BAB III METODOLOGI PENELITIAN

49

BAB III METODOLOGI PENELITIAN

A. Waktu dan Tempat Penelitian 1. Waktu Penelitian Proses penelitian diawali dengan menganalisis permasalahan dan fenomena yang terjadi. Selanjutnya memperkuat landasan dalam variabel, mengumpulkan dasar teori yang memperkuat variabel yang telah ditentukan, menyusun metode dalam pengumpulan data, penyusunan instrument hingga penentuan teknik pengujian statistik yang dipergunakan. Penelitian ini dimulai sejak September 2015 sampai bulan Januari 2016.

2. Tempat Penelitian Penelitian ini akan menganalisis persepsi yang memotivasi pengunjung untuk datang ke event Jakcloth, persepsi pengunjung pada unsur aktivitas belanja dan hiburan dalam event Jakcloth serta pengaruhnya pada word of mouth dan repurchase intention dengan nilai yang dirasakan dan kepuasan konsumen sebagai mediasi. Pelaksanaan penelitian akan dilakukan di area plaza tenggara yang berlokasi di kompleks olahraga Gelora Bung Karno Senayan, Jakarta Pusat.

49

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

50

B. Desain Penelitian Desain penelitian yang digunakan dalam penelitian ini adalah penelitian kausal. Penelitian kausal bertujuan untuk mengetahui pengaruh satu atau lebih variabel bebas (eksogen variabel) terhadap variabel terikat (endogen variabel). Penelitian kausan bertujuan untuk mengetahui seberapa besar hubungan antara pengaruh perceived shopping, perceived entertainment, perceived value terhadap kepuasan konsumen, word of mouth dan repurchase intention pada pengunjung event Jakarta clothing.

C. Pengukuran Variabel Skala pengukuran yang digunakan dalam penelitian ini yaitu skala ordinal. Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang dimiliki oleh objek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relatif 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.

D. Operasional Variabel Penelitian Operasional variabel penelitian merupakan batasan pendefinisian dari serangkaian variabel yang digunakan dalam penulisan penelitian, dengan maksud


51

menghindari kemungkinan adanya makna ganda, sekaligus mendefinisikan variabel-variabel

sampai

dengan

kemungkinan

pengukuran

dan

cara

pengukurannya (Abdul Hamid, 2007:32). Jadi, operasional variabel penelitian merupakan penjabaran atau penjelasan mengenai variabel-variabel yang ada, dan juga merupakan penjelasan-penjelasan mengenai variabel-variabel yang menjadi kajian dalam penelitian tersebut. Tabel 3.1 Instrument Penelitian Variabel

Dimensi

Definisi

Indikator

Hedonic

Konsumen atau pembeli

 Petualangan

Shopping Value

yang cenderung merasakan

 Kegembiraan

sesuatu secara emosional

 Gagasan

Menurut Arnold Perceived

& Reynolds

Shopping

(2003)

ketika berbelanja

 Nilai

Menurut

Utilitarian

Konsumen atau pembeli

 Efisiensi

Holbrook dan

Shopping Value

Corfman (1985)

Menurut Jih Yun Kim dan Anne Fiore

Skala

Ordinal

yang merasakan kepuasan untuk memenuhi kebutuhannya

(2007)

Variabel

Dimensi Penampilan Panggung

Perceived Entertainment Menurut

Definisi Untuk membuat penampilan

Skala

 Penerangan

panggung yang menarik,

latar panggung

perlu adanya pengaturan

 Panggung yang

Menurut Minor et. al., (2004)

Ordinal latar tempat yang sesuai

Torkildsen Gorge 1992)

Indikator

dengan konsep pertunjukan yang akan diselenggarakan


besar  Dekorasi panggung

52

Fasilitas Menurut

Sarana penunjang dalam

 Tempat duduk

hiburan pertunjukan konser

 Temperatur /

Minor et. al., musik yang memadai, agar

(2004)

Penampilan Musisi

suhu

para pengunjung merasa

 Loket tiket

nyaman.

 Tempat parkir

Karakteristik pribadi seorang

 Ekspresi muka

musisi yang menampilkan

dan Gerakan

aspek visualnya kepada

atraktif


penonton

Kemampuan

Pemain musik merupakan

Bermusik

titik fokus bagi penonton,

 Keahlian dalam Bermusik


dimana mereka dilihat sebagai suatu grup atau kelompok dengan bakat yang dimilikinya.

Suara

Istilah yang digambarkan

Menurut

sebagai suatu komponen

 Kualitas Volume suara

Minor et. al., audio dalam pertunjukan

(2004)

musik. Interaksi

Suatu bentuk komunikasi

Penonton

dua arah antara musisi

Menurut Minor et. al.,

dengan penonton.

(2004)


 Antusiasme penonton

53

Variabel

Dimensi Emotional Value Menurut

Definisi

Indikator

Nilai yang berasal dari

Skala

 Dapat

perasaan atau afektif

memberikan

atau emosi positif yang

kesenangan

Sweeney dan Soutar dalam Tjiptono (2005)

ditimbulkan dari

 Dapat

mengkonsumsi produk

memberikan rasa bangga

Social Value Menurut

Nilai yang didapatkan

 Mendapat

dari kemampuan produk

pengakuan

untuk meningkatkan

sosial

Sweeney dan Soutar dalam Tjiptono (2005)

konsep diri-sosial

 Dapat

Perceived konsumen

Value

meningkatkan

Sumber:

persepsi

McDougall dan

orang

Ordinal

lain

Levesque (2000) Quality /

Nilai yang didapatkan

Performance

dari produk dikarenakan

 Produk Berkualitas

Value reduksi biaya jangka

Menurut Sweeney dan Soutar dalam

pendek dan jangka panjang

Tjiptono (2005) Price / Value for Money

Nilai yang diperoleh dari

 Kualitas Produk

persepsi terhadap

/ Layanan

kualitas dan kinerja yang

Sesuai Harga

Menurut Sweeney dan Soutar dalam

di harapkan atas produk.

Tjiptono (2005)

Variabel

Definisi


Indikator

Skala

54

Variabel

Definisi

Indikator

Perasaan seorang



Rasa Senang

konsumen, suka atau



Kualitas Produk Baik

Sumber: Selnes

kecewa ketika datang



Kepuasan Terhadap Pelayanan

(1993 dalam Saha

ke event Jakcloth



Kepuasan Terhadap System



Kepuasan Financial/Harga

Consumer

Skala

Satisfaction Ordinal

dan Zhao, 2005)

Variabel Word of Mouth Sumber: Jurnal The

Definisi

Indikator

Merupakan



Membicarakan

komunikasi atau



Merekomendasikan

pertukaran informasi



Mengajak

Skala

effects of consumer satisfaction and incentives on wom (word of mouth)

antar konsumen Ordinal

mengenai produk dan

behavior of consumers at

jasa

intercity bus services executive class in Bandung.

Variabel

Definisi Keinginan konsumen

Repurchase

untuk datang kembali

Intention

dan membeli ulang di

Sumber: P. K

Indikator 

Minat beli dengan jumlah uang yang sama



Minat beli dengan menambah Ordinal

event jakcloth

jumlah

Hellier et. al., (2003)

Skala



Minat beli dengan penambahan frekuensi


55

E. Metode Pengumpulan Data Bila dilihat dari sumber data dalam penelitian ini, maka pengumpulan data dapat menggunakan sumber primer dan sekunder. Sumber primer adalah data langsung, memberikan data kepada pengumpul data. Dan sumber sekunder merupakan sumber yang tidak langsung, memberikan data kepada pengumpul data, misalnya orang lain atau melihat dokumen (Sugiyono, 2008). Dalam pengumpulan data yang akan dianalisa, peneliti menggunakan beberapa metode pengumpulan data, yaitu : 1. Penelitian Kepustakaan (library research) Metode penelitian ini dilakukan untuk memperoleh data sekunder yaitu penelitian yang dilakukan dengan cara membaca, meneliti, atau menelaah dan mengadakan pengkajian dari buku-buku atau tulisan ilmiah para ahli, majalahmajalah atau artikel, dan bahan lain yang dapat digunakan sebagai penunjang dalam penulisan yang dibahas. 2. Penelitian Lapangan Pengumpulan data primer dilakukan dengan cara menyebar kusioner. Kusioner merupakan sekumpulan daftar pertanyaan yang berhubungan dengan masalah penelitian yang dijawab oleh pengunjung event jakcloth sebagai responden. Jenis skala yang digunakan untuk menjawab bagian pertanyaan dalam kusioner adalah skala likert yaitu metode yang digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Indriantoro dan Supomo, 2002:104). Skala likert yang dipergunakan untuk


56

menjawab bagian pertanyaan penelitian memiliki lima kategori sebagaimana disajikan dalam tabel 3.2 di bawah ini :

Tabel 3.2 Tingkat Penilaian Jawaban No

Jenis Jawaban

Bobot

1

Sangat Setuju (SS)

5

2

Setuju (S)

4

3

Netral (N)

3

4

Tidak Setuju (TS)

2

5

Sangat Tidak Setuju (STS)

1

F. Populasi dan Sampel 1. Populasi Populasi

adalah

wilayah

generalisasi

yang

terdiri

atas

obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan

oleh

peneliti

untuk

dipelajari

dan

kemudian

ditarik

kesimpulannya (Sugiyono, 2009). Populasi penelitian ini adalah para pengunjung pada event Jakarta clothing yang akan dilaksanakan pada bulan Desember 2015. Jumlah pengunjung event Jakarta clothing 5 tahun terakhir sebanyak ± 1.400.000 pengunjung.


57

2. Sampel dan Metode Pengambilan Sampel Menurut Sugiyono (2013:81), sampel adalah bagian dari jumlah dan karakteristik

yang dimiliki oleh populasi tersebut. Metode

pengambilan sampel menggunakan teknik nonprobability sampling. Nonprobability sampling adalah teknik pengambilan sampel dimana setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel (Noor, 2011).

Sampel dilakukan karena keterbatasan

peneliti dalam melakukan penelitian, baik dari segi dana, waktu, tenaga, dan jumlah populasi yang sangat banyak. Oleh karena itu, sampel yang diambil harus betul-betul representative (dapat mewakili). Dalam penelitian ini, peneliti menggunakan teknik purposive sampling. Purposive sampling adalah teknik pengambilan sampel dengan menyebar kusioner kepada orang yang pernah datang ke event Jakarta clothing sebagai responden. Dalam penelitian ini dilakukan menggunakan teknik pengumpulan data berupa observasi dan survey langsung pada obyek penelitian, yaitu orang yang pernah datang ke event Jakarta clothing. Data primer tersebut, didapat dari penyebaran kusioner. Dalam menentukan ukuran sampel, penulis menggunakan cara yang dikemukakan oleh Ferdinand dalam Sanusi (2011) yaitu bergantung pada jumlah indikator yang digunakan dalam seluruh variabel bentukan. Jumlah sampel adalah jumlah indikator dikali 5 sampai dengan 10. Dalam penelitian ini terdapat 33 indikator, besarnya sampel adalah antara 165 – 330.


58

Berdasarkan uraian diatas, penulis mengambil sampel sebanyak 172 responden yang merupakan orang yang pernah datang ke event Jakarta clothing.

G. Metode Analisis Data 1

SEM (Structural Equation Model) Menurut Kusnendi (2008), SEM adalah metode analisis data multivariate yang bertujuan menguji model pengukuran dan model struktural variabel laten. Dari batasan tersebut dapat diidentifikasi tiga karkteristik utama SEM sebagai berikut : a. SEM

merupakan

kombinasi

teknik

analisis

data

multivarian

interpedensi dan dependensi, yaitu analisis faktor konfirmatori dan analisis jalur. b. Variabel yang dianalisis adalah variabel laten (konstruk), yaitu variabel yang tidak dapat diobservasi langsung (unobservable) tetapi diukur melalui indikator-indikator terukur atau variabel manifest. c. SEM bertujuan bukan untuk menghasilkan model melainkan menguji atau mengkonfirmasikan model berbasis teori, yaitu model pengukuran dan model struktural. Dengan demikian paling tidak ada dua masalah penelitian yang hendak dijawab melalui SEM sebagai berikut : a. Masalah penelitian deskriptif, berkenaan dengan deskripsi atau mengkonfirmasikan secara empiris kesesuaian model konstruk atau


59

“theorotical or hypothetical construct” dilihat menurut indikatorindikator yang dikonsepsikan sebagai manifest dari konstruk tersebut. Masalah pertama ini disebut model pengukuran, atau disebut juga sebagai model analisis faktor konfirmatory. b. Masalah penelitian eksplanasi, menjelaskan hubungan kausal antar variabel laten. Masalah kedua ini disebut model struktural. Yang dianalisis SEM adalah hubungan kausal antara variabel laten (unobserved variable) dan bukan antara variabel manifes atau antar variabel indikator (observed variable). LISREL (Linear Structural 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; Bryne dalam Ghozali & Fuad, 2005). Hal tersebut karena LISREL adalah satu-satunya 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 variabel moderating dan juga non-linearitas pada SEM bahkan tidak lagi mustahil digunakan berkat LISREL (Ghozali & Fuad, 2005).


60

2

Uji Validitas dan Reliabilitas Validitas berasal dari kata Validity, yang berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur (Sugiyono, 2008:172). Suatu Skala dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya diukur. Dalam penelitian ini, tehnik yang digunakan adalah korelasi product moment dari pearson yaitu :

rxy

N ∑ XY-( ∑ X)( ∑ Y)

=

N ∑ X 2  (∑ X 2)(N ∑Y 2 (∑Y 2)

Dimana : X = Pertanyaan nomor tertentu Y = Skor total N = Jumlah responden Uji hipotesis untuk validitas tiap butir pertanyaan suatu angket adalah sebagai berikut : Ho = Skor butir berkolerasi positif dengan skor faktornya H1 = Skor butir tidak berkolerasi positif dengan skor faktornya Dengan tingkat signifikan 5% dengan Rhasil ≤ Rtabel = maka Ho tidak ditolak, sedangkan jika Rhasil ≥ Rtabel = maka Hi butir pertanyaan valid.


61

Menurut Susan Stainback dalam Sugiono (2009:456) menyatakan bahwa reliabilitas berkenaan dengan derajad konsistensi dan stabilitas atau temuan. Dengan pandangan positivistik (kuantitatif), suatu data dinyatakan reliabel apabila dua atau lebih peneliti dalam objek yang sama menghasilkan data yang sama, atau sekelompok data bila dipecah menjadi dua menunjukan data yang tidak berbeda Karena reliabilitas berkenaan dengan derajad konsistensi, maka bila ada peneliti lain mengulang atau mereplikasi dalam penelitian pada objek yang sama dengan metode yang sama maka akan menghasilkan data yang sama, suatu data yang reliabel atau konsisten akan cenderung valid, walaupun belum tentu valid. Hubungan antar variabel dikatakan signifikan apabila tampilan dalam output program LISREL menunjukan garis warna hitam dan tidak signifikan apabila hubungan antar variabel menunjukan warna merah (Sugiono, 2009:331). Dalam analisis SEM, reliabilitas merujuk pada konsistensi internal dari indikator-indikator konstruk (pada SEM terdapat variabel/konstruk laten yang dibentuk oleh indikator-indikator). Nilai reliabilitas dicari dengan menggunakan rumus berikut ini :

Construct – Reliabilitas = (∑Std.Loading)² (∑Std.Loading)² + ∑e


62

Dimana : a. Std. Loading diperoleh langsung dari Standardize Loading untuk tiaptiap indikator b. Ej adalah measurement eror dari tiap-tiap indikator. Nilai batas yang digunakan untuk menilai atau menguji apakah setiap variabel dapat dipercaya, handal dan akurat dipergunakan koefisien Alpha Cronbach. Variabel dapat dikatakan reliable apabila koefisien Alpha Cronbach lebih besar dari 0,60. Artinya tingkat reliabilitas yang kedua adalah Varianve Extract, yang menunjukan jumlah varians yang indikatorindikatornya diekstraksi oleh konstruk laten yang dikembangkan. Nilai Variance Extract yang tinggi menunjukkan bahwa indikator-indikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai Variance Extract ini direkomendasikan pada tingkat paling sedikit 0,50. Variance Extract diperoleh dari rumus berikut ini:

Variance Extract = (∑Loading Baku)² (∑Loading Baku)² + ∑ej


63

Tahap-tahap dalam SEM Menurut Ghozali (2014), mendeskripsikan tahap-tahap SEM sebagai berikut : a. Konseptualisasi model Tahap ini berhubungan dengan pengembangan hipotesis (berdasarkan teori) sebagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga dengan indikator-indikatornya. Dengan kata lain, model yang dibentuk adalah persepsi mengenai bagaimana variabel laten dihubungkan berdasarkan teori dan bukti yang kita peroleh dari disiplin ilmu. Konseptualisasi model ini juga harus merefleksikan pengukuran variabel laten melalui berbagai indikator yang dapat diukur. b. Penyusunan diagram alur (path diagram) Penyusunan diagram alur akan memudahkan dalam memvisualisasi hipotesis yang diajukan dalam konseptualisasi model. Meskipun LISREL dapat dijalankan dengan menggunakan persamaan dan tidak menggunakan diagram alur, namun sangat dianjurkan hal ini untuk dilakukan. Visualisasi model akan mengurangi tingkat kesalahan kita dalam pembangunan suatu model pada LISREL. c. 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 pemrograman LISREL dan SIMPLIS. Pada bahasa pemrograman LISREL,


64

kita harus sangat berhati-hati dalam memastikan bahwa model yang kita susun telah dipresentasikan dalam model matematis. Sedangkan bahasa printis 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 hubungannya dengan menggunakan tulisan serta simbol matematika dasar, seperti sama dengan (=) dan tanda panah (→) d. Identifikasi model Informasi yang diperoleh dari data uji 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. e. Estimasi parameter Pada tahap 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 signifikansi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol.


65

f. Penilaian model fit Pada langkah ini kesesuaian model dievaluasi, melalui berbagai kriteria goodness-of-fit (kelayakan model). Untuk itu tindakan pertama yang dilakukan adalah mengevaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM. Apabila asumsi-asumsi ini dipenuhi, maka model dapat diuji. Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model. Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengukur derajad kesesuaian antara model yang dihipotesiskan dengan data yang disajikan. Kriteria untuk menerima suatu model sebagaimana ditunjukkan pada Tabel 3.3


66

No

Goodness of fit

Keterangan

Cut of value

indexs 1

2

- Chi Square

Probability

Menguji apakah kovarians populasi

Diharapkan

yang di estimasi sama dengan

kecil, lebih

kovarians sampel (apakah model

kecil pada

sesuai dengan data)

tabel

Uji signifikansi terhadap perbedaan matriks kivarian data dengan matriks

≥ 0,05

kovarians yang diestimasi

3

RMSEA (The Root

Mengkompensasi kelemahan Chi-

Mean Square Error of

Square pada sampel yang besar

≤ 0,08

Approximation)

4

CMIN/DF (The

Kesesuaian antara data dengan model

Minimum Dis crepansi

≤ 2,00

Function

5 6

TLI (Truckler Lewis

Perbandingan antara model yang di

Indexs)

uji baseline model

GFI (Good of fit

Menghitung proporsi tertimbang

Indexs)

varians dalam matriks sampel yang dijelaskan oleh matriks kovarians

≥ 0,95

≥ 0,90

populasi yang di estimasi

7

8

AGFI (Adjusted

Merupakan GFI yang disesuaikan

Goodness of Fit

terhadap degree of freedom. Analog

Indexs)

dengan

CFI (Comparation fit

Uji kelayakan model yang tidak

Indexs)

sensitive terhadap besarnya sampel

≥ 0,90

dan regresi berganda

dan kerumitan model

Tabel 3.3 Goodness of fit indexs


≥ 0,95

67

g. 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. h. Validasi silang model Pengujian atas fit tidaknya model terhadap suatu data baru. Validasi ini penting apabila terdapat modifikasi subtansial yang dilakukan terhadap model asli yang dilakukan pada langkah keenam 3. Pengujian Hipotesis Dalam LISREL tidak terdapat nilai signifikansi yang langsung dapat member tahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi dalam lisrel, terdapat informasi yang sangat berguna yaitu koefisiensi regresi, standar eror, dan nilai t. Standar eror digunakan untuk mengukur ketepatan dari setiap estimasi parameter. Dibawah standar eror adalah nilai t yang diperoleh melalui perbandingan antara nilai dengan standar error.

Nilai t =

Untuk mengetahui signifikan tidaknya hubungan antar variabel, maka nilai t harus lebih besar dari t – tabel harus pada level tertentu yang tergantung dari


68

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


BAB III METODOLOGI PENELITIAN

Recommend Documents