlukan mungkin mencapai 500. Sampel diartikan juga sebagai metode pengumpulan data dengan jalan mencatat sebagian kecil dari populasi ( J.Supranto, hal 68, 2003 ). Sampel adalah kumpulan dari unit sampling ( Moh. Nasir, hal 328,1988 ). Adapun pengertian lain dari sampel adalah sebagian atau wakil populasi yang diteliti ( Suharsini Arikunto, hal 108, 2002 ). Sampel merupakan bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2004). Jadi sampel merupakan bagian dari populasi yang diambil melalui cara-cara tertentu yang juga memiliki karakteristik tertentu, jelas dan lengkap yang
dianggap bisa mewakili populasi. Stevens (1996, p.72)
merekomendasikan bahwa “untuk penelitian ilmu sosial, sekitar 15 sampel per prediktor (variabel bebas) dibutuhkan untuk mengisi persamaan uji regresi.” Dengan menggunakan pendekatan Tabachnick and Fidell (1998) dan (Hair et. al. 1998) dalam Ferdinand (2006), ukuran sample yang dibutuhkan adalah antara 10 – 25 kali jumlah variable independen. Karena penelitian ini menggunakan 5 (lima) variable independen maka jumlah sampel yang dibutuhkan adalah 50 – 150 sampel. Teknik pengambilan sampel menggunakan kombinasi dari accidential sampling dan purposive sampling, hal ini dilakukan mengingat jumlah sampel yang sangat banyak artinya penentuan jumlah sampel dan sampel terpilih dalam penelitian dilakukan dengan cara menyebar kuesioner terhadap responden secara acak yang tidak sengaja ditemui oleh peneliti dan dengan didasarkan pada berbagai pertimbangan, diantaranya representatif atas populasi dan kesesuaian dengan persyaratan dalam alat analisis. Purposive sampling digunakan dalam pengambilan sampel karena untuk menghindari hal 4
ARA BUDIDARMA R - 43110110123
yang tidak diinginkan (sakit hati responden karena tidak memenuhi syarat purposive sampling dan mereka tidak termasuk dalam responden penelitian) dan syarat purposive sampling tersebut dimasukkan di dalam kuesioner penelitian. Dari perhitungan diatas, maka dapat diketahui bahwa jumlah sampel yang digunakan dalam penelitian ini sebanyak 168 orang. Pada penelitian ini menggunakan pendekatan non probability sampling yaitu accidental sampling
dimana
metode
pengambilan sampel hanya individu yang kebetulan dijumpai atau yang dapat dijumpai saja yang dipilih, hal ini dikarenakan sampel tidak mempunyai data pasti tentang ukuran populasi dan informasi lengkap tentang setiap elemen populasi. Jadi sampel diambil dengan cara memilih elemen-elemen untuk menjadi anggota sampel yang ditentukan secara subyektif sekali. Semua sampel diperoleh dari setiap konsumen serta pengunjung pada acara Computer and Gadget Fair, Tangcity Mall Periode 27 Juni s/d 7 Juli 2013. Yang dimaksud dengan konsumen dalam penelitian ini adalah pengunjung
pada acara Computer and Gadget Fair yang sedang memakai
maupun yang dimungkinkan sebagai konsumen tablet SAMSUNG Galaxy Tab.
2.4. Jenis dan Sumber Data 2.4.1. Jenis Data Penelitian ini merupakan penelitian terhadap fakta berupa opini atau pendapat orang (responden). Maka jenis data yang digunakan adalah data subyek. Data subyek adalah jenis data penelitian yang berupa opini, sikap, pengalaman atau karakteristik dari seseorang atau sekelompok orang yang menjadi subyek penelitian (responden).
5
ARA BUDIDARMA R - 43110110123
2.4.2. Sumber Data Sumber data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. a. Data primer
Data primer adalah data yang dikumpulkan dan diolah sendiri oleh suatu organisasi atau perorangan langsung dari obyeknya (Santosa dan Tjiptono, 2001). Data primer yang ada dalam penelitian ini merupakan data kuesioner dari konsumen tablet Samsung Galaxy Tab di acara Computer and Gadget Fair mengenai pengaruh brand extension pada brand image, persepsi kualitas, sikap dan minat pembelian samsung galaxy tab. b. Data sekunder
Indriatoro dan Supomo (1999, p.147) menyatakan bahwa data sekunder adalah data yang merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui perantara (diperoleh dan dicatat oleh pihak lain). Data sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip (data dokumenter) yang dipublikasikan dan yang tidak dipublikasikan. Data sekunder pada penelitian ini terdiri dari data penjualan PT. Graha Service Indonesia tahun 2011, data ini kemudian dipakai sebagai elemen latar belakang pada penelitian ini. Selain itu data sekunder pada penelitian ini didapat pada situs maya yang berhubungan mengenai tablet SAMSUNG Galaxy Tab.
6
ARA BUDIDARMA R - 43110110123
2.5. Metoda Pengumpulan Data. Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode kuesioner. Kuesioner merupakan cara pengumpulan yang dilakukan dengan cara memberi seperengkat pertanyaan atau pernyaataan tertulis kepada reponden untuk dijawab (Sugiyono, 2004). Tujuan pembuatan kuesioner adalah untuk memperoleh informasi yang relevan dengan penelitian dengan kesahihan yang cukup tinggi. Kuesioner pada penelitian ini terdiri dari pertanyaan-pertanyaan yang bersumber dari tiap-tiap indikator variabel penelitian. Pengumpulan data dengan menggunakan kombinasi pertanyaan tertutup dan pertanyaan terbuka yang diberikan kepada responden secara langsung sehungga didapatkan keobyektifan data yang tepat. Pertanyaan tertutup adalah pertanyaan yang sudah menggiring ke jawaban yang alternatifnya sudah ditentukan. Sedangkan pertanyaan terbuka adalah pertanyaan yang tidak menggiring ke jawaban yang telah ditentukan. Jawaban kuesioner yang diberikan adalah dengan memberikan tanda (√) pada kotak yang dirasakan paling benar oleh responden atas pertanyaan‐pertanyaan dalam kuesioner. Skala pengukuran yang digunakan adalah skala pengukuran ordinal, digunakan untuk mengukur sikap responden terhadap suatu jawaban. Skala pengukuran terbagi dalam beberapa skala yang masing‐masing skala mempunyai skor penilaian antara 1‐ 5, dimana skor 1 untuk jawaban responden yang sangat rendah sampai dengan skor 5 untuk jawaban responden yang sangat tinggi. Penggunaan skala 1‐ 5 mengingat skala tersebut lazim digunakan dalam jurnal‐jurnal penelitian pemasaran.
7
ARA BUDIDARMA R - 43110110123
2.6. Variabel Penelitian dan Definisi Operasional Variabel 2.6.1. Variable Penelitian Variabel adalah apapun yang dapat membedakan atau membawa variasi pada nilai. Variabel penelitian terdiri atas dua macam yaitu variabel dependen dan variabel independen. Variabel dependen adalah variabel yang menjadi pusat perhatian utama peneliti (Ferdinand, 2006). Hakikat sebuah masalah mudah terlihat dengan mengenali berbagai variabel dependen yang digunakan dalam sebuah model. Variabilitas dari atau atas faktor inilah yang berusaha untuk dijelaskan oleh seorang peneliti. Dalam penelitian ini yang menjadi variabel dependen adalah: Minat pembelian (Y). Variabel independen yang dilambangkan dengan (X) adalah variabel yang mempengaruhi variabel dependen, baik yang pengaruhnya positif maupun yang pengaruhnya negatif (Ferdinanad, 2006). Variabel independen dalam penelitian ini adalah:
Brand Image Mobile Device/HP (X1)
Persepsi Kualitas (X2)
Sikap (Y1)
Brand Image TAB (X3)
Minat Pembelian TAB (Y2)
2.6.2. Definisi Operasional Variabel Sementara definisi operasional variabel merupakan suatu definisi yang diberikan kepada suatu variabel dengan memberi arti atau menspesifikan kegiatan atau membenarkan suatu operasional yang diperlukan untuk mengukur variabel tersebut (Sugiyono, 2004). Definisi operasional untuk penelitian ini adalah sebagai berikut: 8
ARA BUDIDARMA R - 43110110123
1. Citra Merek Mobile Device (Brand Image Mobile Device)
Brand Image Mobile Device/HP adalah citra merek dari suatu produk bagi seorang calon pembeli tablet SAMSUNG Galaxy Tab untuk mengenali atau mengingat kembali bahwa merek SAMSUNG merupakan bagian dari citra produk yang handal dan teruji dalam teknologi komunikasi. Yang dimaksud dengan citra merek pada penelitian ini adalah kekuatan citra merek mobile device (HP) dari Samsung dalam pikiran atau ingatan konsumen. Indikator
untuk
mengukur
citra
merek
mobile device adalah Kesan
Profesional (x1), Kesan Modern (x2), Melayani Semua Segmen (x3), Perhatian pd Konsumen (x4) dan Mudah diingat (x5). 2. Persepsi kualitas (Perceived Quality) Persepsi kualitas adalah persepsi pelanggan atas atribut yang dianggap penting baginya. Persepsi pelanggan merupakan penilaian, yang tentunya tidak selalu sama antara pelanggan satu dengan lainnya. Yang dimaksud persepsi kualitas pada penelitian ini adalah persepsi konsumen terhadap kualitas atau keunggulan produk mobile device dari SAMSUNG. Indikator untuk mengukur persepsi kualitas adalah Kesesuaian Kualitas (X6), Fitur Baik (X7), Banyak Varian (X8), Desain Menarik (X9) dan Kualitas Baik (X10). 3. Sikap terhadap merek (Brand Attitude) Sikap terhadap merek adalah segala hal yang akan mempengaruhi konsumen dalam hal produk yang ditawarkan dimana hal yang positif akan sangat berpengaruh pada konsumen untuk timbulnya minat pembelian produk sedangakan hal yang negative akan mempengaruhi sikap konsumen utuk tidak adanya minat terhadap pembelian. Yang dimaksud dengan sikap terhadap merek dalam penelitian ini adalah yang berkaitan 9
ARA BUDIDARMA R - 43110110123
berbagai hal yang mempengaruhi konsumen konsumen mengenai SAMSUNG GALAXI TAB. Indikator untuk mengukur sikap terhadap merek adalah Merek diingat (X11), Merek disukai (X12), Merek dipilih (X13) dan Ada Daya tarik (X14). 4. Citra Merek Tab (Brand Image TAB)
Brand Image TAB adalah citra merek dari suatu produk bagi seorang calon pembeli tablet SAMSUNG Galaxy Tab yang telah dipengaruhi oleh citra merek dari produk lainnya yang dikeluarkan oleh Samsung serta sikap konsumen terhadap produkproduk merek Samsung. Yang dimaksud dengan citra merek pada penelitian ini adalah kekuatan citra merek Tablet dari Samsung dalam pikiran atau ingatan konsumen. Indikator untuk mengukur citra merek tab adalah Mudah diucapkan (X15), Mudah diingat (X16), Produk Meyakinkan (X17), Kesan Baik (X18) dan Kesan Terpercaya (X19). 5. Minat pembelian Minat pembelian adalah serangkaian unsur-unsur yang mencerminkan konsumen dalam membeli, merupakan tahap dimana konsumen diharapkan pada satu pilihan untuk melakukan pembelian atau tidak. Yang dimaksud dengan minat pembelian pada penelitian ini adalah rasa percaya diri yang kuat pada diri konsumen yang merupakan keyakinan bahwa minat atas pembelian tablet Samsung Galaxy Tab adalah benar. Indikator untuk mengukur minat pembelian adalah Mencari informasi tempat pembelian (X20), Mencari Informasi tentang harga (X21), Kualitas yang handal (X22), Informasi yang dapat diingat (X23) dan Keinginan segera membeli (X24).
10
ARA BUDIDARMA R - 43110110123
Tabel 3.1 Indikator Variabel No 1
Variabel Konstruk
CITRA MEREK MOBILE DEVICE
2 PERSEPSI KUALITAS
X1
Variable Indikator = Kesan Profesional
X2
= Kesan Modern
X3
= Melayani Semua Segmen
X4
= Perhatian pd Konsumen
X5
= Mudah diingat
X6
= Kesesuaian Kualitas
X7
= Fitur Baik
X8 X9
= Banyak Varian = Desain Menarik
X10 = Kualitas Baik 3
X11 = Merek diingat SIKAP TERHADAP MEREK
4 CITRA MEREK TAB
X12 X13 X14 X15 X16
= Merek disukai = Merek dipilih = Ada Daya tarik = Mudah diucapkan = Mudah diingat
X17 = Produk Meyakinkan X18 = Kesan Baik X19 = Kesan Terpercaya
5
X20 = Mencari informasi tempat pembelian X21 = Mencari Informasi tentang harga MINAT PEMBELIAN
X22 = Kualitas yang handal X23 = Informasi yang dapat diingat X24 = Keinginan segera membeli
Indikator-indikator diatas diukur dengan skala Likert yang memiliki lima tingkat preferensi jawaban yang masing-masing mempunyai skor 1-5 dengan rincian: 1 = Sangat tidak setuju (STS)
2 = Tidak setuju (TS)
3 = Netral (N) 11
ARA BUDIDARMA R - 43110110123
4 = Setuju (S)
5 = Sangat Setuju (SS) Skala Likert merupakan skala yang dipakai untuk mengukur sikap, pendapat, dan persepsi seseorang / sekelompok orang tentang fenomena sosial (Sugiyono, 2004). Skala ini banyak digunakan karena mudah dibuat, bebas memasukkan pernyataan relevan, realibilitas yang tinggi dan aplikatif pada berbagai aplikasi. Penelitian ini menggunakan statement dengan skala 5, skala ini mudah dipakai untuk penelitian yang terfokus pada responden dan obyek.
2.7. Uji Instrumen. 3.7.1. Uji Validitas Uji validitas dilakukan untuk mengetahui apakah semua pernyataan (instrumen) penelitian yang diajukan untuk mengukur variable penelitian adalah valid. Jika valid berarti instrumen itu dapat digunakan untuk mengukur apa yang hendak diukur (Singarimbun dan Sofian Effendi, 1995) Pengujian validitas dilakukan dengan mencari korelasi dari setiap indikator terhadap skor totalnya dengan menggunakan rumus teknik korelasi “Product Moment”. Untuk mengetahui besarnya koefisien validitas, maka digunakan rumus teknik korelasi “Product Moment” dengan tingkat kesalahan 5% (α = 0.05) dan tingkat kebenaran 95% (1 – α) (Singarimbun dan Effendi, 1995: 137). Dasar pengambilan keputusan uji validitas ini adalah sebagai berikut: Jika p-value < alpha 0.05 → item pernyataan valid Jika p-value ≥ alpha 0.05 → item pernyataan tidak valid
12
ARA BUDIDARMA R - 43110110123
3.7.2. Uji Reliabilitas Apabila alat ukur telah dinyatakan valid, langkah selanjutnya adalah menguji reliabilitas alat ukur tersebut. Reliabilitas adalah suatu nilai yang menunjukan konsistensi suatu alat pengukur dalam mengukur gejala yang sama. Uji reliabilitas pada alat ukur perlu dilakukan untuk memastikan instruman dari alat ukur yang digunakan di dalam penelitian ini konsisten dan akurat. Uji reliabilitas diigunakan untuk menunjukan sejauh mana hasil pengukuran relatif konsisten apabila pengukuran diulangi dua kali atau lebih. Reliabilitas berkaitan dengan konsistensi, akurasi, dan prediktabilitas suatu alat ukur (Hermawan: 2006: 126). Reliabilitas berarti bahwa instrumen cukup dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen sudah baik. Instrumen yang baik tidak akan mengarahkan responden untuk memilih jawaban-jawaban tertentu dan makna yang terkandung juga tidak ambigu. Instrumen yang sudah dapat dipercaya, yang reliabel akan menghasilkan data yang dapat dipercaya juga. Setelah kesesuaian model diuji (model fit), evaluasi lain yang harus dilakukan adalah
penilaian
unidimensionalitas
dan
realibilitas
(Hair,
et
al,
2006).
Unidimensionalitas adalah sebuah asumsi yang digunakan dalam menghitung reliabilitas dari
model
yang
menunjukkan
bahwa
dalam
sebuah
model
satu
dimensi,
indikator‐indikator yang digunakan memiliki derajat kesesuaian yang baik.Penggunaan ukuran‐ukuran realibilitas seperti α‐Cronbach, tidak mengukur unidimensionalitas, melainkan mengasumsikan bahwa unidimensionalitas itu sudah ada pada waktu α‐Cronbach dihitung. Pendekatan yang dianjurkan dalam menilai sebuah model pengukuran adalah menilai besaran composite reliability serta variance extracted dari masing-masing 13
ARA BUDIDARMA R - 43110110123
konstruk. Reliabilitas adalah ukuran mengenai konsistensi internal indicator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing‐masing indikator itu mengindikasikan sebuah konstruk/faktor laten yang umum. Dengan kata lain bagaimana hal‐hal yang spesifik saling membantu dalam menjelaskan sebuah fenomena yang umum. Composite Reliability diperoleh melalui rumus berikut: Construct reliability
=
(Σ Std. Loading)2 (ΣStd. Loading)2 + Σ εj
dimana: •
Std. Loading diperoleh langsung dari standardized loading untuk tiap-tiap indikator (diambil dari perhitungan komputer, AMOS).
•
εj adalah pengukuran error dari tiap‐tiap indikator.
Nilai batas untuk menilai sebuah tingkat reliabilitas yang dapat diterima adalah 0.70. Ukuran reliabilitas yang kedua adalah Variance extracted, yang menunjukkan jumlah varians yang dari indikator‐indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai Variance extracted yang tinggi menunjukkan bahwa indikatorindikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Composite Reliability diperoleh melalui rumus berikut: Variance extracted
=
(Σ Std. Loading)2 (ΣStd. Loading)2 + Σ εj
dimana: •
Std. Loading diperoleh langsung dari standardized loading untuk tiap-tiap indikator (diambil dari perhitungan komputer, AMOS).
•
εj adalah pengukuran error dari tiap‐tiap indikator. 14
ARA BUDIDARMA R - 43110110123
Nilai Variance extracted yang direkomendasikan pada tingkat paling sedikit 0.50 untuk tiap konstruk.
2.8.
Prosedur Pengumpulan Data. Teknik pengambilan sample dalam penelitian ini adalah non-probability sampling yang
merupakan suatu prosedur penarikan sample yang bersifat subjektif, dalam hal ini probabilitas pemilihan elemen-elemen populasi tidak dapat ditentukan (Hermawan, 2006:154). Pengambilan sample yang digunakan adalah purposive sampling/ judgemental sampling, yaitu teknik pengambilan sample berdasarkan pertimbangan yang didasarkan pada kriteria tertentu (Hermawan, 2006: 155). Data dalam penelitian ini menggunakan data primer yang diperoleh melalui penyebaran kuesioner tertutup kepada 168 orang responden, yaitu pengunjung Mal Tangcity yang berkunjung ke Mal TangCity dalam acara Computer and Gadget Fair. Profil responden dapat dilihat dari beberapa karakteristik seperti jenis kelamin, pendidikan terakhir, Usia, pengeluaran rata-rata per bulan, dan pekerjaan.
2.9.
Metoda Analisis Data. Metoda analisis data yang digunakan dalam penelitian ini adalah teknik Structural
Equation Model (SEM) dengan menggunakan software AMOS version 16.0. Menurut Ferdinand (2000), SEM adalah sekumpulan teknik-teknik statistical yang memungkinkan pengujian sebuah rangkaian hubungan yang telatif “rumit”, secara simultan. Alasan SEM digunakan dalam penelitian ini karena terdapat suatu variable dependen yang menjadi independen pada hubungan dependen berikutnya. Structural Equation Model (SEM) adalah sekumpulan teknik‐teknik statistical yang memungkinkan pengujian sebuah rangkaian hubungan relatif “rumit” secara simultan. 15
ARA BUDIDARMA R - 43110110123
Keunggulan
aplikasi
SEM
dalam
penelitian
adalah
karena
kemampuannya
untuk
mengkonfirmasi dimensi‐dimensi dari sebuah konsep atau faktor yang sangat lazim digunakan dalam manajemen serta kemempuannya untuk mengukur pengaruh hubungan-hubungan yang secara teoritis ada. Setelah model dikembangkan dan input data dipilih, selanjutnya adalah mengestimasikan model, dalam hal ini digunakan program AMOS 16. Program AMOS 16 untuk saat ini dianggap sebagai salah satu program yang handal untuk menganalisis model kausalitas, serta program yang cukup canggih serta mudah untuk digunakan. Masalah identifikasi adalah ketidakmampuan model yang dikembangkan untuk menghasilkan estimasi yang baik. Bila estimasi tidak dapat dilakukan maka software AMOS akan memunculkan pesan pada monitor komputer tentang kemungkinan penyebabnya. Salah satu cara untuk mengatasi identifikasi adalah dengan memperbanyak constrain pada model yang dianalisis dan berarti sejumlah estimated coefficient dieliminasi. Tampilnya model yang rumit membawa dampak bahwa dalam kenyataannya proses pengambilan keputusan manajemen adalah sebuah proses yang yang rumit atau merupakan sebuah proses yang multidimensional dengan berbagai pola hubungan kausalitas yang berjenjang. Oleh karenanya dibutuhkan sebuah model sekaligus alat analisis yang mampu mengakomodasi penelitian multidimensional itu. Berbagai alat analisis untuk penelitian multidimensional telah banyak dikenal diantaranya: 1) Analisis faktor eksplaratori, 2) Analisis regresi berganda, 3) Analisis diskriminan.
16
ARA BUDIDARMA R - 43110110123
Alat‐alat analisis ini dapat digunakan untuk penelitian multidimensi, akan tetapi kelemahan utama dari teknik‐teknik itu adalah pada keterbatasannya hanya dapat menganalisis satu hubungan pada waktu tertentu. Dalam bahasa penelitian dapat dinyatakan bahwa teknik‐teknik itu hanya dapat menguji satu variabel dependen melalui beberapa variabel independen. Padahal dalam kenyataannya manajemen dihadapkan pada situasi bahwa ada lebih dari satu variabel dependen yang harus dihubungkan untuk diketahui derajat interelasinya. Keunggulan aplikasi SEM dalam penelitian manajemen adalah karena kemampuannya untuk mengkonfirmasi dimensi‐dimensi dari sebuah konsep atau faktor yang sangat lazim digunakan
dalam
manajemen
serta
kemempuannya
untuk
mengukur
pengaruh
hubunganhubungan yang secara teoritis ada. Untuk membuat pemodelan yang lengkap, perlu dilakukan langkah‐langkah sebagai berikut: 1) Pengembangan model berbasis teori Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan model yang mempunyai justifikasi teoritis yang kuat. Seorang peneliti harus melakukan serangkaian telaah pustaka yang intens guna mendapatkan justifikasi atas model teoritis yang dikembangkan. 2) Pengembangan diagram alur (Path diagram) untuk menunjukkan hubungan kausalitas Path diagram akan mempermudah peneliti melihat hubungan‐hubungan kausalitas yang ingin diuji. Peneliti biasanya bekerja dengan construk atau factor yaitu konsep‐konsep yang memiliki pijakan teoritis yang cukup untuk menjelaskan berbagai bentuk hubungan. Konstruk‐konstruk yang dibangun dalam diagram alur dapat dibagi menjadi dua kelompok, 17
ARA BUDIDARMA R - 43110110123
yaitu konstruk eksogen dan konstruk endogen. Konstruk eksogen dikenal sebagai source variables atau independent variables yang tidak diprediksi oleh variabel yang lain dalam model. Konstruk endogen adalah faktor‐faktor yang diprediksi oleh satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen. 3) Konversi diagram alur ke dalam serangkaian persamaan structural dan spesifikasi model pengukuran. Pada langkah ketiga ini, model pengukuran yang spesifik siap dibuat, yaitu dengan mengubah diagram alur ke model pengukuran. Persamaan yang dibangun dari diagram alur yang dikonversi terdiri dari: a. Persamaan struktural, yang dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk dan pada dasarnya dibangun dengan pedoman yaitu: Variabel endogen = variabel eksogen + variabel endogen + error b. Persamaan spesifikasi model pengukuran, dimana peneliti menentukan variabel yang mengukur konstruk serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesiskan antar konstruk atau variabel. 4) Memilih matriks input dan estimasi model SEM adalah alat analisis berbasis kovarians. Penggunaan matriks kovarians karena dapat menunjukkan perbandingan yang adil antara populasi yang berbeda atau sampel yang berbeda, dimana hal yang sama tidak dapat dilakukan oleh korelasi. Pemakaian matriks kovarians lebih banyak digunakan pada penelitian mengenai hubungan, dikarenakan standart error dari berbagai penelitian menunjukkan angka yang kurang akurat apabila matriks korelasi digunakan sebagai input. Setelah model dikembangkan dan input data dipilih, selanjutnya adalah memiliki 18
ARA BUDIDARMA R - 43110110123
komputer yang digunakan untuk mengestimasikan model, dalam hal ini digunakan program AMOS. Program AMOS dianggap sebagai salah satu program yang handal untuk menganalisis model kausalitas, serta program yang tercanggih dan mudah untuk digunakan. 5) Meneliti munculnya masalah identifikasi Masalah identifikasi adalah ketidakmampuan model yang dikembangkan untuk menghasilkan estimasi yang baik. Bila estimasi tidak dapat dilakukan maka software AMOS akan memunculkan pesan pada monitor komputer tentang kemungkinan penyebabnya. Salah satu cara untuk mengatasi identifikasi adalah dengan memperbanyak constrain pada model yang dianalisis dan berarti sejumlah estimated coefficient dieliminasi 6) Evaluasi kriteria Goodness-of-fit Pada tahap ini dilakukan pengujian terhadap berbagai kriteria Goodness-of fit. Hal pertama yang dilakukan adalah bahwa model yang digunakan harus memenuhhi asumsiasumsi SEM, yaitu:
Ukuran sampel minimum
Normalitas dan Linearitas
Outliers
2.9.1. Pengujian kesuaian model (goodness-of-fit model) Sebelum menganalisa hipotesa yang diajukan, terlebih dahulu dilakukan pengujian kesuaian model (goodness-of-fit model). Jenis-jenis pengukuran goodness-of-fit menurut Hair, Anderson, Tatham, dan Black (1998) yaitu: (1) Absolute Fit Measures, (2) Incremental Fit Measures, dan (3) Parsimonious Fit Measures. Pengujian kesuaian model (goodness-of-fit model) dilakukan dengan melihat beberapa criteria pengukuran tersebut, yaitu:
19
ARA BUDIDARMA R - 43110110123
1. Absolute Fit Measures Absolute Fit Measure, yaitu mengukur model fit secara keseluruhan (baik model structural maupun model pengukuran secara bersamaan). Kriterianya dengan melihat nilai chi-square, goodness-of-fit index (GFI), dan root mean square error of approximation (RMSEA). a. The Likelihood – Ration Chi-Square Statistic: tingkat signifikansi minimum yang diterima adalah 0,05 dan 0,01. Pada pengukuran chi-square, peneliti mencari perbedaan non significant dikarenakan tes ini diantara matriks aktual dan perediksi.pengukuran chi-square sangat tergantung pada jumlah sample, oleh karena itu beberrapa penelitian menganjurkan untuk menggabungkan pengukuran ini dengan pengukuran lain (Hair, Anderson, Tatham, dan Black, 1998:655-659). b. Goodness-Of-Fit Index (GFI): semakin tinggi nilai GFI semakin fit sebagai model. Tidak
ada
nilai
yang
dapat
dijadikan
acuan,
tetapi
beberapa
peneliti
merekomendasikan nilai GFI sebesar 0,90 atau lebih. c. The Root Mean Square Error of Approximation (RMSEA): sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam sampel yang besar. Nilai RMSEA menunjukan goodness-of-fit yang dapat diharapkan bila model diestimasi dalam populasi, RMSEA dapat digunakan bila nilai chi-square signifikan. Nilai yang dibutuhkan agar RMSEA dapat dikatan fit adalah < 0.08 (Hair et al., 1995, Ferdinand 2000). 2. Incremental Fit Measures Incremental Fit Measures yaitu ukuran untuk membandingkan model yang diajukan (proposed model) dengan model lain yang dispesifikasi oleh peneliti. Kriterianya dengan melihat:
20
ARA BUDIDARMA R - 43110110123
a. Adjusted Goodness of Fit Index (AFGI): dianjurkan tingkat penerimaan AFGI adalah lebih besar atau sama dengan 0.90. b. Tucker-Lewis Index (TLI): nilai yang dianjurkan sebesar 0.90 atau mendekati 1. c. Normed Fit Index (NFI): yang dianjurkan sebesar 0.90 atau mendekati 1. d. Comparative Fit Index (CFI): yang dianjurkan sebesar 0.90 atau mendekati 1. 3. Parsimonios Fit Measures Parsimonios Fit Measures yaitu melakukan adjustment terhadap pengukuran fit untuk dapat diperbandingkan antar model dengan jumlah koefisien yang berbeda. Kriterianya dengan melihat nilai normed chi-square (CMIN/ DF). Ketentuan nilai batas bawah 1 atau batas atas 5. Untuk menganalisa data, metode yang digunakan dalam penelitian ini melakukan uji hipotetsa dengan tingkat keyakinan sebesar 95% (α = 0.05). Tabel 3.2 Pengujian kesuaian model (goodness-of-fit model) No 1.
GOODNESS OF FIT INDEX χ2 – Chi Square
2.
Probability
Uji signifikansi terhadap perbedaan matrik kovarians data dengan matriks kovarians yang diestimasi
≥ 0,05
3.
RMSEA (the Root Mean Square Error of Approximation)
Mengkompensasi kelemahan chisquare pada sampel yang besar (Hair, et al 1998)
≤ 0,08
6.
CMIN/DF (The Kesesuaian antara data dengan Minimum Sample model. Discrepancy Function)
KETERANGAN
CUT-OF POINT
Menguji apakah kovarians populasi yang diestimasi sama dengan kovarians sample (apakah model sesuai dengan data)
Diharapkan kecil, lebih kecil daripada χ2 table.
≤ 2,00
21
ARA BUDIDARMA R - 43110110123
No 7.
8.
GOODNESS OF FIT INDEX TLI (Tuckler Lewis Index)
KETERANGAN
CUT-OF POINT
Pembanding antara model yang diuji terhadap baseline model (Hair,et all 1998)
Uji kelayakan model yang tidak CFI (Comparative Fit sesnsitif terhadap besarnya sampel dan kerumitan model Index)
≥ 0,95
≥ 0,95
Sumber : Hair (1998).dalam Ghozali (2007). 2.9.2. Kriteria Pengujian Hipotesis Pengujian hipotesis dilakukan dilakukan dengan membandingkan p-value dengan level of significant (alpha) sebesar 0.05. pengambilan keputusan berdasarkan: 1. Jika p-value ≥ 0.05: tidak signifikan secara statistik, maka H0 gagal ditolak. 2. Jika p-value < 0.05: signifikan secara statistik, maka H0 ditolak.
22