BAB III METODOLOGI PENELITIAN A.
Waktu dan Tempat Penelitian 1. Waktu Penelitian ini tentang pengaruh citra merek, preferensi merek, kepuasan konsumen dan minat beli kembali dalam membangun word of mouth. Penelitian ini dimulai pada maret 2015 dan pada april 2015 menyebar kuesioner kepada pelanggan Strawberry Café Tanjung Duren, di Jakarta Barat sebagai data mentah atau data primer dan data sekunder yang diolah dalam bentuk tabel atau gambar sebagai penyajian data penelitian. 2. Tempat Penelitian Penelitian ini menganalisa bagaimana pengaruh citra merek, preferensi merek, kepuasan pelanggan dan minat beli kembali terhadap word of mouth. Objek penelitian yang di gunakan peneliti adalah Strawberry Café Tanjung Duren. Data yang diambil merupakan kuesioner terhadap pelanggan Strawberry Café Tanjung Duren di daerah Jakarta Barat sebagai data mentah atau data primer dan data sekunder yang diolah dalam bentuk tabel atau gambar sebagai penyajian data penelitian.
41
42
B.
Desain Penelitian Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal. Analisi kausal adalah penelitian untuk mengetahui tentang pengaruh satu atau lebih variabel bebas (variabel eksogen) terhadap variabel terikat (variabel endogen). Variabel independen atau variabel eksogen adalah variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel endogen (terikat). Variabel dependen atau variabel endogen adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (Sugiyono 2009). Tujuan penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar citra merek, preferensi merek, kepuasan pelanggan dan minat beli kembali dalam menciptakan word of mouth pelanggan Strawberry Café Tanjung Duren.
C.
Definisi dan Operasionalisasi Variabel 1. Definisi Variabel Menurut Sugiyono (2009) mengatakan bahwa pada dasarnya variabel penelitian adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulanya. Dengan kata lain, variabel penelitian ialah setiap hal dalam suatu penelitian yang datanya ingin diperoleh. Dinamakan variabel karena nilai dari data tersebut beragam.
43
2. Operasional Variabel Variabel penelitian suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya (Sugiyono, 2009). Variabel-variabel dalam penelitian ini adalah : a. Variabel eksogen adalah variabel yang mempengaruhi variabel lain (Sanusi, 2011). Dalam penelitian ini yang menjadi variabel bebas adalah citra merek. b. Variabel endogen merupakan variabel yang dipengaruhi oleh variabel lain dalam suatu penelitian (Sanusi, 2011). Dalam penelitian ini yang menjadi variabel terikat adalah word of mouth. c. Variabel antara adalah variabel yang bertindak sebagai perantara dalam hubungan antara variabel bebas dengan variabel terikat. Artinya, sebelum variabel bebas itu mempengaruhi variabel terikat, yang bersangkutan dengan melewati variabel antara terlebih dahulu (Sanusi, 2011). Dalam penelitian ini yang menjadi variabel antara adalah preferensi merek, kepuasan pelanggan dan minat beli kembali. Definisi opersional variabel yang digunkan di dalam penelitian ini adalah sebagi berikut :
44
TABEL 3.1 OPERASIONAL VARIABEL Variabel
Dimensi
Citra Merek Citra Perusahaan (Brand Image)
Indikator
Sumber
1.
Biels (1992) dalam Xian (2011)
2. 3. 4. 5.
Skala Pengukuran Mudah di kenali dan di Skala ingat konsumen. Ordinal Memiliki nama merek yang besar Jaringan penjualan cukup besar Memiliki reputasi yang baik di mata konsumen Memiliki dekorasi yang unik
Citra Produk 6. Memiliki menu makanan dan minum yang unik 7. Kualitas pelayanan yang bagus 8. Harga yang terjangkau Citra Pengguna
9. Gaya hidup pelanggan 10. Status sosial
Preferensi Merek (Brand Preference)
11. Ketertarikan Skala Konsumen Ordinal 12. Pilihan konsumen dibandingkan merek pesaingnya 13. Pilihan konsumen berdasarkan informasi yang di terima dari pengalaman orang lain.
Sutisna (2011)
Kepuasan Pelanggan (Customer Satisfaction)
14. Rasa senang Skala 15. Kepuasan teradap Ordinal pelayanan 16. Kepuasan terhadap system 17. Kepuasan financial
Saha dan Zhao (2005)
45
TABEL 3.1 Terusan OPERASIONAL VARIABEL
Variabel
Dimensi
Minat Beli Kembali (Repurchase Intention)
Word Mouth
D.
Of
Indikator
Skala Pengukuran 18. Menggunakan layanan Skala yang sama Ordinal 19. Menambah kualitas atau jumlah pembelian selanjutnya 20. Penambahan frekuensi/intensitas pembelian 21. Membicarakan kepada Skala orang lain Ordinal 22. Merekomendasikan kepada orang lain. 23. Mengajak dan membujuk konsumen lain.
Sumber P.K Hellier, G.M Geursen, R.A Carr & J.A Rickard (2003) Babin, Barry (2005)
Pengukuran Variabel Skala pengukuran yang digunakan dalam penelitian ini yaitu skala ordinal. Skala pengukuran ordinal memberikan informasi tentang jumlah relative karakteristik berbeda yang dimiliki oleh objek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relative tertentu yang memberikan informasi apakah suatu objek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya (Noor,2011). Skala ordinal memungkinkan untuk pengurutan data dari tingkat yang paling tinggi atau sebaliknya, dengan interval yang tidak harus sama.
46
E.
Populasi dan Sampel Penelitian 1. Populasi Penelitian Populasi adalah wilayah generalisasi yang terdiri atas : objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2009). Peneliti mengambil populasi dalam penelitian ini yaitu pengunjung Strawberry café di Tanjung Duren Jakarta Barat. 2. Sampel Penelitian Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi
(Sugiyono,
2009).
Teknik
pengambilan
sampel
menggunakan nonprobability sampling. Nonprobability sampling adalah teknik pengambilan sampel dimana setiap anggota populasi tidak memilki kesempatan atau peluang yang sama sebagai sampel (Noor, 2011). Dalam teknik nonprobability sampling terdapat beberapa teknik pengambilan sampel. Dalam penelitian ini, teknik nonprobability sampling yang digunakan yaitu convenience sampling. Convenience sampling merupakan teknik penentu sampel dengan pertimbangan kemudahan (Noor, 2011). Sampel diambil karena anggota populasi yang ditemui peneliti dan bersedia menjadi responden dengan pertimbangan pelanggan strawberry café di Tanjung Duren, Jakarta Barat. Pedoman dalam menentukan ukuran sampel dalam analisis SEM, dimana dikemukakan oleh Ferdinand dalam Sanusi (2011) sebagai berikut :
47
a. Ukuran sampel 100-200 untuk teknik estimasi maximum likehood (ML) b. Bergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5-10 kali jumlah parameter yang diestimasi. c. Bergantung pada jumlah indikator yang digunakan dalam seluruh variabel bentukan. Jumlah sampel adalah jumlah variabel bentukan, yang dikali 5 sampai 10. Jumlah sampel yang akan dikumpulkan adalah 23 indikator d. Jika sampelnya sangat besar, peneliti dapat memilih teknis estimasi tertentu. Metode pengumpulan data untuk keperluan penelitian ini dilakukan dengan teknik survei. Data primer tersebut, didapat dari penyebaran kuesioner. Dalam penelitian ini terdapat 23 indikator, besarnya sampel adalah 115-230.
F.
Teknik Pengumpulan Data Dalam penelitian ini, data dikumpulkan melalui cara penelitian lapangan. Data penelitian lapangan dikumpulkan dengan menggunakan kuesioner. Kuesioner atau angket adalah suatu teknik pengumpulan data dengan melakukan atau meyebarkan daftar pertanyaan kepada responden dengan harapan memberikan respon atas daftar pertanyaan tersebut (Noor, 2011).
Pengukuran
masing-masing
variabel
dalam
penelitian
ini
menggunakan skala likert. Skala likert merupakan teknik kesetujuan atau
48
ketidaksetujuan mereka terhadap masing-masing pernyataan. Instrumen skala likert adalah : TABEL 3.2 INSTRUMEN SKALA LIKERT Pernyataan
Kode
Skor
Sangat setuju
SS
5
Setuju
S
4
Ragu-Ragu
RR
3
Tidak setuju
TS
2
Sangat tidak setuju
STS
1
Sumber : Sugiyono (2011) G.
Jenis Data Penelitian Jenis data yang digunakan penulis dalam penelitian ini merupakan data primer. Data primer (primary data) adalah data yang dikumpulkan dan diolah sendiri oleh organisasi yang menerbitkan atau menggunakannya (Soeratno & Arsyad, 2008). Dalam penelitian ini data primer yang digunakan dengan survei dengan menggunkan alat yaitu kuesioner.
H.
Metode Analisis 1. SEM (Structural Equation Modeling)
49
Pemodelan Pemasaran Struktural (Structural Equation Modeling – SEM) merupakan analisis yang menggabungkan pendekatan analisis faktor (factor analysis), model struktur (structural model), dan analisis jalur (path analysis). Dengan demikian, didalam analisis SEM dapat dilakukan tiga macam kegiatan secara serentak yaitu pengecekan validitas dan reabilitas instrument (berkaitan dengan analisis faktor konfirmatori), pengujian model hubungan antar variabel (berkaitan dengan analisis jalur), dan kegiatan untuk mendapatkan suatu model yang cocok untuk prediksi (berkaitan dengan analisis regresi atau analisis model struktural) (Sugiyono, 2009). Selain itu, menurut Noor, 2011, analisis SEM menggabungkan dua buah model yaitu : 1. Model struktur (structural model), yang terdiri dari variabel laten eksogen (exogenous) dan variabel laten endogen (endogenous). 2. Model pengukuran (measurenment model), yang merupakan indikator dari variabel laten eksogen dan endogen. Variabel laten adalah variasi yang tidak bisa diukur secara langsung dan memerlukan beberapa indikator sebagai produksi, karena SEM dianggap sebagai suatu alat statistik yang sangat berguna bagi para peneliti pada seluruh bidang ilmu sosial (ekonomi sosiolaogi, antropologi, psikologi, dan lain sebagainya), SEM telah menjadi suatu “keharusan” untuk penelitian non eksperimental, dimana metode untuk
50
pengujian teori belum dikembangkan secara menyeluruh (Bentler dalam Ghozali & Fuad, 2005) LISREL (Linear Strutural Relationship) adalah salah satu software SEM yang beredar dipasaran. LISREL adalah satu-satunya program SEM yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Austin & Calderon; Byne dalam Ghozali & Fuad, 2005). Hal tersbut karena LISREL adalah satusatunya program SEM yang tercanggih dan yang dapat mengestimasi berbagai masalah SEM yang bahkan nyaris tidak mungkin dapat dilakukan oleh program lain. Disamping itu, LISREL merupakan program paling informatif dalam menyajikan hasil-hasil statistik. Sehingga modifikasi model dan penyebab tidak fit atau buruknya suatu model dapat dengan mudah diketahui. Penggunaan variable moderating dan juga non-linearitas pada SEM bahkan tidak lagi mustahil digunakan berkal LISREL (Ghozali & Fuad, 2005). a. Notasi LISREL (Linear Structural Relationship) Menurut Ghozali & Fuad 2005 terdapat beberapa notasi yang digunakan dalam LISREL : No 1
Simbol ξ (Ksi)
Keterangan Variabel
laten
eksogen
(variabel
independen),
digambarkan sebagai lingkaran pada model struktural SEM. 2
ƞ (Eta)
Untuk variabel laten endogen (variabel dependen,
51
dan juga dapat menjadi variabel independen pada persamaan lain), juga digambar sebagai lingkaran. 3
γ (Gamma)
Hubungan langsung variabel eksogen terhadap variabel endogen.
4
β (Beta)
Hubungan langsung variabel endogen terhadap variabel eksogen.
5
Y
indikator variabel eksogen.
6
X
Indikator variabel endogen
7
λ (Lamda)
Hubungan antara variabel laten eksogen maupun endogen terhadap indikator-indikatornya.
8
φ (Phi)
Kovarians/korelasi antara variabel eksogen.
9
δ (Delta)
Kesalahan pengukuran (measurement error) dari indikator variabel eksogen.
10
ε (Epsilon)
Kesalahan Pengukuran (measurement error) dari indikator variabel endogen.
11
δ (Zeta)
Kesalahan dalam persamaan yaitu antara variabel eksogen
dan/atau
endogen
terhadap
variabel
endogen. 12
ψ (Psi)
Matriks kovarians antara residual structural (δ).
13
Λ
Matriks kovarians antara loading indikator dari variabel suatu variabel laten.
14
Θδ
(Theta- Matriks
Delta)
kovarians
simetris
anatar
kesalahan
pengukuran pada indikator-indikator dari variabel eksogen (δ).
15
Θε
(Theta- Matriks
Epsilon)
kovarians
simetris
antara
kesalahan
pengukuran pada indikator suatu variabel laten endogen (ε).
b. Tahap-Tahap Dalam SEM
52
Ghozali & Fuad, 2005 mendekripsikan tahap-tahap dalam SEM sebagai berikut : 1. Konseptualisasi model. Tahap ini berhubungan dengan pengembangan hipotesis (berdasarkan teori) seabagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga dengan indikator-indikatornya. Dengan kata lain, model yang dibentuk adalah persepsi kita mengenai bagaimana variabel laten dihubungkan berdasarkan teori dan bukti yang kita peroleh dari disiplin ilmu kita. Konseptual model harus merefleksikan pengukuran variabel laten melalui berbagai indikator yang dapat diukur. Konseptualisasi model mengaharuskan tiga hal yang harus diakukan yaitu : a. Hubungan yang dihipotesiskan antara variabel laten harus ditentukan. Tahap pengembangan model ini berfokus pada model struktural dan harus mempresentasikan kerangka teoris untuk di uji. Disini, kita harus dapat membedakan dengan jelas, mana yang variabel eksogen dan endogen. Seperti yang telah dijelaskan diatas, variabel eksogen selalu merupakan variabel 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
53
merupakan variabel independen, namun variabel endogen ini
juga
dapat
menjadi
variabel
independen
yang
mempengaruhi variabel endogen lain dalam suatu model, dengan kata lain, variabel endogen ini adalah variable intervening.
Karena
variabel
endogen
tidak
secara
sempurna dipengaruhi oleh variabel yang dihipotesiskan (masih terdapat kemungkinan variabel endogen tersebut dipengaruhi oleh variabel selain yang dihiotesiskan), maka error
tern
(atau
residual)
juga
dihipotesiskan
mempengaruhi variabel endogen dalam suatu model. b. Memutuskan arah (positif atau negatif) dan jumlah hubungan antara variabel-variabel eksogen dan antara 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 pikir kita, tetapi untuk menekankan bahwa teori merupakan unsur yang sanga 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
54
dalam LISREL biasanya menggunakan reflective indicator (juga disebut effect indicator). Indicator reflektif berarti bahan
konstruk laten dianggap mempengaruhi variable
observed. 2. Penyususnan diagram alur (path diagram). Tahap ini akan memudahkan kita dalam memvisualisasi hipotesis yang telah kita ajukan dalam konseptualisasi model. Visualisasi model akan mengurangi tingat kesalahan dalam penmbangunan suatu model pada LISREL. Path diagram merupakan representasi grafis mengenai bagaimana beberapa variabel pada suatu model berhubungan satu sama lain, yang merupakan suatu pandangan menyeluruh mengenai struktur model. 3. Spesifikasi model dan 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 berhati-hati dalam memastikan bahwa model yang kita susun telah direpresentasikan dalam model matematis. Sedangkan bahasa perintah SIMPLIS (tedapat pada program LISREL versi 8.0 dan lebih), tidak menggunakan model metematis yang kompleks dan memungkinkan kita untuk menulis nama variabel dan menentukan hubungannya dengan
55
menggunakan tulisan serta simbol matematika dasar, seperti sama dengan (=) dan tanda panah (→). Persamaan model strusktural : Ƞ1 = γ1 δ1 + δ1 Ƞ2 = γ2 ξ2 + δ2 Ƞ3 = Ƞ1 β1 + Ƞ2 β2 + δ3 Ƞ4 = Ƞ2 β2 + Ƞ3 β3 + δ4 Keterangan : Ƞ1 = Preferensi Merek Ƞ2 = Kepuasan Pelanggan Ƞ3 = Minat beli Kembali Ƞ4 = Word of Mouth δ1 = Citra Merek 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 hali ini, tidak dapat dilakukan, maka modifikasi model mungkin harus dilakukan untuk dapat diindentifikasi sebelum melakukan estiasi parameter. 5. Estimasi parameter. Pada tahap ini estimasi parameter untuk suatu model diperoleh dari data karena program LISREL maupun AMOS berusaha untuk menghasilkan matriks
56
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 tabel 3.3 dibawah ini. TABEL 3.3 GOODNESS OF FIT INDICES Goodness of Fit Index X2 – Chi Square RMSEA GFI AGFI NFI NNFI CFI IFI RFI Sumber :Wijanto, 2008
Cu-off Value Diharapkan Kecil ≤0,08 ≥0,90 ≥0,90 ≥0,90 ≥0,90 ≥0,90 ≥0,90 ≥0,90
Keterangan : a. χ2 – Chi Square. Nilai statistik Chi-square digunakan untuk mengukur overall fit sebuah model. Model yang dievaluasi akan dipandang baik apabila nilai Chi-Square kecil; semkin kecil nilai Chi Square, semakin baik sebuah model. Uji beda Chi-Square diharapkan menerima hipotesis nol dengan significance probability ≥ 0,05.
57
b. The Root Mean Square Error of Approximation (RMSEA). Karena χ2 – Chi-Square sangat sensitif terhadap ukuran sampel (terlalu besar atau terlalu kecil), kriteria RMSEA digunakan untuk mengopensasi Chi-Square 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 mariks kovarians sampel yang dijelaskan oleh matriks kovarians popuasi yang teretimasikan dengan rentang nilai antara nol hingga satu. Semakin mendekati satu nilai GFI (≥ 0,90) maka semakin baik model tersebut. d. Comparative Fit Index (CFI). Berbeda dengan χ2-ChiSquare, indeks ini sama sekali tidak dipengaruhi oleh besarnya sampel yang digunakan dalam penelitian. Nilai CFI ≥ 0,90 mennjukan model yang baik bahkan jika mendekati satu menunjukan a very good fit. 7. Pengujian model penelitian untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada tahap keenam. Namun harus diperhatikan bahwa segala modifikasi (walupun sangan sedikit), harus berdasarkan teori yang mendukung. Dengan kata lain,
58
modifikasi
model
seharusnya
tidak
dilakukan
hanya
semata0mata unuk mencapai model yang fit. 8. Validasi silang model yaitu menguji fit atau tidaknya model terhadap suatu data baru (atau validasi sub sampel yang diperoleh melalui prosedur pemecahan sampel). Validasi silang ini penting apabila terdapat modifikasi yang substantial yang dilakukan terhadap model asli yang dilakukan pada langkah ketujuh diatas. 2. Uji Validitas Setelah penelitian mendefinisikan secara operasional variable manifest (indikator) yang layak mengukur variabel laten yang diimplementasikan dalam butir-butir kuesioner, maka pengujian indikator tersebut sebagai alat ukur perlu dilakukan. Uji validitas indikator instrument penelitian bertujuan untuk melihat gambaran tentang kevalidan tiap indikator instrument penelitian. Suatu tes atau alat instrument dapat dikatakan mempunyai validitas tinggi apabila instrument tersebut menjalankan fungsi ukurnya atau memberikan hasil ukur. Uji validitas indikator tiap variabel konstruk/ variabel laten diperlukan untuk menegaskan bahwa indikator-indikator instrument penelitian yang dipakai dalam pengambilan data adalah valid.
Butir
pertanyaan
pada
suatu
konstruk
yang
tidak
mengelompok pada konstruk yang ditentukan dinyatakan tidak valid (Noor,2011).
59
Untuk melihat besar kecilnya koefisien validitas dapat dilihat besar kecilnya harga muatan faktor (λ). Semakin besar harga λ maka dikatakan indikator semakin valid. Ukuran untuk mengetahui berapa besarnya nilai λ dikatakan valid dapat menggunakan pengujian niali t (t-value). Untuk keperluan pengujian
ini, dapat menggunakan
software LISREL yang memang menediakan fasilitas unuk pengujian tersebut. Namun demikian, penentuan valid tidaknya indikator dapat juga menggunakan besarnya koefisien korelasi antara skor
indikator/konstruk
dengan
skor
totalnya.
Skor
ini
menggambarkan besarnya muatan faktor. Konstruk yang baik adalah bila memliki muatan faktor minimal 0.50. Dengan demikian, bila nilai ≥ 0.50 maka dikatakan indikator valid (Ghozali, 2008).
3. Uji Realibiltas Realibiltas adalah ukuran mengenai konsistensi internal dari indikator sebuah variabel yang menunjukan derajat masing-masing indikator itu mengindikasikan sebuah konstruk/ faktor laten yang umum. Pengujian reliabiltas instrument bertujuan untuk mengetahui konsistensi
suatu
instrument.
Langkah
selanjutnya
adalah
menghitung loading dan menilai signifikasi statistik setiap indikator. Jika terbukti tidak signifikan, maka indikator harus dibuang atau mentransformasikannya agar menjadi fit untuk variabel laten (Noor, 2011).
60
Menurut Sanusi, 2011, Nilai reliabilitas dapat dicari dengan rumus berikut ini :
Contruct-Reliability =
∑ ∑
∑
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 variabel dapat dipercaya, handal, dan akurat dipergunakan koefisien Alpha ronbach. Variabel dapat dikatakan relabel apabila koefisien Alpha Cronbach lebih besar dari 0,60. Artinya, tingkat realibitas yang kedua adalah Variance Extract, yang menunjukan jumlah varians yang indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai Variance Extrat yang tinggi menunjukan bahwa indikatorindikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai Varians Extract ini direkomendasikan pada tingkat paling sedikit 0,50. Variance Extract diperoleh dari rumus berikut ini : Variance Extract =
∑ ∑
∑
61
4. Uji Hipotesis Dalam LISREL, tidak terdapat nilai signifikansi yang langsung dapat memberitahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi parameter 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. Dibawah ini standar error adalah nilai t yang diperoleh melalui perbandingan antara nilai estimasi dengan sandar error. Nilai t = Untuk mengetahui signifikan tidaknya hubungan antara variabel, maka nilai t harus lebih besar dari nilai t-tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi, tetapi umumnya level signifikansi adalah 1%, 5%, dan 10%. Nilai t yang dihasilkan oleh LISREL lebih besar daripada nilai t tabel pada level 5%, yaitu ± 1.960, maka hubungan antara variabel adalah signifikan (Wijanto 2008).
