BAB III METODOLOGI PENELITIAN
Pada bab ini, menjelaskan langkah-langkah yang digunakan untuk membahas permasalahan yang diambil dalam penelitian. Selain itu, dibagian ini juga dijelaskan mengenai alat dan metode yang digunakan untuk melakukan kegiatan analisis data.
A.
Waktu dan Tempat Penelitian
1.
Waktu Penelitian Penelitian
tentang
pengaruh
informasi
produk,
harga,
dan
kenyamanan, terhadap perceived usefulness serta dampaknya pada miniat beli di usaha online Zalora.co.id dimulai pada bulan Maret 2015 dan pada bulan April 2015 mulai menyebar kuesioner kepada para mahasiswa Universitas Mercu Buana yang dijumpai saat menybar kuisoner dan pernah berbelanja secara online di Zalora.co.id. Data tersebut merupakan data primer yang akan diolah dalam bentuk tabel atau gambar sebagai penyajian data penelitian. 2.
Tempat Penelitian Penelitian ini menganalisa mengenai pengaruh informasi produk, harga, kenyamanan, terhadap perceived usefulness serta dampaknya pada minat beli Objek penelitian yang digunakan peneliti adalah Zalora.co.id.
28
29
tempat penelitian di Universitas Mercu Buana Jakarta yang berlokasi di Jalan Raya
Meruya
Selatan
Kembangan,
Jakarta
Barat
11650,
dengan
menggunakan subyek penelitiannya mahasiswa Universitas Mercu Buana Jakarta sebagai sampel mahasiswa yang ditemui dan pernah berbelanja secara online di Zalora.co.id. B.
Desain Penelitian Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal. Analisis 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 dependen (terikat).
Variabel dependen atau variabel
endogen adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (Sugiyono 2009:39). Tujuan penelitian kausal dalam penelitian ini adalah untuk mengetahui seberapa besar pengaruh informasi produk, harga dan kenyamanan terhadap perceived usefulness serta dampaknya pada minat beli di usaha online Zalora.co.id pada mahasiswa Universitas Mercu Buana. C. Definisi dan Operasionalisasi Variabel 1. Definisi Variabel Menurut Sugiyono (2009) mengatakan bahwa pada dasarnya variabel penelitian adalah segala sesuatu yang
30
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. 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. Menurut Sanusi (2011) variabel eksogen merupakan variabel yang mempengaruhi variabel lain. Dalam penelitian ini yang menjadi variabel bebas, antara lain : 1. Informasi produk : Pelanggan lebih mengandalkan informasi produk untuk produk, terutama dalam hal tampilan dan nuansa barang, sehingga mereka dapat mempertimbangkan berbagai tingkat atribut sensori dari segi tampilan dan nuansa aspek (Figueiredo dalam Cho 2015) karena mereka tidak bisa secara fisik menyentuh produk secara online. 2. Harga : harga dikemukakan oleh Kotler dan Keller (2009).
Harga
adalah
suatu
elemen
bauran
31
pemasaran yang menghasilkan pendapatan. Harga adalah elemen termudah dalam program pemasaran untuk disesuaikan. 3. Kenyamanan : Menurut Johnson dan Barbara dalam Cho (2015) menunjukkan kenyamanan tampaknya menjadi faktor yang unik ke Internet karena kemampuan interaktif dan transaksional. b. Variabel endogen. Menurut Sanusi (2011) variabel endogen merupakan variabel yang dipengaruhi oleh variabel lain dalam suatu penelitian. Dalam penelitian ini yang menjadi variabel terikat, ialah : 1. Minat beli : Menurut Kinnear dan Taylor dalam Yusnidar, dkk., (2014), minat beli adalah tahap kecenderungan responden untuk bertindak sebelum keputusan membeli benar-benar dilaksanakan. c. Variabel antara (intervening variable). Menurut Sanusi (2011) variabel antara
adalah variabel yang bertindak sebagai
perantara dalam hubungan antara variabel bebas dengan variabel terikat. Variabel antara dalam penelitian ini, antara lain : 1. Kegunaan : Menurut Liao dan Shi (2009) kegunaan didefinisikan
sebagai
sejauh
mana
pengguna
32
percaya bahwa menggunakan sistem informasi akan meningkatkan kinerja pekerjaannya . Definisi opersional variabel yang digunkan di dalam penelitian ini adalah sebagi berikut : Tabel 3.1 Tabel Operasional variabel Variabel Informasi produk
Dimensi
Indikator 1. Menginformasikan semua warna produk yang dijual
Skala Sumber Pengukuran Skala Ordinal Seock dan Norton (2006)
2. Menginformasikan semua ukuran produk yang dijual 3. Memberikan informasi tentang harga 4. Informasi produk up to date 5. Memiliki foto yang berkualitas dalam tampilanya 6. Warna yang di tawarkan baik Harga
7. Keterjangkauan harga Skala Ordinal 8. Kesesuaian harga dengan kualitas produk 9. Daya saing harga 10.Kesesuaian harga dengan manfaat
Kotler & Armstro ng (2008)
33
Lanjutan Tabel Operasional variabel Variabel
Dimensi
Kenyamanan Access
Search
Possesion
Transaction
Indikator 11.mudah menemukan situs. 12. cepat menemukan situs
Skala Sumber Pengukuran Skala Ordinal Seiders, et al., dalam Cho (2015)
13. kecepatan pencarian produk 14. klasifikasi produk jelas. 15. ketersediaan produk 16. kedatangan produk tepat waktu. 17. mudah bertransaksi 18. mudah melakukan penggantian produk. 19. Memberikan banyak
Skala Ordinal
alternatif produk 20. Dapat dilakukan Perceived Usefulness
dimana saja 21. Dapat memenuhi kebutuhan lebih cepat 22. Menghemat waktu
Juniwati (2014)
34
Lanjutan Tabel Operasional variabel Variabel
Dimensi
Indikator 23. Berminat untuk
Skala Pengukuran Skala Ordinal
membeli. Minat beli
24. Salah satu toko online yang dipertimbangkan. 25. Akan menjadi pembeli. 26. Selalu mencari informasi di situs tersebut. 27. Situs menjadi referensi utama sebelum membeli.
D. 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.
Sumber
Juniwati (2014)
35
E. Populasi dan Sampel 1. Populasi 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. Sedangkan, sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi (Sugiyono, 2009). Populasi dalam penelitian ini adalah mahasiswa aktif Universitas Mercu Buana didasarkan pada pertimbangan bahwa responden familiar dan pernah melakukan pembelian minimal 1 kali secara online di Zalora.c.id.
2. Sampel 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). pangambilan sampel dengan menyebar kuesioner kepada mahasiswa aktif Universitas Mercu Buana dan didasarkan pada pertimbangan bahwa
36
responden familiar dan pernah melakukan pembelian minimal 1 kali secara online di Zalora.c.id. 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 represenive atau populasi dan kesesuain dengan persyaratan dalam alat analisis. Pedoman dalam menentukan ukuran sampel dalam analisis SEM, dimana dikemukakan oleh Ferdinand dalam Sanusi (2011) sebagai berikut: 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 indicator yang digunakan dalam seluruh variabel bentukan. Jumlah sampel adalah jumlah variablel bentukan, yang dikali 5 sampai 10. Jumlah sampel yang akan dikumpulkan adalah 27 indikator d. Jika sampelnya sangat besar, peneliti dapat memilih teknis estimasi tertentu.
37
Metode pengumpulan data untuk keperluan penelitian ini dilakukan dengan teknik survei. Data primer tersebut, didapat dari penyebaran kuesioner.. Dalam penelitian ini terdapat 27 indikator, besarnya sampel adalah 135. Berdasarkan uraian diatas, penulis mengambil sampel sebanyak 135 responden yang merupakan mahasiswa Universitas Mercu Buana yang familiar dan pernah melakukan pembelian minimal 1 kali secara online di Zalora.co.id. 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 penrtanyaan tersebut (Noor, 2011). Pengukuran masing-masing variable dalam penelitian ini menggunakan skala likert. Skala likert merupakan teknik kesetujuan atau ketidaksetujuan mereka terhadap masing-masing pernyataan. Instrumen skala likert adalah :
38
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 survey dengan menggunkan alat yaitu kuesioner. H.
Metode Analisis 1. SEM (Structural Equation Modeling) Pemodelan Pemasaran Struktural (Structural Equation Modeling – SEM) merupakan serta analisis yang menggabungkan pendekatan analisis faktor (factor analysis), model struktur (structural model), dan analisis jalur (path analysis). Dengan demikian, didalam analisis SEM
39
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 bias 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 social (ekonomin sosiolaogi, antropologi, psikologi, dan lain sebagainya), SEM telah menjadi suatu “keharusan” untuk penelitian non eksperimental, dimana metode untuk pengujian teori belum dikembangkan secara menyeluruh (Bentler dalam Ghozali & Fuad, 2005) LISREL (Linear Structural Relationship) adalah salah satu software SEM yang beredar dipasaran. LISREL adalah satu-satunya
40
program SEM yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Austin & Calderon; Byne dalam Ghozali & Fuad, 2005). Hal tersebut karena LISREL adalah satu-satunya program SEM yang tercanggih dan yang dapat mengestimasi baerbagai 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, dan juga dapat menjadi variabel independen pada persamaan lain), juga digambar sebagai lingkaran.
3
γ (Gamma)
Hubungan langsung variabel eksogen terhadap variabel endogen.
41
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 variable 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 Ghozali & Fuad, 2005 mendekripsikan tahap-tahap dalam SEM sebagai berikut : 1. Konseptualisasi
model.
Tahap
ini
berhubungan
dengan
pengembangan hipotesis (berdasarkan teori) seabagai dasar dalam
42
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 merupakan variabel independen, namun variabel endogen ini juga dapat menjadi variabel independen yang mempengaruhi variabel endogen lain dalam suatu model, dengan kata lain, variabel
43
endogen ini adalah variable intervening. Karena variablel 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 dalam LISREL biasanya menggunakan reflective indicator (juga disebut effect indicator). Indicator reflektif berarti
44
bahan
konstruk laten dianggap mempengaruhi variable
observed. 2. Penyusunan 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 menggunakan tulisan serta simbol matematika dasar, seperti sama dengan (=) dan tanda panah (→).
45
Persamaan model strusktural : 1 = 1 1 + 2 2 + 3 3 + 1 2 = 1 1 + 2
Keterangan : 1 = Perceived Usefulness 2 = Minat Beli 1 = Informasi Produk 2 = Harga 3 = Kenyamanan
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 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 sesungguhnya. Uji signifikasi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol.
46
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. b. The Root Mean Square Error of Approximation (RMSEA). Karena χ2 – Chi-Square sangat sensitif terhadap ukuran
47
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 odel 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 ≥ 0,95 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, modifikasi
model
seharusnya
tidak
dilakukan
semata0mata unuk mencapai model yang fit.
hanya
48
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 variabel manifes (indikator) yang layak mengukur variabel laten yang diimplementasikan dalam butir-butir kuesioner, maka pengujian indikator tersebut sebagai alat ukur perlu dilakukan. Uji validitias indikator instrumen penelitian bertujuan untuk melihat gambaran tentang kevalidan tiap indikator instrumen penelitian. Suatu tes atau alat instrumen dapat dikatakan mempunyai validitas tinggi apabila instrumen tersebut menjalankan fungsi ukurnya atau memberikan hasil ukur. Uji validitas indikator tiap variabel konstruk / variabel laten diperlukan untuk menegaskan bahwa indikator-indikator instrumen penelitian yang dipakai dalam pengambilan data adalah valid. Butir pernyataan pada suatu konstruk yang tidak mengelompok pada konstruk yang ditentukan dinyatakan tidak valid (Noor, 2011). Untuk melihat besar kecilnya koefisien validitas dapat dilihat besar kecilnya harga muatan faktor (). Semakin besar harga maka dikatakan indikator semakin valid. Ukuran untuk mengetahui berapa
49
besarnya nilai dikatakan valid dapat menggunakan pengujian nilai t (tvalue). Untuk keperluan pengujian t ini, dapat menggunakan software LISREL yang memang menyediakan fasilitas untuk 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 memiliki muatan faktor minimal 0,50. Dengan demikian, bila nilai 0,50 maka dikatakan indikator valid (Ghozali, 2008)
3. Uji Reliabilitas Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator sebuah variabel yang menunjukkan derajat masing-masing indikator itu mengindikasikan sebuah konstruk / faktor laten yang umum. Pengujian reliabilitas instrumen bertujuan untuk mengetahui konsistensi suatu instrumen. Langkah selanjutnya adalah menghitung loadings dan menilai signifikansi statistik setiap indikator. Jika terbukti tidak
signifikan,
maka
indikator
harus
dibuang
atau
mentransformasikannya agar menjadi fit untuk variabel laten (Noor, 2011). Menurut Sanusi, 2011, Nilai reliabilitas dapat dicari dengan rumus berikut ini:
Construct-Reliability = (
(
) )
50
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 Extract 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 = (∑
(∑
) )
∑
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
51
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).
