Pengaruh Sikap Konsumen Pada Niat Beli Produk. Bajakan

perpustakaan.uns.ac.id

digilib.uns.ac.id

Pengaruh Sikap Konsumen Pada Niat Beli Produk Bajakan

Diajukan Untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat Untuk Mencapai Gelar Sarjana Ekonomi Jurusan Manajemen Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Disusun Oleh : MAHENDRA DWI PUTRA F0207085

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA 2012 commit to user

1


digilib.uns.ac.id

BAB I PENDAHULUAN

A. LATAR BELAKANG MASALAH Pembajakan terhadap karya cipta dan hak kekayaan intelektual (HKI) merupakan masalah yang signifikan dan akan terus berkembang di seluruh dunia, terjadi baik di negara maju maupun di negara berkembang. Porsi yang terbesar pembajakan tersebut ada di Asia (Callan, 1998 dalam Hidayat dan Mizerski, 2005). Asia merupakan negara dengan presentase terbesar porsi pembajakannya, yaitu sebesar 66% di dunia (Bush et al., 1989 dalam Hidayat dan Mizerski, 2005). Indonesia juga merupakan salah satu negara berkembang yang ada di Asia dengan angka pembajakan yang sangat besar yang populasi dan kemampuan belinya terus meningkat dengan cepat untuk kategori produk yang dilindungi (World Bank 1995). Pemerintah Indonesia telah melakukan berbagai upaya untuk menangkal pembajakan tersebut. Pemerintah telah memberlakukan berbagai macam peraturan yang melindungi HKI dan kesungguhan memberikan sangsi kepada pelaku pelanggran HKI tersebut. Pemberlakuan hukum yang berkaitan dengan HKI tersebut tidak standar satu dengan lainnya, sehingga pemberlakuan penegakan hukum juga berbeda-beda antara satu daerah dengan daerah yang lain. Oleh karena itu, banyak konsumen yang sengaja membeli produk produk bajakan dengan sadar karena ketidakstandaran tersebut (Hidayat dan Mizerski, 2005). Pembajakan hak kekayaan

intelektual di bidang hak cipta sangat

memprihatinkan, terutama pembajakan atas karya cipta di bidang musik, film commit to user ataupun software. Pembajakan atas karya cipta ini dilakukan lewat berbagai 2


digilib.uns.ac.id

media, baik berupa kaset, CD, VCD, DVD, dll. Khusus mengenai pembajakan CD, VCD, DVD dari tahun ke tahun makin marak dan berkembang (Hidayat dan Mizerski, 2005) Maraknya pembajakan ini selain dipengaruhi niat berperilaku (behavioral intention) juga dipengaruhi oleh sikap (attitude) masyarakat itu sendiri. Sikap tersebut dipengaruhi oleh beberapa faktor, antara lain : harga, kualitas barang, resiko pembelian, dll. Kondisi seperti inilah yang menjadi landasan kuat bagi para pelaku pembajakan untuk membuat produk-produk bajakan yang diminati dan dibutuhkan oleh masyarakat dengan harga yang murah dan kualitas yang tidak kalah baik dengan yang produk asli. Oleh karena itu, peneliti tertarik meneliti fenomena tersebut dengan model penelitian yang dapat menjelaskannya pada setting yang di amati. Model yang dikembangkan dalam penelitian ini bertumpu pada delapan variabel amatan yaitu price quality, perceive dan risk averseness, integrity, personal gratification, subjective norm, previous experience, dan behavioral intention. Pemilihan variabel tersebut didasarkan pada penelitian yang dilakukan oleh Matos, Ituassu, dan Rossi, (2007). Dengan demikian, melalui cara ini diharapkan model yang dikembangkan memiliki daya prediksi yang tinggi terhadap faktor-faktor yang mempengaruhi sikap konsumen terhadap niat beli produk bajakan. Berikut ini adalah penjelasan terkait pengertian dari masingmasing variabel amatan. Menurut Huang et al., (2004) (dalam Matos, Ituassu, dan Rossi, 2007), price quality merupakan variabel yang berkaitan dengan cara pandang konsumen dalam melihat produk apakah palsu atau asli dari segi harganya. Variabel ini penting commit to user

3


digilib.uns.ac.id

diteliti karena variabel ini berpotensi berpengaruh pada attitude (Matos, Ituassu, dan Rossi, 2007). Kajian literatur mengindikasi price quality berpengaruh negatif pada attitude yang akhirnya akan mempengaruhi niat beli produk bajakan. Hal ini menjelaskan bahwa semakin tinggi price quality, maka semakin negatif sikapnya pada produk bajakan. Selanjutnya, risk averseness didefinisikan sebagai kecenderungan seseorang untuk menghindari risiko yang akan ditangung bila membeli produk bajakan (Bonoma dan Johnston, 1979). Menurut Zinkhan dan Karande, (1990) (dalam Matos, Ituassu, dan Rossi, 2007) secara umum , risk averseness dianggap sebagai variabel kepribadian. Variabel ini diposisikan sebagai variabel independen untuk menjelaskan bahwa risk averseness berpengaruh pada attitude terhadap produk bajakan (Matos, Ituassu, dan Rossi, 2007). Kajian literatur menyatakan bahwa kaitan antara risk averseness dengan variabel attitude diproposisikan berhubungan negatif. Hal ini menjelaskan bahwa semakin tinggi risk averseness, maka semakin negatif sikapnya pada produk bajakan. Ketiga, perceive risk merupakan variabel yang berkaitan dengan rasa ketidakpastian yang dirasakan seseorang mengenai resiko yang akan diperoleh ketika membeli produk bajakan. Perceive risk ini juga dianggap sebagai variabel kepribadian (Zinkhan dan Karande, 1990 dalam Matos, Ituassu, dan Rossi, 2007). Variable ini juga berpotensi berpengaruh pada attitude (Matos, Ituassu, dan Rossi, 2007). Kajian literatur mengindikasi perceive risk berpengaruh negatif pada attitude. Hal ini menjelaskan bahwa semakin tinggi perceive risk, maka semakin negatif sikapnya pada produk bajakan. commit to user

4


digilib.uns.ac.id

Selanjutnya, integrity merupakan tindakan seseorang yang sesuai dengan aturan yang berlaku, nilai-nilai dan juga kode etik. Ang et al., (2001) menerangkan bahwa orang yang integritasnya rendah diharapkan akan merasa tidak bersalah ketika mereka membeli produk bajakan. Variabel ini juga diposisikan sebagai variabel independen (Matos, Ituassu, dan Rossi, 2007). Kaitan antara variabel integrity dan attitude diproposisikan berhubungan negatif. Kajian literatur menjelaskan bahwa semakin tinggi integrity, maka semakin negatif sikapnya pada produk bajakan. Personal gratification menurut Ang et al., (2001) merupakan kebutuhan seseorang yang berkaitan dengan rasa prestasi, pengakuan sosial, dan menikmati hal-hal dalam hidup. Menurut Matos, Ituassu, dan Rossi, (2007) variabel ini berpotensi berpengaruh pada attitude dan mengindikasi berpengaruh positif pada attitude. Hal ini menjelaskan bahwa semakin tinggi personal gratification, maka semakin positif sikapnya pada produk bajakan Keenam, subjective norm merupakan faktor sosial yang berkaitan pada tekanan sosial seseorang untuk melakukan atau tidak melakukan sesuatu (Ajzen, 1991). Matos, Ituassu, dan Rossi, (2007) menyatakan bahwa kaitan antara personal gratification dengan variabel attitude diproposisikan berhubungan positif. Hal ini menjelaskan bahwa semakin tinggi personal gratification, maka semakin baik sikapnya pada produk bajakan. Selanjutnya, Ajzen dan Fishbein, (1980) (dalam Matos, Ituassu, dan Rossi, 2007) menjelaskan bahwa previous experience merupakan pengalaman masa lalu seseorang, apakah seseorang itu pernah membeli produk bajakan atau belum. Kaitan antara variabel previous experience, attitude, dan behavioral intention commit to user

5


digilib.uns.ac.id

diproposisikan berhubungan positif (Matos, Ituassu, dan Rossi, 2007). Kajian literatur menjelaskan bahwa jika semakin sering seseorang melakukan pembelian produk bajakan, maka seseorang akan memiliki sikap dan niat berperilaku yang positif pada produk bajakan. Behavioral intention merupakan variabel dependen pada penelitian ini. Behavioral intention

ini berakhir pada action (purchasing, repurchase, dll).

Kaitan antara attitude dengan variabel behavioral intention diproposisikan berhubungan positif (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa jika seseorang memiliki sikap baik (favorable) pada produk bajakan, maka behavioral intention orang tersebut akan baik juga. Objek yang digunakan dalam penelitian ini adalah produk CD, VCD dan DVD bajakan. Produk tersebut dijadikan objek penelitian karena sekarang ini semakin marak pembajakan pada kategori produk tersebut (Hidayah, 2008), terbukti dengan semakin mudah masyarakat memperoleh CD, VCD, dan DVD bajakan di berbagai lokasi, baik di lokasi bisnis ataupun pusat keramaian di berbagai kota, termasuk

di

Surakarta,

Bandung,

Batam,

Semarang,

dan

Surabaya.

(http://majalah.tempointeraktif.com, 1 Mei 2011, 10.00 am) Subjek penelitian ini adalah mahasiswa Universitas Sebelas Maret Surakarta (UNS). Pada kategori produk CD, VCD, dan DVD bajakan ini Mahasiswa merupakan segmen pasarnya paling besar. Selain faktor tersebut

menurut

Hurlock, (1980) (dalam Retnaningsih, Utami, dan Muflikhati, 2010), mahasiswa termasuk usia yang memasuki kriteria remaja akhir dan masa dewasa awal, yaitu menunjukkan usia antara 17 tahun hingga 23 tahun. Dimana dalam penelitian Retnaningsih, Utami, Muflikhati (2010) mengatakan bahwa hampir dari seluruh commit to user

6


digilib.uns.ac.id

mahasiswa mendapatkan uang saku yang bersumber dari orang tua. Oleh karena itu mahasiswa merupakan konsumen yang paling potensial pada kategori produk tersebut. Penelitian yang dilakukan oleh Matos, Ituassu, dan Rossi, (2007) memberikan kontribusi pada literatur yang ada dengan memperluas dan menguji pendahulunya yaitu sikap konsumen terhadap pembajakan. Sikap tersebut bertindak sebagai mediator dalam hubungan antara pertimbangan konstruksi dan niat berperilaku. Penelitian tersebut menyarankan untuk penelitian yang akan datang, yaitu, penelitian akan datang diharapkan dapat menguji model dalam kategori produk yang berbeda (misalnya CD, DVD, pakaian, mainan dll) dan meneliti kemungkinan perbedaan pada produk tersebut. Saran yang diberikan peneliti sebelumnya tersebut akan ditindaklanjuti dengan melakukan penelitian ulang yang menggunakan variabel serupa tetapi lebih khusus terhadap pembajakan CD, VCD dan DVD dengan menggunakan responden Mahasiswa Universitas Sebelas Maret Surakarta. Penelitian

ini dilakukan

untuk mengetahui, apakah

dengan

menggunakan responden mahasiswa Universitas Sebelas Maret Surakarta dan menggunakan variabel sikap terhadap produk bajakan dalam hal ini adalah CD, VCD dan DVD bajakan, hasil yang diperoleh akan sama dengan penelitian yang dilakukan Matos, Ituassu, dan Rossi, (2007) Pemaparan latar belakang dan berbagai fenomena yang diambil dan berkaitan dengan masalah diatas, maka penelitian ini mengambil judul “Pengaruh Sikap Konsumen Pada Niat Beli Produk Bajakan”

commit to user

7


digilib.uns.ac.id

B. RUMUSAN MASALAH Fenomena pertama yang akan dijelaskan adalah mengenai kualitas harga. Menurut Ordonez, (1998) (dalam Huang, Lee, dan Ho, 2005) kepercayaan mengenai pengaruh harga (harga tinggi, memiliki kualitas tinggi, sedangkan harga rendah memiliki kualitas rendah) merupakan variabel yang penting dalam pricing theory dan untuk menentukan perilaku konsumen. Konsumen cenderung membedakan produk bajakan itu dari segi harga dan resiko. Konstruksi harga dan risiko ini merupakan faktor penting yang berhubungan dengan sikap terhadap pembajakan (Huang et al., 2004 dalam Matos, Ituassu, dan Rossi, 2007). Studi sebelumnya telah menunjukkan bahwa perbedaan harga adalah variabel penting ketika memilih produk bajakan (Cespedes et al., 1988; Cordell et al., 1996). Maka rumusan masalah yang pertama adalah : Apakah price quality berpengaruh pada attitude ? Fenomena kedua yang dijelaskan adalah kecenderungan untuk menghindari risiko dan resiko yang mungkin diterima, secara umum kedua variabel

ini

dianggap sebagai variabel kepribadian (Bonoma dan Johnston, 1979). Variabel ini merupakan sifat psikologis konsumen dimana percieve dan risk aversness merupakan karakteristik penting untuk membedakan antara buyers dan nonbuyers pada sebuah kategori produk, terutama produk yang berisiko. Maka rumusan masalah yang kedua adalah : Apakah risk averseness berpengaruh pada attitude? Sebaliknya jika mengenai resiko yang mungkin diterima, maka rumusan masalah yang ketiga adalah Apakah perceive risk berpengaruh pada attitude? commit to user

8


digilib.uns.ac.id

Fenomena keempat yang dijelaskan yaitu integritas. konsumen yang memiliki integritas yang kurang (memiliki standar etika yang lebih rendah) diharapkan untuk merasa kurang bersalah ketika membeli produk bajakan (Ang et al., 2001). Sebaliknya, mereka akan merasionalisasi perilaku mereka dengan cara mengurangi rasionalisasi dibalik penyesalan atas tindakan (disonansi kognitif) yang tidak etis, maka rumusan masalah yang empat adalah Apakah integrity berpengaruh pada attitude? Fenomena kelima yang dijelaskan yaitu Personal gratification hal ini bersangkutan terhadap kebutuhan rasa prestasi, pengakuan sosial, dan menikmati hal-hal dalam hidup (Ang et al., 2001). Ada hasil yang bertentangan dalam aspek ini dalam literatur Bloch et al., (1993) menyebutkan bahwa konsumen yang memilih produk bajakan, melihat diri mereka kurang kaya secara finansial, serta kurang percaya diri, kurang berhasil dan memiliki status lebih rendah, di sisi lain, hasil yang ditemukan oleh Ang et al., (2001) tidak menunjukkan pengaruh yang signifikan antara kepuasan pribadi pada sikap konsumen terhadap produk bajakan. maka rumusan masalah yang kelima adalah Apakah personal gratification berpengaruh pada attitude? Fenomena keenam yang dijelaskan yaitu

norma subjektif. Fenomena ini

berkaitan dengan faktor sosial yang merujuk pada tekanan sosial untuk melakukan atau tidak melakukan sesuatu (Ajzen, 1991). Konsumen mendapat informasi sebelum membeli suatu produk, ketika keahlian dari orang lain mempengaruhi mereka dalam menentukan pilihan (misalnya ketika seseorang tidak mengetahui kategori produk) dan juga ketika mereka lebih tertarik untuk membuat kesan yang baik kepada orang lain (Bearden et al., 1989). Jadi pada penelitian ini teman dan commit to user

9


kerabat

mungkin

digilib.uns.ac.id

bertindak

sebagai

inhibitor

atau

kontributor

untuk

mengkonsumsi, tergantung pada seberapa banyak perilaku ini telah disetujui oleh mereka. Maka rumusan masalah yang keenam adalah Apakah subjective norm berpengaruh pada attitude? Fenomena keenam yang dijelaskan yaitu pengalaman masa lalu yang pernah konsumen rasakan. Konsumen yang pernah melakukan pembelian terhadap produk bajakan akan memiliki sikap dan niat yang berbeda terhadap produk bajakan jika dibandingkan konsumen yang belum pernah membeli. Maka rumusan masalah yang ketujuh dan kedelapan adalah Apakah previous experience berpengaruh pada attitude? Apakah previous experience berpengaruh pada behavioral intention? Fenomena ketujuh yang dijelaskan yaitu niat berperilaku. Konsumen yang memiliki sikap yang berbeda-beda terhadap pembajakan akan memiliki niat berperilaku yang berbeda pula. Maka rumusan masalah yang kesembilan adalah Apakah attitude berpengaruh pada behavioral intention?

commit to user

10


digilib.uns.ac.id

C. TUJUAN PENELITIAN Studi ini bertujuan untuk menguji model kausal yang diharapkan mampu menjelaskan hubungan pengaruh antara sikap terhadap produk bajakan terhadap inferensi kualitas harga, penolakan dan penerimaan terhadap resiko, integritas, gratifikasi personal, norma subjektif, pengalaman masa lalu, dan niat berperilaku Secara spesifik, studi ini bertujuan untuk: 1.

Menganalisis pengaruh price quality pada attitude terhadap produk bajakan?

2.

Menganalisis pengaruh risk averseness pada attitude terhadap produk bajakan?

3.

Menganalisis pengaruh perceive risk pada attitude terhadap produk bajakan?

4.

Menganalisis pengaruh integrity pada attitude terhadap produk bajakan?

5.

Menjelaskan pengaruh personal ggratification pada attitude terhadap produk bajakan?

6.

Menganalisis pengaruh subjective norm pada attitude terhadap produk bajakan?

7.

Menganalisis pengaruh previous experience pada attitude terhadap produk bajakan?

8.

Menganalisis pengaruh previous experience pada behavioral intention terhadap produk bajakan?

9.

Menganalisis pengaruh attitude pada behavioral intention terhadap produk bajakan?

commit to user

11


digilib.uns.ac.id

D. BATASAN PENELITIAN 1. Obyek penelitian ini hanya terbatas pada produk CD, VCD, dan DVD bajakan. Obyek penelitian yang dipilih didasarkan pertimbangan mengenai keseragaman (homogenitas) obyek yang akan diteliti. Hal ini dimaksudkan agar model yang diuji dapat menjelaskan fenomena dengan baik. 2. Subyek penelitian ini terbatas pada Mahasiswa Strata Satu (S1) karena Mahasiswa merupakan konsumen yang potensial dan juga menjadi target pasar pada kategori produk bajakan tersebut sehingga diharapkan dapat menjelaskan fenomena yang baik. 3. Lokasi penelitian ini terbatas pada Universitas Sebelas Maret (UNS) Surakarta, karena subjek yang diteliti adalah mahasiswa sehingga peneliti memilih universitas sebelas maret sebagai lokasi penelitian 4. Penelitian ini hanya berfokus pada sikap masyarakat khususnya mahasiswa terhadap produk bajakan. 5. Penelitian ini hanya meneliti pengaruh variabel price quality, perceive and risk averseness, integrity, personal gratification, subjective norm, previous experience terhadap attitude ¸dan juga pengaruh previous experience dan attitude terhadap behavioral intention (Matos, Ituassu, dan Rossi, 2007)

commit to user

12


digilib.uns.ac.id

E. MANFAAT PENELITIAN Suatu penelitian akan mempunyai nilai apabila penelitian tersebut mampu memberikan manfaat kepada berbagai pihak. Adapun manfaat penelitian ini adalah sebagai berikut: 1. Bagi Akademisi Penelitian ini diharapkan mampu menjadi bahan referensi bagi penelitianpenelitian

berikutnya

dan

diharapkan

penelitian

berikutnya

mampu

memperbaiki dan menyempurnakan kelemahan dalam penelitian ini. 2. Bagi Praktisi Hasil penelitian ini diharapkan dapat memberikan pemahaman dan informasi yang lebih jelas mengenai sikap yang mempengaruhi niat berperilaku konsumen terhadap CD, VCD dan DVD bajakan. Hasil penelitian diharapkan dapat memberikan pemahaman bagi pemasar untuk mengetahui faktor-faktor yang mempengaruhi niat beli konsumen pada produk bajakan. Dengan demikian, pemasar dapat merencanakan strategi-strategi pemasaran dan melakukan upaya-upaya pemasaran yang tepat untuk membuat kebijakan strategis untuk mengatasi semakin berkembangnya masalah pembajakan tersebut.

commit to user

13


digilib.uns.ac.id

BAB II TELAAH PUSTAKA Pembahasan pada bab ini bertujuan untuk menguraikan tinjauan pustaka yang memuat teori-teori relevan dan mendukung analisis serta pemecahan masalah yang terdapat dalam penelitian ini. Dalam bab ini juga diuraikan penelitian-penelitian terdahulu, kerangka pemikiran dan hipotesis yang digunakan. A. TINJAUAN PUSTAKA 1. Pengertian Behavioral Intention Behavioral intention adalah isu utama yang digunakan dalam penelitian ini. Banyak sekali keragaman mengenai pengertian behavioral intention dari penelitian terdahulu sehingga perlu penjelasan pembatasan yang lebih spesifik mengenai isu utama ini. Pembatasan spesifik ini bertujuan

untuk

mendapatkan

persamaan

pemahaman

mengenai

behavioral intention. Peter dan Olson, (1990) (dalam Japarianto, 2006) menjelaskan bahwa behavioral intention terjadi melalui suatu pilihan atau proses pengambilan konsekuensi

keputusan, dimana kepercayaan mengenai dua tipe dan

norma

subyektif

yang

dipertimbangkan

dan

diintegrasikan sehingga dapat digunakan untuk mengevaluasi alternatif perilaku. Pendapat lain dikemukakan oleh Olloruniwo et al. (2006) (dalam Japarianto, 2006), behavioral intention diartikan sebagai pengukuran perilaku dalam bentuk pembelian kembali, word of mouth, loyalitas, complaining behavior, dan kesensitifan terhadap harga. Ajzen ( 1991) mengartikan behavioral intention merupakan sebuah fungsi dari attitude commit to user

14


digilib.uns.ac.id

terhadap behavior dan sujective norm terhadap behavior yang kemudian digunakan untuk memprediksi actual behavior. Sedangkan pengertian lain menjelaskan bahwa behavioral intention adalah suatu indikasi bagaimana orang-orang akan sulit mencoba tentang berapa banyak suatu usaha yang mereka rencanakan untuk digunakan dalam rangka melaksanakan perilaku itu, yang dipengaruhi oleh tiga komponen: sikap orang melakukan ke arah perilaku itu, tekanan sosial yang dirasa, hubungan norma yang disebut dan kendali tingkah laku (www-nix.oit. umass.edu/~aizen, 1 juli 2011, 10.30 am). Berdasarkan teori tersebut, disimpulkan bahwa behavioral intention adalah suatu indikasi mengenai bagaimana kesediaan orang untuk mencoba dan seberapa banyak usaha yang mereka rencanakan untuk dilakukan dalam upaya menunjukan perilakunya (Japarianto, 2006).

2. Pengertian Kualitas Harga (Price Quality) Harga menurut Kotler dan Amstrong (2001:439) didefinisikan sebagai sejumlah uang yang dibebankan atas suatu produk, atau jumlah dari nilai yang ditukar konsumen atas manfaat-manfaat karena memiliki atau menggunakan produk tersebut. Harga merupakan salah satu bagian yang sangat penting dalam pemasaran suatu produk karena harga adalah satu dari empat bauran pemasaran / marketing mix (4P = product, price, place, promotion / produk, harga, distribusi, promosi). Studi yang terdahulu menunjukkan bahwa perbedaan harga merupakan variabel yang penting ketika memilih suatu produk bajakan (Cespedes et al., 1988; Cordell et al., 1996). Tingkat kualitas harga commit to user

15


digilib.uns.ac.id

biasanya dipercaya para konsumen dan merupakan faktor yang penting pada perilaku konsumen (Chapman and Wahlers, 1999 dalam Matos, Ituassu, dan Rossi, 2007). Dalam pengertian ini, tendensi konsumen untuk mempercayai harga mahal berarti memiliki kualitas tinggi, dan sebaliknya harga murah memiliki kualitas yang rendah juga. Hal ini menjadi lebih penting ketika terdapat sedikit informasi tentang kualitas suatu produk atau konsumen tidak bisa menilai kualitas produk (Tellis and Gaeth, 1990). Huang et al., (2004) (dalam Matos, Ituassu, dan Rossi, 2007) menerangkan bahwa pembajakan biasanya dijual dengan harga yang lebih rendah. Semakin besar hubungan kualitas harga (price quality) untuk konsumen, menyebabkan lebih rendahnya persepsi mereka (konsumen) terhadap kualitas produk bajakan.

3. Pengertian Risk Averseness dan Perceived Risk dalam Pembelian Produk Bajakan Risk averseness didefinisikan sebagai kecenderungan untuk menghindari risiko dan secara umum dianggap sebagai variabel kepribadian (Bonoma dan Johnston, 1979). Risk averseness ini merupakan sifat psikologis konsumen dimana merupakan karakteristik penting untuk membedakan antara buyers dan non buyers pada sebuah kategori produk, terutama yang memiliki risiko (Donthu dan Garcia, 1999 dalam Matos, Ituassu, dan Rossi, 2007). Pada penelitian ini buyers cenderung tidak menganggap resiko sebagai sesuatu hal yang besar sedangkan non buyers cenderung menghindari resiko yang mungkin terjadi. commit to user

16


digilib.uns.ac.id

Perceive risk merupakan ketidakpastian yang dihadapi konsumen pada saat mereka tidak dapat meramalkan konsekuensi dalam memutuskan untuk membeli sesuatu khususnya produk bajakan. Pengertian ini menyoroti dua dimensi relevan dari perceive risk, yaitu ketidakpastian dan konsekuensi (Schiffman dan Kanuk, 1991). Konsep dari perceive risk ini lebih sering digunakan dalam literatur pemasaran yang berarti risiko. Sedangkan menurut persepsi konsumen berarti ketidakpastian dan konsekuensi yang merugikan dari membeli produk atau jasa (Dowling dan Staelin, 1994). Oleh karena itu, konsumen menilai kemungkinan masalah yang terjadi yang akan menjadi konsekuensinya. Masalah dan penilaian ini akan mempengaruhi setiap tahap konsumen dalam proses pengambilan keputusan. Adapun tipe tipe perceive risk menurut Schiffman dan Kanuk, (1991): a. Functional risk (resiko fungsional) adalah suatu resiko dimana fungsi produk tidak sesuai dengan fungsi yang diharapkan b. Physical risk (resiko fisik) adalah suatu resiko jika suatu produk berakibat buruk bagi fisik seseorang c. Financial risk (resiko finansial) adalah suatu resiko jika produk yang dibeli tidaqk sesuai dengtan harganya d. Social risk (resiko sosial) adalah resiko yang disebabkan suatu produk yang dipilih membuat keadaan tidak lebih baik atau membuat malu didepan umum e. Psychological risk (resiko psikologi) adalah resiko jika suatu produk tidak sesuai keinginan hati.

commit to user

17


digilib.uns.ac.id

f. Time risk (resiko waktu) adalah resiko jika waktu yang dihabiskan untuk mencari suatu produk terbuang percuma, karena produk tersebut tidak sesuai yang diharapkan. Jika konsumen mengalami berbagai resiko yang telah dipaparkan tersebut dan ingin mengatasinya, maka cara konsumen untuk mengatasi resiko (kerugian) tersebut adalah dengan mencari informasi, setia pada merek tertentu, membeli produk yang bermerek terkenal, membeli produk dari toko yang bereputasi baik, membeli produk yang sama mahalnya, dan mencari produk sesuai keinginan hati.

4. Pengertian Integrity Integritas (integrity) adalah bertindak konsisten sesuai dengan nilai-nilai dan kebijakan organisasi serta kode etik, walaupun dalam keadaan yang sulit untuk melakukannya. Dengan kata lain, “satunya kata dengan perbuatan”. Yaitu dengan cara mengkomunikasikan maksud, ide dan perasaan secara terbuka, jujur dan langsung sekalipun dalam negosiasi yang sulit dengan pihak lain (www.bumihastamukti.com, 3 juni 2011, 09.04 am) Konsumen yang membeli produk bajakan bukan merupakan tindakan pidana, tetapi partisipasi konsumen dalam transaksi bajakan itulah yang mendukung aktivitas ilegal (penjualan). Penelitian Cordell et al., (1996) menunjukkan bahwa keinginan konsumen untuk membeli produk yang bajakan berkaitan negatif dengan sikap terhadap keabsahan. Dalam pengertian ini, konsumen yang memiliki standar etika yang lebih commit to user

18


digilib.uns.ac.id

rendah diharapkan untuk merasa kurang bersalah ketika membeli produk bajakan (Ang et al., 2001). Sebaliknya, mereka merasionalisasi perilaku mereka dengan cara mengurangi kognitif disonansi sebuah perilaku yang tidak etis. Berikut ini beberapa perilaku dalam integrity (www.indosdm.com, 13 Mei 2011, 08:51 am) a. Memahami dan mengenali perilaku sesuai kode etik Dalam memahami dan mengenali perilaku, harus melakukan beberapa hal diantaranya, 1) Mengikuti kode etik yang berlaku sesuai dengan profesi dan peraturan perusahaan. 2) Jujur dalam menggunakan dan mengelola sumber daya di dalam lingkup atau sesuai dengan otoritasnya.3) Meluangkan waktu untuk memastikan bahwa apa yang dilakukan itu tidak melanggar kode etik. b. Melakukan tindakan yang konsisten dengan nilai (values) dan keyakinannya Melakukan tindakan yang konsisten dengan nilai dan keyakinan bisa dilakukan dengan berbicara tentang ketidaketisan meskipun hal itu akan menyakiti kolega atau teman dekat dan juga selalu jujur dalam berhubungan dengan pelanggan. c.

Bertindak berdasarkan nilai (values) meskipun sulit untuk melakukan itu Jika melakukan kesalahan kita harus mengakuinya secara terbuka dan berterus terang walupun dapat merusak hubungan baik antara teman maupun kolega

commit to user

19


digilib.uns.ac.id

d. Bertindak berdasarkan nilai (values) walaupun ada resiko atau biaya yang cukup besar Mengambil tindakan atas perilaku orang lain yang tidak etis, meskipun ada resiko yang signifikan untuk diri sendiri dan pekerjaan da juga bersedia untuk mundur atau menarik produk/jasa karena praktek bisnis yang tidak etis.

5. Pengertian Personal Gratification (Kepuasan Pribadi) Gratifikasi adalah reaksi emosional yang menyenangkan dari kebahagiaan sebagai respon atas pemenuhan keinginan atau pemenuhan tujuan seseorang. Seseorang mungkin bangga mengatakan bahwa mereka bersyukur atas tercapainya tujuan atas kerja keras mereka, dan istilah ini biasanya digunakan untuk merujuk kasus-kasus seperti pembajakan ini. Gratifikasi menyangkut kebutuhan rasa prestasi, pengakuan sosial, dan menikmati hal-hal dalam hidup (Ang et al., 2001). Ada hasil yang bertentangan dalam aspek ini dalam literatur Bloch et al., (1993) menyatakan konsumen memilih produk bajakan, akan melihat diri mereka kurang kaya secara finansial, kurang percaya diri, kurang berhasil dan status lebih rendah, di sisi lain, hasilnya ditemukan oleh Ang et al., (2001) tidak menunjukkan pengaruh yang signifikan antara kepuasan pribadi pada sikap konsumen terhadap produk bajakan.

commit to user

20


digilib.uns.ac.id

6. Pengertian Subjective Norm (Norma Subyektif) Norma subjektif adalah perasaan atau dugaan seseorang terhadap orang-orang yang ada di dalam kehidupannya mengenai apa yang dilakukan atau tidak dilakukan pada perilaku tertentu. Sebagaimana sikap terhadap perilaku, norma subjektif juga dipengaruhi oleh keyakinan. Bedanya adalah apabila sikap terhadap perilaku merupakan fungsi dari keyakinan terhadap perilaku yang akan dilakukan (behavioral belief) maka norma subjektif adalah fungsi dari keyakinan seseorang ini yang diperoleh atas pandangan orang lain yang berhubungan dengannya (normative belief). Norma subjektif merupakan faktor sosial yang merujuk pada tekanan sosial untuk melakukan atau tidak melakukan perilaku (Ajzen, 1991). Konsumen mendapat informasi, ketika keahlian dari orang lain mempengaruhi mereka dalam menentukan pilihan (misalnya ketika seseorang tidak tahu kategori produk), dan juga, ketika mereka lebih tertarik untuk membuat kesan yang baik kepada orang lain (Bearden et al., 1989). Mengenai pembajakan, teman dan kerabat mungkin bertindak sebagai inhibitor atau kontributor untuk mengkonsumsi, tergantung pada seberapa banyak perilaku ini telah disetujui oleh mereka. Di dalam kehidupan sehari-hari, hubungan yang dijalin seseorang dapat dikategorikan ke dalam hubungan yang bersifat vertikal dan horizontal. Hubungan vertikal adalah hubungan antara atasan–bawahan; guru–murid; profesor–mahasiswa, atau orang tua– anak. Hubungan horizontal terjadi antara seseorang dengan teman-teman atau orang lain commit to user

21


digilib.uns.ac.id

yang bersifat selevel. Pola hubungan ini dapat menjadi sumber perbedaan persepsi. Pada hubungan yang bersifat vertikal, harapan dapat dipersepsi sebagai tuntutan (injunctive) sehingga pembentukan norma subjektif akan diwarnai oleh adanya motivasi untuk patuh terhadap tuntutan untuk melakukan atau tidak melakukan suatu perilaku. Sebaliknya, pada hubungan yang bersifat horizontal harapan terbentuk secara deskriptif sehingga konsekuensinya adalah keinginan untuk meniru atau mengikuti (identifikasi) perilaku orang lain di sekitarnya. Norma subjektif mengenai suatu perilaku akan tinggi apabila keyakinan normatif maupun motivasi untuk memenuhi harapan orangorang yang berhubungan secara vertikal ini sama-sama tinggi. Untuk hubungan yang bersifat horizontal, norma subjektif akan tinggi apabila keyakinan individu bahwa rekan kerja atau teman sangat diuntungkan karena menggunakan suatu produk/jasa dan keinginan mengidentifikasi perilaku rekan kerja atau teman dalam menggunakan produk/jasa tersebut sangat kuat. (http://neila.staff.ugm.ac.id, 13 Mei 2011, 08:55)

7. Pengertian Attitude (Sikap) Secara sederhana sikap didefinisikan sebagai ekspresi sederhana dari bagaimana kita suka atau tidak suka terhadap beberapa hal. Sedangkan menurut psikologi umum ada tiga macam definisi sikap :

commit to user

22


digilib.uns.ac.id

1) Berorientasi kepada respon Sikap adalah suatu bentuk dari perasaan, yaitu perasaan mendukung

atau

memihak

(favourable)

maupun

perasaan

tidak

mendukung (Unfavourable) pada suatu objek 2) Berorientasi kepada kesiapan respon Sikap merupakan kesiapan untuk bereaksi terhadap suatu objek dengan cara-cara tertentu, apabila dihadapkan pada suatu stimulus yang menghendaki adanya respon atau suatu pola perilaku, tendenasi atau kesiapan antisipatif untuk menyesuaikan diri dari situasi sosial yang telah terkondisikan. 3) Berorientasi kepada skema triadik Sikap merupakan konstelasi komponen-komponen kognitif, afektif, dan konatif yang saling berinteraksi dalam memahami, merasakan, dan berperilaku terhadap suatu objek di lingkungan sekitarnya.

commit to user

23


digilib.uns.ac.id

B. P0SISI STUDI Sub bab ini bertujuan untuk menjelaskan posisi studi ini dibandingkan dengan studi-studi terdahulu terkait dengan variabel-variabel yang menjadi objek amatan dan alat analisis yang digunakan dalam penelitian. Tabel II.1 Posisi Studi Peneliti (tahun)

Ang et al., (2001)

Huang, Lee, dan Ho (2004)

Matos, Ituassu, dan Rossi (2007)

Variabel Independen Informative susceptibility, Normative susceptibility, Value conscious, Integrity, Personal gratification Price conciousness, Price-quality inference, Risk averseness Price quality, Risk averseness, Subjective norm, Percieve risk, Integrity, Personal grtifikation, Previous experience

Variabel Mediasi

Variabel Dependen

Obyek Penelitian

Attitude

Purchase intention

Counterfeits products (CDs)

Attitude

Purchase Intention

All Gray Market Goods

LISREL

Attitude

Behavioral intention

All Counterfeits products

SEM

Willingness to pay more Intention to buy

Counterfeit apparell products

SEM

Counterfeit luxury brand

SEM

Behavioral intention

Counterfeits products (CD, CVD, DVD)

SEM

Marcketti dan Shelley (2009)

Concern, Knowledge

Attitude

Phau dan Teah (2009)

Social factors, Personality factors

Attitude

Price quality, Risk averseness, Subjective norm, Percieve risk, Integrity, Personal grtifikation, Previous experience

Attitude

Studi ini (2011)

Sumber ; Hasil olahan data 2011

Alat Analisis

SEM

commit to user

24


digilib.uns.ac.id

Berdasarkan Tabel II.1 variabel tujuan dalam penelitian ini adalah behavioral intention (Lihat Matos, Ituassu, dan Rossi, 2007). Selanjutnya, studi ini menggunakan variabel mediasi yaitu attitude yang diadopsi dari penelitian Ang et al., (2001), Huang, Lee, dan Ho (2004), Matos, Ituassu, dan Rossi (2007), Marcketti dan Shelley (2009), Phau dan Teah (2009). Penelitian ini menggunakan variabel independen

Price quality (Lihat

Huang, Lee, dan Ho, 2004; Matos, Ituassu, dan Rossi, 2007), Risk aversenes (Lihat Huang, Lee, dan Ho, 2004; Matos, Ituassu, dan Rossi, 2007), Subjective norm (Lihat Matos, Ituassu, dan Rossi, 2007), Percieve risk (Lihat Matos, Ituassu, dan Rossi, 2007), Integrity (Lihat Ang et al., 2001; Matos, Ituassu, dan Rossi, 2007), Personal gratification (Lihat Ang et al., 2001; Matos, Ituassu, dan Rossi, 2007), dan Previous experience (Lihat Matos, Ituassu, dan Rossi, 2007).

commit to user

25


digilib.uns.ac.id

C. KERANGKA TEORITIS Mengarahkan penelitian menuju pemecahan masalah, perlu dibuat suatu kerangka pemikiran yang menunjukkan hubungan antara beberapa variabel yang akan dibahas. Hubungan dari variabel yang akan diteliti dapat digambarkan sebagai berikut: Price quality

H1(-) Risk Averseness

H2 (-) Attitude

H3 (-)

Percieve Risk

H4 (-) Integrity

Personal Gratification

H5 (+)

H8 (+)

H6 (+) Subjective Norm

H7a (+)

Previous Experience

Behavioral Intention

H7b (+) Gambar 2.1 Kerangka Pemikiran Sumber : Matos, Ituassu, dan Rossi (2007) commit to user

26


digilib.uns.ac.id

Keterangan : Kualitas harga, penolakan terhadap resiko, norma subyektif, resiko mungkin diterima, integritas, gratifikasi personal dan pengalaman masa lalu adalah komponen yang mempengaruhi sikap terhadap CD, VCD, dan DVD bajakan yang merupakan variabel independen, sedangkan sikap terhadap CD, VCD, dan DVD bajakan merupakan variabel independen terhadap keinginan berperilaku, dan merupakan variabel dependen terhadap kualitas harga, penolakan resiko, dll. Dan niat untuk berperilaku merupakan variabel dependennya. Sikap yang terbentuk, bisa merupakan sikap positif ataupun sikap negatif terhadap CD, VCD, dan DVD bajakan. Positif atau negatifnya sikap yang terbentuk, dipengaruhi oleh pernah tidaknya membeli produk bajakan (dummy) dari tiap individidu. Jadi, pernah tidaknya membeli produk bajakan turut mempengaruhi setiap individu untuk bersikap positif ataupun negatif terhadap CD, VCD, dan DVD bajakan

D. PENGEMBANGAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap rumusan masalah penelitian (Sugiyono, 1999: 51). Pernyataan ini perlu diteliti dan dianalisis untuk diambil suatu kesimpulan apakah hipotesis tersebut secara empiris terbukti atau tidak. 1. Pengaruh Price Quality pada Attitude Konsumen lebih melihat dari segi harga dan garansi pembelian dalam membedakan produk bajakan dan asli (Huang et al., 2004 dalam Matos, Ituassu, dan Rossi, 2007). Produk bajakan memiliki commit to user

27


digilib.uns.ac.id

harga yang relatif lebih rendah dibanding yang asli dan juga produk bajakan biasanya tidak memiliki garansi (kerusakan tidak ditanggung oleh penjual melainkan memjadi resiko pembeli). Harga dan resiko ini menjadi faktor yang penting terkait sikap pada produk bajakan. Dalam studi ini, price quality berpengaruh negatif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin tinggi price quality, maka semakin negatif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H1

Semakin tinggi price quality, semakin negatif attitude

2. Pengaruh Risk Averseness dan Perceived Risk pada Attitude Seperti yang dijelaskan pada hipotesis yang pertama, konsumen percaya bahwa produk bajakan dijual pada harga yang lebih rendah dan miskin garansi. Oleh karena itu variabel resiko merupakan variabel yang penting sepert pengaruh price quality. Risk averseness umumnya dianggap sebagai variabel kepribadian (Bonoma dan Johnston, 1979). Sifat psikologis konsumen tersebut merupakan karakteristik yang penting untuk membedakan antara buyers dan nonbuyers dari kategori produk, terutama yang beresiko (Donthu dan Garcia, 1999 dalam Matos, Ituassu, dan Rossi, 2007). Dalam studi ini, risk averseness berpengaruh negatif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin tinggi risk averseness, maka semakin negatif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H.2 Semakin tinggi risk averseness, semakin negatif attitude commit to user

28


digilib.uns.ac.id

Konsep dari perceive risk lebih sering digunakan dalam literatur pemasaran yang berarti risiko dalam hal persepsi konsumen dalam ketidakpastian dan konsekuensi yang merugikan dari membeli produk atau jasa (Dowling and Staelin, 1994). Oleh karena itu, konsumen menilai masalah yang mungkin terjadi dan juga apa yang akan menjadi konsekuensi negatif seperti masalah, dan penilaian ini akan mempengaruhi setiap tahap konsumen dalam proses pengambilan keputusan. Seperti sifat alami masalah ini, risiko mungkin termasuk komponen yang berbeda, seperti kinerja, keuangan, keamanan, sosial, psikologis, dimensi waktu dan kesempatan (Havlena dan DeSarbo, 1991). Albers-Miller (1999) menemukan peran penting dari risiko atas pembelian produk bajakan. Dalam konteks ini, seorang konsumen dapat

mempertimbangkan

bahwa:

berpenampilan sebagus produk asli

1).

Produk

tidak

akan

dan tidak akan mendapatkan

garansi dari penjual, 2). memilih bajakan tidak akan membawa keuntungan bagi keadaan moneter, 3). produk mungkin tidak seaman produk yang asli, 4). pemilihan produk bajakan akan mempengaruhi secara negatif bagaimana orang lain memandang mereka, 5). mereka akan

membuang-buang

waktu,

kehilangan

kenyamanan

dan

kehilangan manfaat untuk mengulang pembelian. Perceived risk memiliki berpengaruh negatif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin commit to user

29


digilib.uns.ac.id

tinggi perceived risk, maka semakin negatif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H3 Semakin tinggi perceived risk, semakin negatif attitude 3. Pengaruh Integrity pada Attitude Penelitian menunjukkan bahwa keinginan konsumen untuk membeli produk yang bajakan berkaitan negatif dengan sikap terhadap keabsahan (Cordell.et al., 1996). Dalam pengertian ini, konsumen yang memiliki standar etika (integrity) yang lebih rendah diharapkan untuk merasa kurang bersalah ketika membeli produk bajakan (Ang et al., 2001). Sebaliknya, mereka merasionalisasi perilaku mereka dengan cara mengurangi disonansi kognitif sebuah perilaku yang tidak etis. Dalam studi ini, integrity berpengaruh negatif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin tinggi integrity., maka semakin negatif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H4 Semakin tinggi integrity, semakin negatif attitude 4. Pengaruh Personal Gratification pada Attitude Personal gratification menyangkut kebutuhan rasa prestasi, pengakuan sosial, dan menikmati hal-hal dalam hidup (Ang et al., 2001). Ada hasil yang bertentangan dalam aspek ini dalam literatur Bloch et al., (1993) menyarankan konsumen memilih produk bajakan, melihat diri mereka kurang kaya secara finansial, kurang percaya diri, kurang berhasil dan status lebih rendah, di sisi lain, hasilnya commit to user

30


digilib.uns.ac.id

ditemukan oleh Ang et al., (2001) tidak menunjukkan pengaruh yang signifikan antara kepuasan pribadi pada sikap konsumen terhadap produk bajakan Dalam studi ini, personal gratification berpengaruh positif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin tinggi personal gratification, maka semakin positif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H5

Semakin tinggi personal gratification, semakin positif attitude

5. Pengaruh Subjective Norm pada Attitude Norma subjektif adalah faktor sosial merujuk pada tekanan sosial untuk melakukan atau tidak melakukan perilaku (Ajzen, 1991). Konsumen mendapat informasi, ketika keahlian dari orang lain mempengaruhi mereka dalam menentukan pilihan (misalnya ketika seseorang tidak tahu kategori produk), dan juga ketika mereka lebih tertarik untuk membuat kesan yang baik kepada orang lain (Bearden et al., 1989). Mengenai pembajakan, teman dan kerabat mungkin bertindak

sebagai

inhibitor

atau

kontributor

untuk

mengkonsumsi,tergantung pada seberapa banyak perilaku ini telah disetujui oleh mereka. Dalam studi ini, subjective norm berpengaruh positif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin commit to user

31


digilib.uns.ac.id

tinggi subjective norm, maka semakin positif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H6. Semakin tinggi subjective norm, semakin positif attitude 6. Pengaruh Previous Experience pada Attitude Dalam studi ini, previous experience berpengaruh positif pada attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin tinggi previous experience, maka semakin positif sikapnya pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H7a Semakin tinggi

previous experience, semakin positif

attitude 7. Pengaruh Previous Experience pada Behavioral Intention Dalam studi ini, previous experience berpengaruh positif pada behavioral intention

(Matos, Ituassu, dan Rossi, 2007). Hal ini

menjelaskan bahwa semakin tinggi previous experience, maka semakin positif niat berperilaku pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H7b Semakin tinggi previous experience, semakin positif behavioral intention 8. Pengaruh Attitude pada Behavioral Intention Hubungan sikap dan perilaku telah banyak diperiksa dalam literatur pemasaran. Menurut teori reason action, sikap ini berkorelasi positif dengan niat perilaku, yang pada gilirannya merupakan anteseden perilaku nyata (Ajzen dan Fishbein, 1980). commit to user

32


digilib.uns.ac.id

Dalam studi ini, attitude berpengaruh positif pada behavioral intention

(Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan

bahwa semakin positif attitude, maka semakin positif niat berperilaku pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan adalah: H8

Semakin positif attitude, semakin positif behavioral intention

commit to user

33


digilib.uns.ac.id

BAB III METODE PENELITIAN

Pada bab ini diuraikan tentang hal-hal yang terkait langsung dengan pengumpulan data yang akan digunakan dalam pengujian hipotesis. Berturut-turut akan diuraikan tentang desain penelitian, populasi, sampel dan teknik sampling, pengukuran variabel dan definisi operasional, sumber data, metode pengumpulan data, prosedur dan analisis data, serta estimasi dan pengujian model struktural. A. DESAIN PENELITIAN 1. Tujuan Studi Penelitian ini dikategorikan ke dalam penelitian pengujian hipotesis (hypotesis testing), biasanya menjelaskan sifat hubungan tertentu, atau menentukan perbedaan antar kelompok atau kebebasan (independent) dua atau lebih faktor dalam suatu situasi. Pengujian hipotesis adalah sarana untuk menguji apakah pernyataan jika-maka yang dihasilkan dari kerangka teoritis benar adanya ketika dihadapkan pada penyelidikan yang ketat (Sekaran, 2006:162). Penelitian ini bertujuan untuk menguji pengaruh antara kualitas harga, penolakan terhadap resiko, norma subyektif, resiko yang diterima, integritas, gratifikasi personal dan pengalaman masa lalu pada sikap terhadap CD, VCD, dan DVD bajakan dan juga pengaruh variabel sikap terhadap niat berperilaku. Metode survei digunakan dalam penelitian ini, yaitu suatu metode pengumpulan data primer dengan memberikan pertanyaan-pertanyaan commit to user

34


digilib.uns.ac.id

kepada responden individu (Jogiyanto, 2004: 115). Dalam penelitian ini, informasi dikumpulkan dari responden dengan menggunakan kuisioner. 2. Tipe Hubungan Variabel Berdasarkan tipe hubungan variabel, penelitian ini termasuk ke dalam studi kausal (causal study), yaitu studi di mana peneliti ingin menemukan penyebab dari satu atau lebih masalah (Sekaran, 2006:165). 3. Situasi (Setting) Penelitian Dilihat dari situasi penelitian, penelitian ini termasuk ke dalam studi lapangan (field study), yaitu studi yang dilakukan dalam situasi alami dengan jumlah intervensi minimal dari peneliti terhadap arus kejadian dalam situasi (Sekaran, 2006:170). 4. Unit Analisis Unit analisis dalam penelitian ini adalah individu. Unit analisis merujuk pada tingkat kesatuan data yang dikumpulkan selama tahap analisis data selanjutnya (Sekaran, 2006:173). 5. Horison Waktu Berdasarkan dimensi waktu, penelitian dapat dikategorikan menjadi cross-sectional study dan longitudinal studi. Penelitian ini termasuk dalam kategori penelitian cross sectional study, yaitu studi yang dapat dilakukan dengan data yang hanya sekali dikumpulkan, mungkin selama periode harian, mingguan, atau bulanan, dalam rangka menjawab pertanyaan penelitian (Sekaran, 2006:177). commit to user

35


digilib.uns.ac.id

6. Pengukuran Variabel Pengukuran variabel dalam penelitian ini menggunakan skala likert (likert scale), yaitu skala interval yang secara spesifik menggunakan lima pilihan, seperti Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan Sangat Setuju (Sekaran, 2006: 238). Menurut Jogiyanto (2004), Skala likert merupakan bagian dari skala rating dimana skala tersebut digunakan untuk memberikan nilai (rating) ke suatu variabel.

B. POPULASI, SAMPEL, TEKNIK SAMPLING 1. Populasi Populasi adalah kumpulan individu atau obyek penelitian yang memiliki karakteristik atau ciri yang ditetapkan (Cooper dan Emory, 1995) populasi yang digunakan dalam penelitian ini adalah seluruh Mahasiswa di Surakarta. 2. Sampel Sampel adalah sebagian dari populasi yang karateristiknya hendak diselidiki dan dianggap bisa mewakili keseluruhan populasi (jumlahnya lebih sedikit dari populasi) (Djarwanto dan Subagyo, 1998: 108). Dalam penelitian ini, sampel yang digunakan adalah mahasiswa Universitas Sebelas Maret.

commit to user

36


digilib.uns.ac.id

3. Jumlah sampel Menurut Ferdinand (2006:46), terdapat beberapa pedoman dalam menentukan ukuran sampel: a. 100-200 sampel untuk teknik maximum Likelihood Estimation. b. Tergantung

pada

jumlah

parameter

yang

diestimasi.

Pedomannya adalah 5-10 kali jumlah parameter yang diestimasi. c. Tergantung pada jumlah indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5 sampai10. d. Bila sampelnya sangat besar, maka peneliti dapat memilih teknik estimasi. Berdasarkan pedoman di atas maka jumlah sampel minimum dapat ditentukan dari 5 kali indikator yang digunakan, yaitu 28 indikator sehingga jumlah sampel yang diambil adalah 140 (28x5) ditambah cadangan jika terjadi kerusakan/ kesalahan dalam pengisian data sebanyak 20 sampel. Untuk memenuhi ukuran sampel minimum maka jumlah sampel yang akan diambil adalah 160 responden. Jumlah sampel ini representative untuk teknik analisis SEM, yaitu ukuran sample yang sesuai untuk SEM adalah 100-200. 4. Teknik Sampling Prosedur pemilihan sampel penelitian ini menggunakan non probability sampling, yaitu desain penelitian sampel dimana elemen dalam populasi untuk terpilih sebagai subjek sampel tidak diketahui

sebelumnya (Sekaran, commit to user

2006:135).

Teknik

yang

37


digilib.uns.ac.id

digunakan dalam pengambilan sampel dalam penelitian ini adalah Purposive sampling adalah pengambilan sampel dalam hal ini terbatas pada jenis orang tertentu yang dapat memberikan informasi yang diinginkan, entah karena mereka satu-satunya yang memilikinya, atau memenuhi beberapa kriteria yang ditentukan (Sekaran, 2006). Kriteria yang digunakan adalah: (1). Mahasiswa Universitas Sebelas Maret Surakarta, (2). Belum memiliki penghasilan (pekerjaan)

Pemilihan kriteria tersebut dikarenakan mahasiswa Universitas Sebelas Maret Surakarta dianggap sudah dapat mewakili populasi yaitu mahasiswa di Surakarta dan kriteria yang kedua dipilih karena responden yang belum memiliki penghasilan akan menjadikan produk bajakan sebagai alternatif ketika akan membeli CD, VCD, dan DVD bajakan karena belum memiliki kemandirian secara finansial.

C.

DEFINISI OPERASIONAL VARIABEL PENELITIAN Definisi operasional variabel adalah definisi yang dinyatakan dalam kriteria atau operasi yang dapat diuji secara khusus (Cooper dan Emory, 1999: 37). Istilah-istilah ini harus mempunyai rujukan-rujukan empiris (dapat diukur, dihitung atau dikumpulkan melalui penalaran). Dengan sangat luasnya permasalah yang ada, maka sangat diperlukan adanya definisi operasional variabel penelitian yang akan diteliti dapat terdefinisi secara jelas dan untuk menghindari terjadinya commit to user

38


digilib.uns.ac.id

penyimpangan terhadap masalah yang akan diteliti. Adapun indikatorindikator yang akan diteliti adalah : 1. Price Quality Kualitas harga (price quality)

merupakan faktor penting yang

berhubungan dengan sikap pada produk bajakan (Huang et al., 2004). Variabel ini diukur dengan tiga item pertanyaan (Ha, 2004) yang diukur dengan lima poin skala likert dengan indikator sebagai berikut (Lichtenstein et al., 1993): a. Harga tinggi memiliki kualitas tinggi. b. Harga merupakan indikator dari kualiatas. c. Produk terbaik didapat dengan mengeluarkan uang lebih 2. Risk Averseness Risk averseness

secara

umum

dianggap

sebagai

variabel

kepribadian (Bonoma dan Johnston, 1979) untuk mengukur risk averseness digunakan tiga item pertanyaan yang diukur dengan skala likert dengan indikator sebagai berikut (Huang et al., 2004; Donthu and Garcia, 1999) (dalam Matos, Ituassu, dan Rossi, 2007): a. Resiko ketika membeli produk bajakan b. Kualitas produk bajakan yang dibeli c. Keragu-raguan seseorang ketika membeli produk bajakan 3. Attitude Sikap ini dianggap sangat berkorelasi dengan niat seseorang, yang pada gilirannya merupakan prediktor perilaku yang wajar (Ajzen dan Fishbein, 1980 dalam Matos, Ituassu, dan Rossi, 2007). Variabel ini commit to user

39


digilib.uns.ac.id

diukur dengan lima item pertanyaan yang diukur dengan skala likert dengan indikator sebagai berikut (Huang et al., 2004 dalam Matos, Ituassu, dan Rossi, 2007): a. Pertimbangan harga dalam memilih produk bajakan b. Kesukaan berbelanja produk bajakan c. Keuntungan membeli produk bajakan d. Perasaan tidak bersalah dalam membeli produk bajakan. e. Membeli produk bajakan merupakan pilihan yang lebih baik

4. Subjective Norm Subjective norm merupakan faktor sosial yang merujuk pada tekanan sosial untuk melakukan atau tidak melakukan perilaku (Ajzen, 1991). Variabel ini diukur dengan tiga item pertanyaan yang diukur dengan skala likert dengan indikator sebagai berikut (Ajzen, 1991): a.

Pandangan teman dan kerabat

ketika membeli produk

bajakan b. Teman-teman dan kerabat menganjurkan untuk membeli produk bajakan c.

Teman-teman dan kerabat yg menggunakan produk bajakan

5. Behavioral Intention Behavioral intention adalah suatu indikasi mengenai bagaimana kesediaan orang untuk mencoba dan seberapa banyak usaha yang mereka rencanakan untuk dilakukan dalam upaya menunjukan perilakunya (Japarianto, 2006).. Variabel pada behavioral intention ini commit to user

40


digilib.uns.ac.id

diukur dengan indikator berbagai item pertanyaan sebagai berikut (Zeithaml et al., 1996 dalam Matos, Ituassu, dan Rossi, 2007): a. Produk bajakan menjadi pilihan ketika akan membeli CD, VCD atau DVD b. Membeli CD, VCD atau DVD bajakan c. Merekomendasikan kepada teman untuk membeli produk bajakan d. Mengatakan sesuatu yang baik mengenai produk bajakan

6. Perceived Risk Perceive risk dianggap sebagai variabel kepribadian (Bonoma dan Johnston, 1979). Variabel ini diukur dengan tiga item pertanyaan yang diukur dengan skala likert dengan indikator sebagai berikut (Dowling and Staelin, 1994): a. Resiko yang akan ditanggung ketika mebeli produk bajakan b. Kemungkinan produk bajakan yang dibeli rusak c. Mengeluarkan uang untuk produk bajakan merupakan keputusan yang buruk 7. Integrity Konsumen yang memiliki standar etika yang lebih rendah diharapkan untuk merasa kurang bersalah ketika membeli produk bajakan (Ang et al., 2001). Variabel ini diukur dengan empat item pertanyaan yang diukur dengan skala likert dengan indikator sebagai berikut:

commit to user

41


digilib.uns.ac.id

a. Kejujuran sebagai kualitas penting bagi karakter seseorang b. Sangat penting bahwa orang bersikap sopan c. Kekaguman terhadap orang yang bertanggung jawab d. Kesukaan terhadap orang yang memiliki pengendalian diri

8. Personal Gratification Personal gratification menyangkut kebutuhan rasa prestasi, pengakuan sosial, dan menikmati hal-hal dalam hidup (Ang et al., 2001). Variabel ini diukur dengan tiga item pertanyaan yang diukur dengan skala likert dengan indikator sebagai berikut (Ang et al., 2001): a. Usaha untuk mendapatkan prestasi dan pengakuan sosial b. Keinginan memiliki kehidupan nyaman c. Keinginan memiliki kehidupan menyenangkan

Pada penelitian ini, dapat dijelaskan bahwa pada model penelitian ini terlihat bahwa kualitas harga, penolakan terhadap resiko, norma subyektif, penerimaan terhadap resiko, integritas, gratifikasi personal dan previuos experience adalah komponen yang mempengaruhi sikap yang merupakan variabel independen, sedangkan sikap merupakan variabel independen terhadap niat berperilaku, dan merupakan variabel dependen dari kualitas harga, penolakan resiko, dll. Dan niat untuk berperilaku merupakan variabel dependennya. Sedangkan pengukuran variabel dalam penelitian ini menggunakan Skala Likert (Likert Scale) 5 poin dengan kriteria Skala 1: Sangat Tidak Setuju hingga 5 : Sangat Setuju commit to user

42


digilib.uns.ac.id

D. SUMBER DATA 1. Data Primer (Primary Data) Data primer adalah data yang diperoleh dari tangan pertama untuk analisis berikutnya untuk menemukan solusi atau masalah yang diteliti (Sekaran, 2006). Menurut Sarwono (2006) Dalam pencarian data primer, ada tiga dimensi penting yang perlu diketahui, yaitu kerahasiaan, struktur, dan metode koleksi. Dalam penelitian ini, data primer diperoleh dari jawaban responden yang disebar melalui kuisioner. 2. Metode Pengumpulan Data Pengumpulan data dilakukan dengan penyebaran kuisioner pada responden penelitian. Menurut Sekaran (2006), Kuisioner adalah kumpulan pertanyaan tertulis yang dirumuskan sebelumnya di mana responden mecatat jawaban, biasanya dalam alternatif yang disusun secara cukup tertutup. Pengisian kuisioner didampingi oleh peneliti, dimana peneliti akan memberikan bimbingan kepada responden. Bentuk pertanyaan dalam kuisioner ini adalah pertanyaan tertutup (closed questions), yaitu pertanyaan dengan kumpulan alternatif yang disusun dengan jelas yang membatasi pilihan responden pada salah satu diantaranya (Sekaran, 2006). Metode pengumpulan data kuesioner pada penelitian ini adalah dengan

menggunakan metode commit to user

personnally

administrated

43


digilib.uns.ac.id

questionaires, yaitu peneliti menyampaikan sendiri kuesioner kepada responden dan mengambil sendiri kuesioner yang telah diisi oleh responden, tujuan utamanya supaya tingkat pengembalian kuesioner dapat terjaga didalam periode waktu yang relatif pendek (Sekaran, 2003).

E. METODE ANALISIS DATA Metode analisis yang digunakan dalam penelitian ini menggunakan Structural Equation Modelling (SEM). SEM merupakan teknik multivariat yang mengkombinasikan aspek regresi berganda dan analisis faktor untuk mengestimasi serangkaian hubungan ketergantungan secara simultan (Hair et al., 1998). Pengujian hipotesis dilakukan dengan menggunakan program AMOS versi 6 untuk menganalisis

hubungan kausalitas dalam model

struktural yang diusulkan. 1. Analisis Deskriptif Analisis deskriptif merupakan analisis data dengan cara mengubah data mentah menjadi bentuk yang lebih mudah dipahami dan diinterpretasikan (Ferdinand, 2002). 2. Pengujian Statistik Pengujian statistik merupakan pengujian yang diawali dengan pengujian validitas dan reliabilitas dalam penelitian. Hal ini bertujuan untuk memberikan jaminan bahwa data yang diperoleh telah

memenuhi

kritetria

kelayakan

untuk

diuji

dengan

menggunakan metode statistik apapun jenisnya. Dengan demikian, commit to user

44


digilib.uns.ac.id

hasil yang diperoleh mampu menggambarkan fenomena bisnis yang diukur (Ferdinand, 2002). 3. Uji Instrumen a. Uji Validitas Menurut Sekaran (2006), Uji validitas merupakan bukti bahwa instrumen, teknik, atau proses yang digunakan untuk mengukur sebuah konsep benar-benar mengukur konsep yang

dimaksudkan.

Uji

validitas

digunakan

untuk

mengukur apakah instrumen penelitian benar-benar mampu mengukur konstruk yang digunakan. Untuk memperoleh validitas kuesioner, usaha dititik beratkan pada pencapaian validitas isi. Validitas tersebut menunjukkan sejauh mana perbedaan yang diperoleh dengan instrumen pengukuran merefleksikan perbedaaan sesungguhnya pada responden yang diteliti. Penelitian

ini

menggunakan

confirmatory

factor

analysis (CFA) untuk mengetahui validitas instrumen. Tinggi rendahnya validitas suatu angket dengan melihat factor loading dengan bantuan software SPSS for windows versi 11,5. Factor loading adalah korelasi item-item pertanyaan dengan konstruk yang diukurnya. Menurut Hair et al., (1998:111), factor loading lebih besar > 0.30 dianggap memenuhi level minimal, sangat disarankan besarnya factor loading adalah > 0.40, jika factor loading commit to user

45


digilib.uns.ac.id

suatu item pertanyaan mencapai > 0.50 atau lebih besar maka

item

tersebut

sangat

penting

dalam

menginterpretasikan konstruk yang diukurnya. Pedoman umum untuk analisis faktor adalah nilai lambda atau factor loading > 0,4 (Ferdinand, 2006:131). Berdasarkan pedoman tersebut, peneliti menetapkan nilai factor loading yang signifikan adalah lebih dari > 0.50. 4. Uji Validitas Pretest Sebelum melakukan penyebaran ke sampel besar, peneliti terlebih dahulu melakukan pretest kepada 50 responden untuk kepentingan uji validitas dan reliabilitas. Berikut ini hasil uji validitas pada pretest:

Tabel III.1 Hasil KMO dan Bartlett’s Test Pretest KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity

Approx. Chi-Square Df Sig.

,412 1201,775 378 ,000

Sumber : Data Primer Yang Diolah, 2011

Model analisis faktor yang diperoleh dari tabel III.1 diatas belum memenuhi kriteria goodness of fit yang baik. Hal ini diindikasikan melalui skor KMO Tabel III.1 sebesar 0,412 (<0,50) dan signifikansi Bartlett’s test of sphericity sebesar 0,000 commit to user

46


digilib.uns.ac.id

(<0,005). Sedangkan hasil validitasnya dapat dilihat pada Tabel III.2 berikut:

Tabel III.2 Hasil Uji Validitas Pretest Rotated Component Matrix(a) Component 1

2

3

4

PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2

BI4

6

7

8

-,889 ,827 ,803 -,505

,589 ,709 ,646 ,652 ,879 ,809

,595 ,592 ,746 ,711 ,744

RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3

5 ,820 ,901 ,650

-,872 ,517 ,818 ,694 ,868 ,718 ,842 ,847 ,860


Dari hasil tabel III.2 diatas mengindikasikan hasil yang sama pada item – item pada Tabel III.2, yaitu masih mengukur pada komponen yang sama, Sehingga peneliti melakukan pretest kedua, dengan menyebarkan kuesioner kepada 50 responden yang commit to user

47


digilib.uns.ac.id

berbeda dengan melakukan perbaikan tata bahasa kembali pada item-item pertanyaan kuesioner. Hasil uji KMO dan Bartlett’s Test dan validitas pada pretest kedua dapat dilihat pada Tabel III.3 dan Tabel III.4 dibawah: Tabel III.3 Hasil KMO dan Bartlett’s Test Pretest KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity

,462


1071,207 378 ,000


Tabel III.4 Hasil Uji Validitas Pretest Rotated Component Matrix(a) 1 PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

2

3

4

Component 5

6

7

8

,797 ,882 ,839 ,598 ,812 ,765

,526

,846 ,633 ,858 ,708 -,540 ,815 ,837 ,607 ,598 ,717 ,533

,558 ,728 ,843

,722 ,837 ,749 ,837 ,772 ,756 ,805 ,853 ,894


commit to user

48


digilib.uns.ac.id

Berdasarkan nilai KMO dan Bartlett’s Test pada Tabel III.3, model analisis faktor yang digunakan masih belum memenuhi kriteria goodness of fit yang baik. Hal ini diindikasikan melalui skor KMO sebesar 0,462 (<0,50) yaitu dibawah ambang batas sedangkan hasil uji validitasnya juga mengindikasi hasil yang sama yaitu pada Tabel III.4. Hasilnya masih dikatakan belum valid karena setiap banyak item pertanyaan yang menjadi indikator masing-masing variabel masih menyebar dan belum terekstrak secara sempurna. Karena hasil KMO Bartlett’s Test dan uji validitas masih belum memenuhi kriteria langkah selanjutnya peneliti melakukan pretes kembali dengan memperbaiki tata bahasa item pertanyaan pada instrumen penelitian kepada 50 responden yang berbeda. Hasil uji validitas pada pretest ketiga dapat dilihat pada Tabel III.5 dan Tabel III.6 dibawah : Tabel III.5 Hasil KMO dan Bartlett’s Test Pretest KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity


,608 951,751 378 ,000


Tabel III.6

commit to user

49


digilib.uns.ac.id

Tabel III.6 Hasil Uji Validitas Pretest Rotated Component Matrix(a) Component 1

2

3

4

PQ1 PQ2 PQ3 PR1 PR2

AT3 AT4 AT5 BI1 BI2 BI3 BI4

6

7

8

,775 ,867 ,756

PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2

5 ,898 ,899 ,831

,800 ,748 ,797 ,573 ,713 ,872 ,858 ,662 ,742 ,687 ,761 ,819 ,884 ,748 ,852 ,847 ,840 ,802 ,704 ,752 ,796 ,851


Setelah kuesioner disebar kepada 50 responden yang berbeda dan tata bahasa pada item-item pertanyaan pada kuesioner telah diperbaiki, nilai KMO dan Bartlett’s Test pada Tabel III.5 diatas sudah memenuhi kriteria goodness of fit yang baik. Hal ini commit usersebesar 0,608 (>0,50). diindikasikan melalui skor to KMO

50


digilib.uns.ac.id

Berbeda dengan hasil Hasil KMO dan Bartlett’s Test Pretest pada Tabel III.5 diatas, hasil uji validitas pada pretest ketiga pada Tabel III.6, masih belum terekstrak dengan sempurna, dan masih dikatakan tidak valid. Dapat dilihat pada adanya indikator yang berada pada loading faktor yang sama, yaitu SN dan BI, dan juga RA3 yang masih tersebar. Sehingga peneliti melakukan pretest keempat, dengan menyebarkan kuesioner dan melakukan perbaikan kembali pada item-item pertanyaan kuesioner. Hasil KMO dan Bartlett’s Test dan uji validitas pada pretest keempat dapat dilihat pada Tabel III.7 dan Tabel III.8 dibawah : Tabel III.7 Hasil KMO dan Bartlett’s Test Pretest Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity


,663 884,457 378 ,000


Hasil KMO dan Bartlett’s Test Pretest pada Tabel III.7 diatas sudah memenuhi kriteria goodness of fit yang baik. Hal ini diindikasikan melalui skor KMO sebesar 0,663 (>0,50) melebihi ambang batas dan signifikansi Bartlett’s test of sphericity sebesar 0,000 (<0,005).

commit to user

51


digilib.uns.ac.id

Tabel III.8 Hasil Uji Validitas Pretest Rotated Component Matrix(a) Component 1 PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

2

3

4

5

6

7

8

,872 ,890 ,859 ,832 ,839 ,719 ,702 ,622 ,797 ,833 ,734 ,832 ,798 ,740 ,799 ,677 ,886 ,791 ,628 ,787 ,823 ,796 ,777 ,766 ,581 ,669 ,824 ,835


Sedangkan hasil uji validitas pretest pada Tabel III.8 diatas juga mengindikasi hasil yang sama dengan Tabel III.7, item-item pertanyaan kuesionernya dapat dikatakan valid, karena setiap item pertanyaan yang menjadi indikator masing-masing variabel telah terekstrak secara sempurna. commit to user

52


digilib.uns.ac.id

Hasil dari pengujian analisis faktor menunjukkan bahwa yang masuk ke faktor 4 dengan loading factor besar dan dikatakan valid adalah item pertanyaan PQ1, PQ2, dan PQ3 sedangkan yang masuk faktor 7 dengan loading factor besar dan dikatakan valid adalah item pertanyaan PR1, PR2 dan PR3; yang masuk faktor 3 dengan loading factor besar dan dikatakan valid adalah item pertanyaan INT1, INT2, INT3, dan INT4; yang masuk faktor 5 dengan loading factor besar dan dikatakan valid adalah item pertanyaan PG1, PG2, dan PG3; yang masuk faktor 6 dengan loading factor besar dan dikatakan valid adalah item pertanyaan SN1, SN2, dan SN3; yang masuk faktor 8 dengan loading factor besar dan dikatakan valid adalah item pertanyaan RA1, RA2, dan RA3; yang masuk faktor 1 dengan loading factor besar dan dikatakan valid adalah item pertanyaan AT1, AT2, AT3, AT4, dan AT5; serta yang masuk faktor 2 dengan loading factor besar dan dikatakan valid adalah item pertanyaan BI1, BI2, BI3, dan BI4 Hal ini juga diperkuat dengan hasil perhitungan KMO sebesar 0,663 yang lebih besar dari 0,5. Oleh karena item-item pertanyaan telah teruji kevalidannya, maka langkah selanjutnya dapat dilakukan penyebaran kuesioner ke sampel besar. 5. Uji Reliabilitas Reliabilitas adalah pengukuran yang menunjukkan sejauh mana alat ukur dapat dipercaya dan sejauh mana hasil pengukuran tetap konsisten dan karena itu menjamin pengukuran yang konsisten lintas commit to user

53


digilib.uns.ac.id

waktu dan lintas beragam item dalam instrumen (Sekaran, 2006:40). Uji reliabilitas bertujuan untuk mengetahui tingkat konsistensi terhadap instrumen-instrumen yang mengukur konsep. Pengujian

reliabilitas

dalam

penelitian

ini

menggunakan

Cronbach’s alpha. Rangkuti (2004) mengemukakan bahwa suatu alat ukur dianggap reliable apabila nilai koefisien alpha yang diperoleh sama dengan atau

lebih besar dari 0,6Kategori koefisien alpha dari satu

pengujian adalah sebagai berikut : 1. 0,8 - 1

: Reliabilitas baik.

2. 0,6 – 0,79

: Reliabilitas dapat diterima.

3. < 0,6

: Reliabilitas kurang baik.

6. Uji Reliabilitas Pretest Berdasarkan hasil uji reliabilitas pretest seperti yang terlihat pada Tabel III.7 di atas, dapat disimpulkan bahwa kehandalan alat ukur sangat tinggi dan dapat dipercaya karena nilai reliabilitas terletak pada indeks yang tinggi sehingga dengan demikian seluruh item pertanyaan dalam kuesioner penelitian ini dinyatakan reliabel. Berdasarkan hasil uji reliabilitas pretest seperti yang terlihat pada Tabel III.7, dapat disimpulkan bahwa kehandalan alat ukur sangat tinggi dan dapat dipercaya karena nilai reliabilitas terletak pada indeks yang tinggi sehingga dengan demikian seluruh item pertanyaan dalam kuesioner penelitian ini dinyatakan reliabel. commit to user

54


digilib.uns.ac.id

Tabel III.9 Hasil Uji Reliabilitas Pretest Variabel Price Quality Inference Percieve Risk Integrity Personal Gratification Subjective Norm Risk Averseness Attitude Behavioral Intention

Cronbach's Alpha

0,8946 0,7418 0,8674 0,8393 0,7836 0,6645 0,9151 0,8919

Keteragan Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel


6). Metode Analisis Data Metode analisis yang digunakan dalam penelitian ini menggunakan Structural Equation Modelling (SEM). SEM merupakan teknik multivariate yang mengkombinasikan aspek regresi berganda dan analisis

faktor

untuk

mengestimasi

serangkaian

hubungan

ketergantungan secara simultan ( Hair et al., 1998). Pengujian hipotesis dilakukan dengan menggunakan program AMOS versi 6 untuk menganalisis

hubungan kausalitas dalam model struktural yang

diusulkan.

F. ESTIMASI DAN PENGUJIAN MODEL STRUKTURAL Ada beberapa hal yang harus diperhatikan sebelum melakukan pengujian model struktural dengan pendekatan SEM, yaitu : 1. Asumsi Kecukupan Sampel Ukuran sampel yang harus dipenuhi dalam permodelan ini adalah minimal berjumlah 100 dan selanjutnya menggunakan commit to user

55


digilib.uns.ac.id

perbandingan 5 observasi untuk setiap estimated parameter (Ferdinand, 2006:54). 2. Asumsi Normalitas Dalam SEM terutama bila diestimasi dengan teknik maximum likelihood mensyaratkan sebaiknya asumsi normalitas pada data terpenuhi. Untuk menguji asumsi normalitas maka digunakan nilai z statistik untuk skewness dan kurtosisnya. Curran et al., dalam Ghozali dan Fuad (2005) membagi distribusi data menjadi 3 bagian, yaitu: a. Normal jika nilai skewness kurang dari 2 dan nilai kurtosis kurang dari 7. b. Moderately non-normal, yaitu besarnya data yang tidak normal adalah sedang. Nilai skewness antara 2 sampai 3 dan nilai kurtosis antara 7 sampai 21. c. Extremely non-normal, yaitu distribusi data yang tidak normal sangat besar dimana nilai skewness diatas 3 dan nilai kurtosis diatas 21. 3. Asumsi Outliers Outliers adalah data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya

dan

muncul dalam bentuk nilai ekstrim baik untuk konstruk tunggal maupun konstruk kombinasi. Dalam analisis multivariate adanya outliers dapat diuji dengan statistik Chi Square (x2) terhadap nilai mahalanobis distance square pada tingkat signifikansi 0,001 dengan degree of commit to user

56


digilib.uns.ac.id

freedom sejumlah variabel yang digunakan dalam penelitian (Hair et al, 1998), dalam hal ini variabel yang dimaksud adalah jumlah item pengukuran pada model, bila terdapat observasi yang mempunyai nilai mahalanobis distance square yang lebih besar dari Chi Square maka observasi tersebut dikeluarkan dari analisis. Umumnya perlakuan terhadap outliers adalah dengan mengeluarkannya dari data dan tidak diikutsertakan dalam perhitungan berikutnya. Bila tidak terdapat alasan khusus

untuk

mengeluarkan

outliers,

maka

observasi

dapat

diikutsertakan dalam analisis selanjutnya. 4. Evaluasi Atas Kriteria Goodness Of Fit Dalam analisis SEM, tidak ada alat uji statistik tunggal untuk menguji hipotesis mengenai model (Hair et al., 1995 dalam Ferdinand, 2006:58). Tetapi berbagai fit index yang digunakan untuk mengukur derajat kesesuaian antara model yang disajikan dan data yang disajikan. Fit index yang digunakan meliputi: a.

Chi Square Mengukur chi-square (x2) statistic untuk memastikan bahwa

tidak ada perbedaan antara matriks kovarian data sampel dan matriks kovarian populasi yang diestimasi. Nilai chi-square (x2) sangat sensitive terhadap besarnya sampel dan hanya sesuai untuk ukuran sample antara 100 – 200. Jika lebih dari 200, maka chi-square (x2) statistic ini harus didampingi alat uji lainnya (Hair et al.; Tabachnick dan Fidell dalam Ferdinand, 2006:59). Model yang diuji akan dipandang baik bila nilai x2-nya rendah dan diterima berdasarkan commit to user

57


digilib.uns.ac.id

probabilitas dengan cut-off value sebesar p > 0.05 atau p > 0.1, sehingga perbedaan matriks aktual dan yang diperkirakan adalah tidak signifikan (Hair et al.; Hulland et al. dalam Ferdinand, 2006:59). b.

Normed Chi Square ( CMIN/DF) CMIND/DF, adalah statistik chi-square dibagi DFnya, yang

umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Nilai yang diterima adalah kurang dari 2 atau bahkan kadang kurang dari 3 (Arbuckle dalam Ferdinand, 2006:60). c.

Goodness Of Fit Index (GFI) Indeks yang menggambarkan tingkat kesesuaian model secara

keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai GFI ≥ 0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik. d.

Adjusted Goodness Fit Of Index (AGFI) Indeks ini merupakan pengembangan dari Goodness Fit Of

Index (GFI) yang telah disesuaikan terhadap degree of freedom yang tersedia untuk menguji diterima tidaknya model (Arbuckle,1999 dalam Ferdinand, 2006;61). Nilai yang direkomendasikan adalah AGFI ≥ 0,90, semakin besar nilai AGFI maka semakin baik kesesuaian yang dimiliki model (Hair et al.; Hulland et al. dalam Ferdinand, 2006:61). e.

Comparative Fit Index ( CFI) CFI juga merupakan indeks kesesuaian incremental. Besaran

indeks ini adalah dalam rentang 0 sampai 1 dan nilai yang mendekati 1 commit to user

58


digilib.uns.ac.id

mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Nilai penerimaan yang direkomendasikan adalah CFI ≥ 0,95. f.

Root Mean Square Error of Approximation (RMSEA) RMSEA merupakan indeks yang dapat digunakan untuk

mengkompensasi chi-square statistik dalam sampel yang besar (Baumgartner&Homburg, dalam Ferdinand, 2006:66). Nilai RMSEA ≤ 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model yang menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom (Browne&Cudeck, dalam Ferdinand, 2006:66). g.

Tucker Lewis Index (TLI) TLI merupakan alternatif indeks kesesuaian incremental yang

membandingkan sebuah model yang diuji terhadap baseline model (Baumgartner&Homburg, 1996, dalam Ferdinand, 2006;64). Nilai penerimaan yang direkomendasikan adalah nilai TLI ≥ 0,95. TLI merupakan indeks yang kurang dipengaruhi oleh ukuran sampel.

commit to user

59


digilib.uns.ac.id

Tabel III.10 Goodness of Fit Model Struktural

1.

Goodness-of-fit-indices Χ2

2. Significance Probability (p) 3. CMIN/DF 4. GFI 5. AGFI 6. CFI 7. RMSEA 8. TLI Sumber : Ferdinand (2006:61)

Cut-off Value Diharapkan kecil ≥ 0,05 ≤ 2.0 / ≤ 3.0 ≥ 0,90 ≥ 0,90 ≥ 0,95 ≤ 0,08 ≥ 0,95

commit to user

60


digilib.uns.ac.id

BAB IV ANALISIS DATA DAN PEMBAHASAN

Bab ini bertujuan untuk menerangkan hasil dari analisis data penelitian dan pembahasannya. Analisis data merupakan langkah awal yang dilakukan, yaitu dimulai dengan analisis statistik deskriptif yang bertujuan untuk memahami profil responden peneltian. Selanjutnya dilakukan pengujian instrumen penelitian yang meliputi uji validitas dan uji reliabilitas yang bertujuan untuk mengetahui ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya serta mengukur kehandalan atau konsistensi internal suatu instrumen penelitian. Hal tersebut dilakukan untuk menjamin kebenaran dan kualitas data penelitian yang diperoleh. Kemudian dilanjutkan dengan analisis kriteria goodness of fit model penelitian beserta pembahasannya. Terakhir adalah pembahasan mengenai hasil analisis hubungan antar variabel amatan yang dihipotesiskan dan pembahasan uji beda variabel. Dengan demikian, penjelasan dalam bab ini difokuskan pada empat sub bahasan, yaitu: analisis deskriptif, uji validitas, uji reliabilitas, uji asumsi model, uji hipotesis, dan uji beda variabel. Berikut ini adalah penjelasan mengenai analisis statistik deskriptif.

A. Analisis Statistik Deskriptif Analisis deskriptif adalah suatu analisis untuk mengetahui karakteristik dan tanggapan responden terhadap item-item pertanyaan dalam kuesioner. Kuesioner yang disebarkan dalam penelitian ini adalah 160, tetapi karena commit to user

61


digilib.uns.ac.id

terjadi kerusakan dan kesalahan dalam pengisian dan pengembalian, maka kuesioner yang bisa digunakan adalah 151. Gambaran umum responden diperoleh dari data diri yang terdapat dalam 151 kuesioner pada bagaian identitas responden yang meliputi jenis kelamin, usia, pendidikan (fakultas), uang saku per-minggu, dan pernah tidak membeli produk bajakan. Gambaran umum responden dapat dilihat dalam tabel berikut ini: Tabel IV.1

Analisis Deskriptif N

Jumlah

Persentase

1:Pria

54

35,33%

2:Wanita

97

64,67%

1:<20 Tahun

45

29,80%

2:20 – 22 tahun

89

58,94%

3:>22 tahun

17

11,26%

1:Ekonomi

68

45,03%

2:Hukum

17

11,26%

3:FISIP

12

7,95%

4:Kedokteran

8

5,29%

5:Sastra

13

8,61%

6:FKIP

22

14,57%

7:Pertanian

7

4,64%

8:MIPA

4

2,65%

1:< Rp.50.000,-

21

13,91%

per

2: Rp.50rb - Rp100rb

62

41,06%

Minggu

3:> Rp.100.000,-

68

45,03%

1:Pernah Beli

92

60,93%

2:Belum Pernah Beli

59

39,07%

Jenis

151

Kelamin Usia

Fakultas

Uang Saku

Previous Experience

151

151

151

151

Kategori

Sumber : Hasil olahan data, 2011

commit to user

62


digilib.uns.ac.id

Berdasarakan Tabel IV.1 diatas, hasil distribusi tentang identitas responden mayoritas memiliki gender wanita yaitu sebesar 64,67%, dari 151 responden yang dilibatkan dalam penelitian ini, mayoritas berusia diantara 20 hingga 22 tahun yaitu dengan presentase 58,94%. Penelitian ini mengambil setting di Universitas Sebelas Maret yang notabene memiliki 8 fakultas. Dari fakultas-fakultas tersebut, didominasi oleh mahasiswa fakultas ekonomi yaitu sebesar 68 responden atau 45,03%. Ditinjau dari uang saku perminggu, sebanyak 68 orang atau sekitar 45,03% memiliki uang saku diatas 100 ribu perminggu dan mayoritas sudah pernah membeli produk bajakan sebelumnya sebelumnya.

B. Analisis Instrumen Penelitian 1. Uji Validitas Uji Validitas digunakan untuk menentukan sah atau valid tidaknya kuesioner. Kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Dalam penelitian ini akan digunakan uji validitas dengan confirmatory factor analysis (CFA) menggunakan software SPSS 11.5, di mana setiap item pertanyaan harus mempunyai factor loading > 0,50. Confirmatory Factor Analysis (CFA) harus dipenuhi, karena merupakan salah satu syarat untuk dapat menganalisis model dengan Structural Equation Modelling (SEM). Sebelum hasil pengujian ini dapat terekstrak sempurna, terdapat item pertanyaan yang tidak berkemampuan menjelaskan konstruk commit to user

63


digilib.uns.ac.id

sehingga harus diperbaiki. Selanjutnya dilakukan proses trial and error untuk mereduksi item pertanyaan seminim mungkin. Hasil pengujian validitas yang terekstrak sempurna disajikan pada Tabel IV.2. Tabel IV.2 Uji Validitas Component 1

2

3

4

5

PQ1 PQ2 PQ3 PR1 PR2 PR3

AT4 AT5 BI1 BI2 BI3 BI4

7

8 0,606 0,702 0,739

0,796 0,755 0,814

INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3

6

0,748 0,711 0,729 0,760 0,710 0,753 0,668 0,666 0,749 0,781 0,846 0,827 0,698 0,574 0,712 0,656 0,787 0,824 0,770 0,820 0,679 0,705

Sumber: data primer yang diolah, 2011 1. Uji Reliabilitas Uji reliabilitas bertujuan untuk mengukur kehandalan atau konsistensi internal dari suatu instrumen penelitian. Untuk menguji commit to user reliabilitas digunakan Cronbach Alpha yang dianalisis dengan 64


digilib.uns.ac.id

menggunakan SPSS for windows 11.5. Tingkat reliabilitas dibagi menjadi tiga kriteria sebagai berikut: jika alpha atau r hitung (1) 0,8-1,0 = reliabillitas baik, (2) 0,6-0,799 = reliabilitas diterima, (3) Kurang dari 0,6 = reliabilitas kurang baik (Sekaran, 2006). Dengan demikian, prosedur pengujian ini dapat memberikan jaminan bahwa datanya memenuhi kriteria kelayakan untuk dianalisis dengan menggunakan metode-metode statistik yang lain. Pengujian reliabilitas pada tiap variabel dalam konstruk penelitian ini ditunjukkan pada tabel IV.7. Tabel IV.3 Hasil Uji Reliabilitas Cronbach's Alpha

Variabel Price Quality Inference

0,7007

Percieve Risk

0.7292

Integrity

0.7555

Personal Gratification

0.7464

Subjective Norm

0.7978

Risk Averseness

0.7155

Attitude

0.8300

Behavioral Intention

0.7827

Sumber: data primer yang diolah, 2011 Tabel IV.7 menjelaskan bahwa nilai koefisien cronbach’s alpha untuk variabel

price quality inference, percieve risk,

integrity, personal gratification, subjective norm, risk averseness, dan behavioral intention berturut-turut adalah sebesar 0,7007; 0,7292; 0,7555; 0,7464; 0,7978; 0,7155; dan 0,7827. Nilai-nilai commit to user

65


digilib.uns.ac.id

tersebut menunjukkan bahwa variabel price quality inference, percieve risk, integrity, personal gratification, subjective norm, risk averseness, attitude, dan behavioral intention memiliki nilai reliabilitas yang dapat diterima. Sedangkan variabel attitude mempunyai nilai cronbach’s alpha sebesar 0,8300 yang merupakan indikasi reliabilitas yang baik. Hal ini juga berarti bahwa variabelvariabel tersebut mempunyai konsistensi internal tinggi yang ditunjukkan dengan hasil uji reliabilitas yang memenuhi kriteria reliabilitas yang diterima ( a = 0,6 - 1, 0 ). Pada sub bahasan berikutnya dijelaskan analisis data penelitian yang menggunakan metode analisis Structural Equation Model (SEM).

C. Analisis Data Penelitian Analisis dalam penelitian ini menggunakan metode statistik Stuctural Equation Model (SEM). Pada prinsipnya, model struktural bertujuan untuk menguji hubungan sebab akibat dari hubungan variabel sehingga jika salah satu variabel diubah, maka terjadi perubahan pada variabel yang lain. Dalam analisis SEM dimungkinkan terdapat beberapa variabel dependen, dan variabel ini dimungkinkan menjadi variabel independen bagi variabel dependen yang lainnya. Dalam studi ini, data diolah dengan menggunakan sofware Analysis of Moment Structure atau AMOS versi 6. Ada beberapa asumsi commit to user

66


digilib.uns.ac.id

yang harus dipenuhi sebelum melakukan pengujian dengan pendekatan Structural Equation Model. Asumsi-asumsi SEM tersebut meliputi asumsi kecukupan sampel, normalitas, dan outliers (Ferdinand, 2002). Berikutnya dilakukan pembahasan mengenai asumsi-asumsi SEM. 1. Asumsi Kecukupan Sampel Jumlah responden dalam penelitian ini adalah sebanyak 151 responden. Dari seluruh kuesioner yang telah terisi, seluruhnya dapat digunakan dalam penelitian ini. Jumlah sampel ini memenuhi prosedur Maximum Likelihood Estimation yaitu penarikan sampel antara 100-200 sampel (Ghozali, 2008). 2. Asumsi Normalitas Asumsi selanjutnya yang dibahas dalam analisis multivariate adalah normalitas. Normalitas merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi normal (Hair et al., dalam Ferdinand, 2002). Pengujian normalitas bertujuan untuk mengetahui pola distribusi data yang mengikuti atau mendekati distribusi normal. Normalitas univariate dilihat dengan nilai critical ratio (c.r) pada skewness yaitu di bawah 2,58. Sedangkan

normalitas multivariate

dilihat pada assessment of normality baris bawah kanan yaitu nilai critical ratio (c.r) kurtosis dibawah 7 (Ghozali dan Fuad, 2008). Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan AMOS 6. Hasil Uji asumsi normalitas dapat dilihat pada Tabel IV.4. commit to user

67


digilib.uns.ac.id

Tabel IV.4 Hasil Uji Normalitas

Assessment of normality (Group number 1) Variable Pe bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3 Multivariate

min .000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000

Max 1.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000

Skew -.448 -.381 -.378 -.328 -.449 -.082 -.111 -.092 -.132 -.310 -.153 -.021 -.105 -.145 -.349 .194 -.245 -.489 -.285 -.430 .064 -.255 -.181 -.534 -.577 -.047 -.204 -.306 -.204

c.r. -2.247 -1.911 -1.896 -1.647 -2.253 -.412 -.557 -.460 -.660 -1.557 -.770 -.107 -.527 -.726 -1.753 .975 -1.229 -2.451 -1.429 -2.159 .319 -1.279 -.909 -2.678 -2.895 -.234 -1.024 -1.535 -1.024

kurtosis -1.799 -.148 -.374 .096 .428 -.236 .069 -.240 .142 .078 -.092 -.419 -.444 -.217 -.211 -.643 -.529 -.158 -.055 -.846 -.419 -.145 -.031 .712 1.066 -.363 -.152 -.208 -.152 8.646

c.r. -4.513 -.372 -.938 .240 1.073 -.592 .173 -.602 .355 .196 -.232 -1.051 -1.114 -.544 -.528 -1.613 -1.328 -.396 -.137 -2.122 -1.051 -.362 -.077 1.785 2.674 -.912 -.380 -.522 -.380 1.253

Sumber : Hasil olahan data, 2011

Tabel IV.4 menjelaskan bahwa secara univariate data dalam penelitian

commit to user ini termasuk non-normal yang ditunjukkan

dengan

68


digilib.uns.ac.id

terdapatnya nilai skewness > 2,58. Sedangkan secara multivariate, data dalam penelitian ini termasuk normal karena tidak adanya c.r kurtosis yang diatas angka 7 Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan intrepretasi karena nilai chi-square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Data yang digunakan dalam penelitian ini adalah data mentah dan merupakan data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti distribusi normal secara sempurna. 3. Asumsi Outliers Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karakteristik unik yang sangat berbeda dari observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel kombinasi (Hair et al., dalam Ferdinand, 2006).

Umumnya perlakuan

terhadap

outliers

adalah

dengan

mengeluarkannya dari data dan tidak diikutsertakan dalam perhitungan berikutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers,

maka

observasi

dapat

diikutsertakan

dalam

analisis

selanjutnya. Outliers dapat dievaluasi dengan nilai mahalanobis distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p < 0,001. Dalam hal ini variabel yang dimaksud adalah jumlah item pengukuran pada model. commit to user

69


digilib.uns.ac.id

Dalam penelitian ini jumlah indikator variabel yang digunakan sebanyak 29 indikator variabel. Dengan demikian, apabila terdapat nilai mahalanobis distance yang lebih besar dari χ2 (29. 0,001) = 58,301 maka

nilai

tersebut

adalah

outliers

multivariate.

Rangkuman

Mahalanobis distance dapat dilihat pada tabel IV.5 (selengkapnya di Lampiran).

Tabel IV.5 Jarak Mahalanobis Distance Observation number 84 103 5 25 49 37 14 121 21 119 …..

Mahalanobis d-squared 47.438 46.523 43.885 43.473 41.590 41.325 41.116 40.962 40.849 40.455 ……….

p1 .017 .021 .038 .041 .061 .064 .067 .069 .071 .077 …...

p2 .923 .824 .926 .872 .957 .929 .888 .829 .752 .730 …...

64

26.610

.593

.092

43

26.528

.597

.083

38

26.465

.601

.071

Sumber : Hasil olahan data, 2011.

Tabel IV.5 menunjukkan bahwa tidak terdapat nilai yang dikategorikan sebagai

outliers karena nilai Mahalanobis Distance

kurang dari nilai χ2 (29 x 0,001) = 58,301. Dalam pengujian sampel sebanyak 151 sampel, tidak terdapat outliers, dengan demikian jumlah commit to user sampel yang akan digunakan tetap sebanyak 151 sampel.

70


digilib.uns.ac.id

4. Analisis Goodness of Fit Sebelum melakukan pengujian hipotesis, langkah pertama adalah menilai kesesuaian goodness of fit. Hasil evaluasi nilai goodness of fit dari model penelitian yang dilakukan dapat dilihat pada tabel IV.6 berikut ini: Tabel IV.6 Hasil Pengujian Goodness-of-Fit Model Kriteria

Cut-off Value Diharapkan kecil

chi square

Hasil

Keterangan

399.176

≥ 0,05

0,03

Kurang Baik

GFI

≥ 0,90

0,859**

Kurang Baik

RMSEA

≤ 0,80

0,031*

Baik

AGFI

≥ 0,90

0,824**

Kurang Baik

TLI

≥ 0,95

0,956*

Baik

Comparative Fit Index

≥ 0,90

0, .963*

Baik

1.147*

Baik

significance probability

(CFI) Normed Chi Square

< 2,00 – 5,00

(CMIN/DF) Sumber : Hasil olahan data, 2011. Keterangan: * Baik ** Kurang Baik

Tabel IV.6 menunjukkan bahwa chi-square yang bernilai 399.176 dengan degree of freedom 348 adalah signifikan secara statistik pada level signifikansi 0,03. Probabilitas sebesar 0,03 lebih kecil dari 0,05, hal ini merupakan indikasi yang buruk. Dengan demikian, terdapat perbedaan antara matrik kovarian sampel dengan matrik kovarian populasi yang diamati. Nilai GFI sebesar 0,859 merupakan indikasi commit to user yang kurang baik. Sementara itu, nilai AGFI sebesar 0,824 merupakan 71


digilib.uns.ac.id

indikasi yang kurang baik. Nilai TLI sebesar 0,956 merupakan indikasi baik. Nilai CFI sebesar 0,963 merupakan indikasi baik. Nilai RMSEA sebesar 0,031 merupakan indikasi yang baik. Dan indeks parsimony fit measures didapat nilai CMIN/DF sebesar 1,147 merupakan indikasi yang baik karena mempunyai nilai yang kurang dari 2. Dari keseluruhan pengukuran goodness of fit tersebut di atas mengindikasikan bahwa model belum dapat diterima dengan baik, oleh karena itu peneliti mempertimbangkan untuk melakukan modifikasi model untuk membentuk model alternatif yang mempunyai goodness of fit yang lebih baik. 5. Modifikasi Salah satu tujuan modifikasi model adalah untuk mendapatkan kriteria goodness of fit dari model yang dapat diterima. Melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Modification indices dapat diketahui

dari output Amos versi 6 yang menunjukkan

hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model supaya terjadi penurunan pada nilai chi-square untuk mendapatkan model penelitian yang lebih baik. Modifikasi model dengan menggunakan modification indices dilakukan dengan melakukan korelasi antar error term yang tidak memerlukan justifikasi teoritis dan yang memiliki nilai modification indices lebih besar atau sama dengan 4,0 sampai nilai goodness of fit commit to user

72


digilib.uns.ac.id

yang memenuhi syarat. Tabel IV.7 merupakan hasil goodness of fit model yang telah dimodifikasi. Tabel IV.7 Hasil Goodness-of-Fit Setelah Modifikasi Model Kriteria

Cut-off Value

chi square

Diharapkan kecil

Hasil Sebelum Modifikasi 399.176

Hasil Setelah Modifikasi 374.261

Keterangan Hasil Modifikasi

significance probability GFI

≥ 0,05

0,03**

0.151*

Baik

≥ 0,90

0,859**

0.867**

Kurang Baik

RMSEA

≤ 0,80

0,031*

0.023*

Baik

AGFI

≥ 0,90

0,824**

0.833**

Kurang Baik

TLI

≥ 0,95

0,956*

0.977*

Baik

CFI

≥ 0,90

0,963*

0.980*

Baik

1.147*

1.079*

Baik

CMIN/DF

< 2,00 – 5,00

Sumber : hasil olahan data, 2011 Keterangan: * Baik ** Buruk

Dalam pengujian Chi-Square, nilai x2 yang tinggi menunjukkan korelasi yang diobservasi dengan yang diprediksi berbeda secara nyata sehingga menghasilkan probabilitas yang kecil. Sebaliknya, nilai chisquare yang rendah dan menghasilkan tingkat signifikansi lebih besar dari 0,05 akan mengindikasikan tidak ada perbedaan yang signifikan antara observasi dengan prediksi. Chi-Square sangat sensitif terhadap ukuran sampel. Setelah dilakukan modifikasi model nilai x2 pada penelitian ini turun menjadi sebesar 374.261, probabilitasnya sudah menunjukkan nilai sebesar 0.151. Nilai probabilitasnya ini merupakan commit to user

73


digilib.uns.ac.id

niai yang baik. Terdapat berbagai jenis fit index yang yang digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesiskan dengan data yang disajikan. Jenis-jenis fit index tersebut akan dijelaskan pada bagian berikut ini. Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai GFI berkisar antara 0 – 1, dimana 0 menunjukkan poor fit dan 1 menunjukkan

perfect

fit.

Dengan

tingkat

penerimaan

yang

direkomendasikan > 0,90 dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang moderat dengan nilai GFI sebesar 0.867. The Root Mean Square Error of Approximation (RMSEA) adalah ukuran yang digunakan untuk memperbaiki kecenderungan statistik chisquare yang sensitif terhadap jumlah sampel yang besar. Nilai penerimaan yang direkomendasikan < 0,08; nilai RMSEA model sebesar 0.023 menunjukkan tingkat kesesuaian yang baik. Adjusted Goodness of Fit Index (AGFI) adalah pengembangan dari GFI yang disesuaikan dengan rasio degree of freedom dari model yang diusulkan dan degree of freedom dari null model. Nilai AGFI dalam model ini adalah 0.833 menunjukkan tingkat penerimaan yang baik. Tucker Lewis Index (TLI) adalah indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model. Nilai yang commit to user

74


digilib.uns.ac.id

direkomendasikan > 0,95. Dapat disimpulkan bahwa model yang diajukan menunjukkan tingkat kesesuaian yang baik dengan nilai TLI sebesar 0.977. Comparative

Fit

Index

(CFI)

adalah

indeks

kesesuaian

incremental yang membandingkan model yang diuji dengan null model. Besaran indeks ini dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif dengan besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Dengan memperhatikan nilai yang direkomendasikan yaitu > 0,95; maka nilai CFI sebesar 0.980 menunjukkan bahwa model ini memiliki kesesuaian yang baik. Normed Chi-Square (CMIN/DF) adalah nilai yang diperoleh dari pembagian nilai chi-square terhadap degree of freedom. Indeks ini mengukur hubungan goodness-of-fit model dengan jumlah koefisienkoefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian. Nilai CMIN/DF pada model ini adalah 1.079 menunjukkan bahwa model penelitian ini bagus. Berdasarkan pemaparan yang didasarkan pada Tabel IV.7 dapat disimpulkan bahwa dari kriteria goodness-of-fit model, dua diantara kriteria tersebut yaitu GFI dan AGFI memiliki kriteria moderat, namun masih bisa diterima. Dengan demikian model bisa digunakan sebagi alat ukur hipotesis pada tahap selanjutnya. commit to user

75


digilib.uns.ac.id

Setelah model penelitian dapat diterima, sub bahasan berikutnya akan menjelaskan analisis mediasi, pengaruh langsung dan tidak langsung, uji hipotesis, pembahasan hasil penelitian dan diskusi.

D. Pengaruh Langsung dan Tidak Langsung, Uji Hipotesis, Pembahasan Hasil Penelitian dan Uji Beda Dua Kelompok Sampel. a. Pengaruh Langsung dan Tidak Langsung Tabel IV.8 Direct Effect, Indirect Effect, Total Effect Regresion Weights

Direct Effect

Indirect Effect

Total Effect

Attitude

ß

Price Quality

0.302

0.000

0.302

Attitude

ß

Risk Averseness

0.010

0.000

0.010

Attitude Attitude Attitude

ß ß ß

0.313 -0.264 -0.425

0.000 0.000 0.000

0.313 -0.264 -0.425

Attitude

ß

0.327

0.000

0.327

Attitude

ß

Subjective Norm Perceive Risk Integrity Personal Gratifikation Previous Experience

0.194

0.000

0.194

Behavioral Intention Behavioral Intention

ß

Attitude

0.468

0.000

0.468

ß

Previous Experience

0.195

0.091

0.286

Sumber: Hasil olahan data, 2011

Berdasarkan tabel IV.8 hanya satu yang memiliki hubungan tidak langsung (indirect effect) yaitu hubungan antara variabel previous experience dengan behavioral intention yaitu sebesar 0,091. Sedangkan variabel price quality terhadap attitude , risk averseness terhadap attitude, subjective norm terhadap attitude, percieve risk terhadap commit to user

76


digilib.uns.ac.id

attitude, integrity terhadap attitude, personal gratification terhadap attitude, previous experience terhadap attitude, attitude terhadap behavioral intention hanya memiliki efek langsung saja. b. Uji Hipotesis Pengujian

hipotesis

dilakukan

dengan

menganalisis

tingkat

signifikansi hubungan kausalitas antar konstruk dalam model yang didasarkan pada nilai C.R (z-hitung) lebih besar dari atau sama dengan nilai z-tabel (z-hitung ³ z-tabel). Pada jumlah responden lebih dari 120 maka nilai z tabel untuk masing-masing tingkat signifikansi adalah: (1) 1% = 2,56, (2) 5% = 1,96, (3) 10% = 1,645. Analisis terhadap hubunganhubungan antar konstruk dalam hipotesis ditunjukkan oleh nilai regression weights. Tabel IV.9 menunjukkan nilai regression weights dari variabelvariabel yang diuji hubungan kausalitasnya. Tabel IV.8 Regression Weights Regresion Weights

Estimate

S.E.

C.R.

p

Attitude

ß

Price quality

*0.249

0.108

2.312

0.021

Attitude

ß

Risk Averseness

0.012

0.095

0.129

0.897

Attitude Attitude Attitude Attitude Attitude Behavioral Intention Behavioral Intention

ß ß ß ß ß ß ß

Subjective Norm Perceive Risk Integrity Personal Gratifikation Previous Experience Attitude Previous Experience

**0.269 ***-0.210 ***-0.313 **0.320 **0.166 ***0.591 **0.211

0.120 0.076 0.087 0.147 0.066 0.138 0.092

2.236 -2.777 -3.600 2.169 2.524 4.284 2.281

0.025 0.005 0.000 0.030 0.012 0.000 0.023

Sumber: Hasil olahan data, 2011

commit to user

77


Keterangan:

digilib.uns.ac.id

*** sigifikan pada level 1% ** signifikan pada level 5% *

signifikan pada level 10%

c. Pembahasan Hasil Penelitian Pada pembahasan hasil penelitian, akan dijelaskan mengenai hasil pengujian hubungan antar variabel yang dihipotesiskan. Dengan demikian, terdapat sembilan bahasan yang akan dijelaskan. Hubungan antar variabel tersebut yaitu: attitude dan price quality, attitude dan risk averseness, attitude dan subjective norm, attitude dan percieve risk, attitude dan integrity, attitude dan personal gratification, attitude dan previous experience, behavioral intention dan attitude, behavioral intention dan previous experience. Berikut penjelasan untuk setiap hubungan antar variabel yang dihipotesiskan. 1) Pengaruh Price Quality pada Attitude (Hipotesis 1). Hasil pengujian mengindikasi hubungan yang signifikan dan positif antara kualitas harga (price quality) dengan sikap (attitude) (β=0.249, CR = 0.108, SE = 2.312, p = 0.021) walaupun tidak mendukung hipotesis 1 (semakin tinggi price quality, semakin negatif attitude). Hasil temuan pada studi ini mengindikasikan bahwa, kualitas harga berpengaruh positif pada sikap konsumen. Hal ini memberikan pemahaman bahwa semakin tinggi tingkat pemahaman yang dimiliki seorang konsumen atas price quality, maka sikap terhadap pembajakan akan semakin baik. Dengan demikian temuan studi ini tidak mendukung hipotesis 1 yang commit to user menjelaskan pengaruh negatif price quality pada attitude . Hal ini 78


digilib.uns.ac.id

dimungkinkan karena perbedaan objek amatan (CD, VCD, dan DVD) dari penelitian yang terdahulu (Matos, Ituasu, dan Rossi, 2007), yaitu meggunakan objek amatan seluruh produk bajakan sehinggga hasilnya menjadi tidak dudukung. Dari temuan dilapangan yang dilakukan peneliti dengan melakukan interview terhadap responden dengan pertanyaan terbuka (lihat lampiran), hasil penelitian

yang menjelaskan

fenomena yang positif ini didukung oleh hasil dari lapangan. Hasil interview menunjukkan bahwa konsumen pada prinsipnya sudah menyadari bahwa harga yang mereka keluarkan terhadap CD, VCD, atau DVD bajakan setara dengan kuallitas yang diperoleh, artinya harga itu sebanding dengan kualitas yang mereka dapatkan. Dari responden Mahasiswa strata-1 (S1) Universitas Sebelas Maret Surakarta yang peneliti interview, menunjukkan bahwa mereka juga

sudah

menyadari

akan

ditanggungnya. Mereka yang

resiko-resiko

yang

akan

membeli produk bajakan sudah

mengetahui bahwa kualitas yang mereka dapatkan ketika membeli produk bajakan (CD, CVD, atau DVD bajakan) tidak akan sebaik produk yang asli. Mayoritas responden yang telah diinterview memilih produk bajakan dikarenakan harganya yang jauh lebih murah jika dibandingkan produk yang asli (lihat lampiran). Dari fenomena tersebut, maka stimulus yang diberikan adalah menurunkan price quality inference, sehingga sikap positif konsumen terhadap produk bajakan akan berkurang. Cara yang commit to user

79


digilib.uns.ac.id

dapat digunakan yaitu dengan menurunkan harga produk yang asli dan tetap menjaga kualitasnya yang baik (ex: dengan efisiensi biaya). Melalui stimulus tersebut diharapkan dapat menurunkan price quality inference sehingga dapat mengurangi niat beli produk bajakan. 2) Pengaruh Risk Averseness pada Attitude (Hipotesis 2). Hasil

pengujian

mengindikasi

hubungan

yang

tidak

signifikan antara risk averseness dan attitude (β = 0.012, CR = 0.095, SE = 0.129, P = 0.897) karena P > 0,05%. Hal ini menjelaskan bahwa risk averseness bukan merupakan variabel yang dipertimbangkan

penting untuk mempengaruhi sikap

(attitude). Fenomena ini dimungkinkan karena resiko yang ditanggung konsumen dalam membeli CD, VCD, dan DVD bajakan tersebut relatif kecil sehingga resiko tersebut tidak mempengaruhi sikap konsumen terhadap pembajakan. Hasil tersebut didukung dengan interview dilapangan dengan pertanyaan terbuka (lihat lampiran), hasilnya menunjukan bahwa mayoritas responden yang telah diinterview sudah mengetahui resiko apa saja yang mungkin didapat ketika membeli CD, VCD, atau DVD bajakan (barang yang dibeli kemungkinan rusak, kualitas gambar yang didapat kemungkinan jelek, kemungkinan barang mudah sekali rusak) sebelum mereka melakukan pembelian, sehingga dari hasil tersebut dapat disimpulkan bahwa konsumen tidak menolak to user resiko ketika akancommit membeli CD, VCD, atau DVD bajakan. Hal

80


digilib.uns.ac.id

tersebut yang diperkirakan dapat menyebabkan variabel ini tidak dipertimbangkan penting oleh konsumen untuk mempengaruhi sikapnya pada pembajakan. Pola hubungan yang tidak signifikan ini tidak memberikan dukungan pada hipotesis 2 yang menjelaskan bahwa semakin tinggi risk averseness, maka semakin negatif sikapnya terhadap produk bajakan (Lihat Matos, Ituassu, dan Rossi, 2007). Hal ini dimungkinkan karena pengaruh objek amatan CD, VCD, dan DVD yang merupakan barang low involvement dimana konsumen tidak terlalu memikirkan merek produk apa yang harus dibeli, di toko mana harus dibeli dan hal-hal yang terkait dengan proses pembelian (konsumen tidak memerlukan informasi mengenai kategori produk yang ingin dibeli). Oleh sebab itu dimungkinkan hasilnya akan berbeda jika diterapkan untuk kategori produk yang berbeda (high involvement). Oleh karena itu

diperlukan studi

lanjutan untuk meningkatkan validitas eksternal dari konsep yang dihipotesiskan. Bagi pemasar, temuan ini memberikan pemahaman tentang kecermatan dalam mendesain stimulus yang menghubungkan risk averseness dengan attitude. Sebab jika pemasar terlalu fokus pada variabel tersebut, maka pengaruhnya tidak terlalu dipertimbangkan oleh konsumen.

commit to user

81


digilib.uns.ac.id

3) Pengaruh Perceive Risk pada Attitude (Hipotesis 3). Hasil pengujian mengindikasi hubungan yang signifikan dan negatif antara perceive risk dan attitude (β =-0.210, CR = 0.076, SE -2.777, p = 0.005). Fenomena yang dijelaskan adalah semakin tinggi/besar percieve risk, semakin negatif attitude. Hasil temuan pada studi mengindikasi bahwa percieve risk mampu mempengaruhi attitude. Hal ini memberi pemahaman bahwa konsumen akan memiliki sikap yang lebih baik (favorable) pada produk bajakan jika resiko yang diterima ketika membeli produk bajakan (CD, VC, atau DVD bajakan) relatif kecil begitu juga sebaliknya. Dengan demikian temuan studi ini mendukung hipotesis 3 yang menjelaskan hubungan yang signifikan dan negatif. Hasil pengujian yang signifikan ini memberikan dukungan terhadap regularitas fenomena hubungan negatif yang terdapat pada studi terdahulu (Matos, Ituassu, dan Rossi, (2007). Stimulus yang bisa diberikan agar sikap yang positif terhadap produk bajakan menjadi berkurang yaitu dengan meningkatkan percieve risk sehingga konsumen akan memiliki sikap yang negatif (unfavorable) terhadap produk bajakan tersebut, yaitu dengan cara lebih mempertegas sanksi bagi para pelaku

pembajakan dan juga

konsumen yang membelinya, sehingga akan meningkatkan rasa takut konsumen dan pelaku pembajakan tersebut untuk mengulangi perbuatannya karena resiko (sanksi) yang didapat semakin tinggi. commit to user

82


digilib.uns.ac.id

4) Pengaruh Integrity pada Attitude (Hipotesis 4). Hasil pengujian mengindikasi hubungan yang signifikan dan negatif antara integrity dan attitude (β = -0.313, CR 0.087, SE = 3.600, p = 0,000). Fenomena yang dijelaskan adalah semakin tinggi integrity, semakin negatif attitude. Hal ini dapat terjadi karena integrity merupakan sifat manusia yang selalu berpegang teguh/bertindak sesuai dengan nilai-nilai dalam masyarakat maupun organisasi, sehingga konsumen yang memiliki integrity yang tinggi akan bersikap negatif (unfavorable) terhadap produk bajakan, dan sebaliknya. Dari hasil penelitian tersebut integrity merupakan variabel yang dipertimbangkan penting oleh konsumen untuk mempengaruhi sikap yang berujung pada keputusan pembelian. Hasil pengujian yang signifikan ini memberikan dukungan terhadap

regularitas

fenomena

hubungan

negatif yang

terdapat pada studi terdahulu (Matos, Ituassu, dan Rossi, 2007). Dalam studinya, Matos, Ituassu, dan Rossi, menjelaskan bahwa terdapat hubungan signifikan negatif antara integrity dan attitude. Hasil studi ini mengindikasi bahwa integritas seseorang dapat mempengaruhi

baik tidaknya sikap sesorang terhadap produk

bajakan, dalam konteks ini semakin tinggi integritas semakin negatif sikapnya terhadap produk bajakan. Stimulus yang mungkin diberikan agar integritas seseorang semakin tinggi yaitu dengan melakukan penyuluhan penyuluhan commit to user kepada masyarakat (himbauan-

83


digilib.uns.ac.id

himbauan) agar tidak membeli produk bajakan karena tindakan tersebut melanggar peraturan yang berlaku. 5) Pengaruh Personal Gratification pada Attitude (Hipotesis 5) Hasil pengujian mengindikasi hubungan yang signifikan dan positif antara personal gratification dan attitude (β = 0.320, CR 0.147, SE = 2.169, p = 0.030). Fenomena yang dijelaskan adalah semakin tinggi personal gratification, semakin positif attitude. Hal ini berarti bahwa konsumen yang memiliki kenginan untuk memenuhi kebutuhan rasa prestasi, pengakuan sosial, dan menikmati hal-hal dalam hidup tanpa memperhatikan benar tidaknya tindakan yang dilakukan (membeli produk bajakan karena mudah didapat dan harganya murah) akan memiliki sikap yang baik (positif) terhadap produk bajakan sehingga stimulus yang bisa diberikan

untuk menguranginya adalah

dengan melakukan

berbagai macam promosi seperti diskon penjualan, CSR, sehingga melalui stimulus tersebut, konsumen akan lebih memilih produk yang asli dari pada yang bajakan karena merasa lebih puas. Sehingga hasil tersebut memberikan dukungan terhadap hipotesis 5. 6) Pengaruh Subjective Norm pada Attitude (Hipotesis 6). Hasil pengujian mengindikasi hubungan yang signifikan dan positif antara norma subjektif (subjective norm) dan sikap (attitude) (β =0.269, CR = 0.120, SE = 2.236, p = 0.025). Fenomena commit to user yang dijelaskan adalah semakin tinggi subjective norm, semakin 84


digilib.uns.ac.id

positif attitude. Hal ini berarti bahwa konsumen yang teman atau kerabat menerima (tidak mempermasalahkan) keputusan membeli produk bajakan akan memiliki sikap

yang baik terhadap

pembajakan. Sehingga subjective norm merupakan variabel yang dipertimbangkan penting oleh konsumen dalam memilih produk bajakan. Hasil pengujian yang signifikan ini memberikan dukungan terhadap hipotesis 6. Dalam hasil studi yang signifikan positif antara subjective norm dan attitude ini, faktor keluarga, kerabat maupun teman memiliki peranan penting dalam mempengaruhi sikap konsumen pada pembajakan. Sikap yang positif akan muncul bila kerabat atau teman menerima/mendukung keputusan seseorang dalam membeli produk bajakan. Sehingga diperlukan stimulus untuk mengurangi subjective norm tersebut. Stimulus bisa dilakukan oleh perusahaan dengan melakukan iklan atau publikasi yang menyatakan larangan larangan dan himbauan agar masyarakat membeli produk yang asli karena membeli produk bajakan merupakan tindakan yang tidak menghargai hak cipta dan merupakan perbuatan yang dilarang, diharapkan masyarakat menjadi sadar (aware). Melalui stimulus tersebut diharapkan dapat menurunkan subjective norm sehingga dapat mengurangi niat beli produk bajakan. 7) Pengaruh Previous Experience pada Attitude (Hipotesis 7a). Hasil pengujian mengindikasi hubungan yang signifikan dan commit tomasa user lalu (previous experience) dan positif antara pengalaman

85


digilib.uns.ac.id

sikap (attitude) (β = 0.166, CR = 0.066, SE = 2.524, p = 0.012 ). Dengan demikian menunjukkan bahwa hipotesis 7a didukung. Hal ini menjelaskan bahwa semakin sering seseorang membeli produk bajakan maka semakin baik (favorable) sikapnya terhadap produk bajakan. Fenomena ini dapat terjadi dikarenakan dalam pembelian produk bajakan (CD, VCD, dan DVD bajakan) dianggap kurang beresiko (less risky), dan juga dikarenakan toko-toko yang menjual CD, VCD atau DVD bajakan tidak menunjukkan bahwa membeli produknya bukan merupakan tindakan yang tidak etis (Ang et all., 2001). Dengan demikian temuan studi ini mendukung hipotesis 7a yang menjelaskan hubungan yang signifikan dan positif. Secara teoritis, studi ini memberikan dukungan terhadap regularitas teori yang menjelaskan bahwa semakin sering previous experience maka semakin sikap (attitude) akan lebih baik (more favorable) dibanding yang belum pernah seperti yang dikemukakan oleh Matos, Ituassu, dan Rossi, (2007). Stimulus yang mungkin diberikan yaitu lebih mempertinggi resiko dalam membeli produk bajakan sehingga membeli produk bajakan tidak lagi dianggap kurang beresiko (less risky) yang dapat dilakukan pemerintah dengan lebih mempertegas aturan dan sanksi yang diberikan untuk orang yang melanggarnya (meningkatkan percieve risk).

commit to user

86


digilib.uns.ac.id

8) Pengaruh

Previous

Experience

pada

Behavioral

Intention

(Hipotesis 7b). Hasil pengujian mengindikasi hubungan yang signifikan dan positif antara previous experience dan behavioral intention (β = 0.211, CR = 0.092, SE = 2.281, p = 0.023). Hal ini menjelaskan bahwa konsumen yang sering membeli/pernah membeli (already bought) akan memiliki niat beli yang lebih tinggi dibandingkan konsumen yang belum pernah membeli produk bajakan. Dengan demikian hasil studi ini mendukung hipotesis 7b yang menyatakan semakin tinggi/sering previous experience maka semakin tinggi niat belinya terhadap produk bajakan (CD, VCD, atau DVD bajakan). 9) Pengaruh Attitude pada Behavioral Intention (Hipotesis 8). Hasil pengujian mengindikasi hubungan yang signifikan dan positif antara sikap

(attitude) dan niat berperilaku (behavioral

intention) (β = 0.591, CR = 0.138, SE = 4.284, p = 0,000). Hal ini menjelaskan bahwa semakin baik sikap (attitude), semakin tinggi niat belinya. Sikap yang baik tersebut didapat karena memiliki pengalaman membeli, kualitas harga yang relatif terjangkau, resiko yang kecil, pegaruh sosial, integritas yang rendah dari masingmasing konsumen. Jika konsumen memiliki sikap yang baik terhadap produk bajakan, maka niat beli produk bajakan (CD, VCD, atau DVD bajakan) akan meningkat. Dengan demikian hasil commit to user studi ini mendukung hipotesis 8. 87


digilib.uns.ac.id

Stimulus yang dapat diberikan untuk mengurangi favorable attitude yaitu dengan menurunkan price quality inference, subjective norm, personal gratification dan juga menaikkan percieve risk dan integrity sehingga niat beli terhadap produk bajakan akan semakin turun juga. d. Uji Beda Dua Kelompok Sampel Uji beda digunakan untuk meneliti apakah terdapat perbedaan antara dua kategori (kelompok) data dari dua variabel yang diteliti atau lebih. Dalam penelitian ini kelompok sampel yang akan diuji yaitu kelompok sampel yang sudah pernah membeli CD, VCD, atau DVD bajakan dan kelompok sampel yang belum pernah membeli CD, VCD, atau DVD bajakan sebelumnya. Kelompok sampel tersebut akan diuji perbedaan dengan variabel attitude dan behavioral intention. Hasilnya dapat dilihat pada Tabel IV.10 dibawah: Tabel IV.10 Uji Beda Dua Kelompok Sampel Previous Experience

N

Mean

Sig. (2-tailed)

Sikap 0

59

3,7254

0,000

Sikap 1

92

4,0543

0,000

Niat berperilaku 0

59

3,6864

0,000

Niat berperilaku 1

92

4,0815

0,000

Sumber: hasil olahan data 2011 commit to user

88


digilib.uns.ac.id

Keterangan : 1. Nilai 0 merupakan konsumen yang belum pernah membeli CD, VCD, atau DVD bajakan. 2. Nilai 1 merupakan konsumen yang sudah pernah membeli CD, VCD, atau DVD bajakan. Berdasarkan hasil tabel IV.10 diatas terdapat perbedaan yang signifikan antara dua kelompok tersebut (konsumen yang sudah pernah membeli dan yang belum), yaitu sebesar 0,000 pada sikap dan juga 0,000 pada niat berperilaku, hal ini mengindikasi terdapat perbedaan sikap dan niat berperilaku antara dua kelompok sampel tersebut. lebih lanjut, peneliti ingin menyampaikan bahwa responden yang memiliki pengalaman membeli produk bajakan sebelumnya (CD, VCD, atau DVD bajakan) memiliki sikap yang lebih positif (more favorable) dari pada kelompok responden yang belum pernah membeli produk bajakan sebelumnya (belum memiliki pengalaman). Menurut Azwar (2005) pengalaman merupakan salah satu faktor yang mempengaruhi sikap seseorang, karena orang yang memiliki pengalaman sebelumnya sudah memiliki pengetahuan akan produk, dan pemahan tentang bagaimana kualitas, resiko, harga, dll. Setelah melakukan uji beda dua kelompok sampel, peneliti melakukan uji beda antara responden yang sudah memiliki pengalaman dan responden yang belum memiliki pengalaman commit to user

89


digilib.uns.ac.id

terhadap sikap pada niat berperilakunya, hasilnya dapat dilihat pada tabel IV.11 berikut : Tabel IV.11 Regression Weights Variabel

Estimate

S.E.

C.R

P

Kel 1

Behavioral Intention ß Attitude

0,961

0,295 3,252 0,001

0

Behavioral Intention ß Attitude

0,440

0,181 2,426 0,015

Sumber: hasil olahan data 2011 Hasil pada tabel IV.11 menunjukkan bahwa konsumen yang sudah memiliki pengalaman menunjukkan hasil yang lebih signifikan

dibandingkan

konsumen

yang

belum

memiliki

pengalaman (0,001<0,015). Hal ini berarti sikap konsumen lebih berpengaruh positif pada niat berperilaku dibandingkan konsumen yang tidak memiliki pengalaman membeli produk bajakan sebelumnya.

commit to user

90


digilib.uns.ac.id

BAB V PENUTUP

Bab ini bertujuan untuk memaparkan simpulan dan implikasi hasil penelitian guna memberikan pemahaman mengenai hasil analisis data yang telah dilakukan dan peluang untuk penelitian selanjutnya. Dalam bab ini juga mengungkap keterbatasan penelitian untuk menjelaskan tingkat generalisasi temuan dari studi ini. Secara keseluruhan, pembahasan dalam bab ini diharapkan dapat memberi pemahaman mengenai daya terap model yang memerlukan kecermatan jika di aplikasi pada setting penelitian yang berbeda. A. SIMPULAN Simpulan penelitian dimaksudkan untuk mempermudah pemahaman mengenai hasil dari penelitian ini. Dalam sub bab ini akan dipaparkan secara singkat mengenai hasil penelitian sebagai berikut: 1. Price quality berpengaruh positif terhadap attitude. Hal ini menjelaskan bahwa konsumen yang memiliki price quality tinggi akan memiliki sikap yang lebih baik (semakin positif) terhadap produk bajakan. 2. Risk averseness tidak berpengaruh signifikan terhadap attitude. Hal ini menjelaskan bahwa penolakan terhadap resiko bukan merupakan variabel yang dianggap penting untuk mempengaruhi sikap terhadap produk bajakan. 3. Percieve risk berpengaruh negatif terhadap attitude. Semakin besar resiko yang didapat ketika membeli produk bajakan maka semakin buruk juga sikap konsumen pada produk bajakan tersebut. commit to user

91


digilib.uns.ac.id

4. Integrity berpengaruh negatif terhadap attitude. Hal ini mengindikasi bahwa konsumen yang memiliki integritas yang tinggi maka sikapnya terhadap produk bajakan akan kurang baik (unfavorable). 5. Personal gratification berpengaruh postif terhadap attitude berarti bahwa konsumen yang memiliki gratifikasi personal yang tinggi maka akan semakin baik pula sikapnya terhadap produk bajakan. 6. Subjective norm berpengaruh postif terhadap attitude yaitu semakin tinggi norma subjektif maka akan semakin positif pula sikapnya terhadapa produk bajakan. 7. Previous experience berpengaruh postif terhadap attitude dan behavioral intention. Hal ini menjelaskan bahwa konsumen yang sudah pernah (sering) membeli CD, VCD, dan DVD sebelumnya akan memiliki sikap dan niat yang semakin baik (more favorable) terhadap produk bajakan dibandingkan konsumen yang belum pernah membeli produk bajakan sama sekali. 8. Attitude berpengaruh positif terhadap behavioral intention. Yaitu jika sikap konsumen semakin baik terhadap produk bajakan makan niatnya akan semakin baik pula terhadap produk bajakan (niat beli akan semakin tinggi). 9. Kelompok responden yang memiliki pengalaman membeli produk bajakan sebelumnya memiliki sikap dan niat yang lebih positif (more favorable) jika dibandingkan dengan responden yang belum memiliki pengalaman membeli produk bajakan sebelumnya. commit to user

92


digilib.uns.ac.id

B. KETERBATASAN Studi ini memiliki obyek amatan yang terfokus pada produk bajakan CD, VCD, dan DVD bajakan yang merupakan barang low-end dan kategori barang bajakan dengan harga yang rendah (inferior) sehingga berdampak pada terbatasnya generalisasi studi karena dimungkinkan juga hasilnya akan berbeda manakala objek amatannya pada produk high-involvement. Dengan demikian untuk mengaplikasikan studi ini pada konteks yang berbeda, diperlukan perhatian dalam mencermati karakteristik produk yang melekat pada obyek yang digunakan dalam penelitian. Hal ini diperlukan agar tidak terjadi bias dalam hasil-hasil pengujian yang dapat berdampak pada kekeliruan dalam memahami implikasi penelitian. Dalam penelitian ini hanya terbatas pada satu lokasi yaitu di kota Solo. Sedangkan CD, VCD dan DVD bajakan tidak hanya dijumpai di kota Solo saja, tetapi di kota lain juga sangat mudah dijumpai, sehingga hasil penelitian ini masih terbatas untuk CD, VCD dan DVD bajakan di kota Solo. Selain itu , penelitian ini juga terbatas dengan subjek amatannya, yaitu Mahasiswa Universitas Sebelas Maret. Meskipun

terdapat

keterbatasan

dalam

penelitian

ini

yang

menyebabkan ketidakmampuan model untuk digeneralisasi pada segala situasi, namun dengan prosedur pengujian yang terstruktur diharapkan tidak mengurangi derajat keyakinan terhadap akurasi model prediksi yang diharapkan.

commit to user

93


digilib.uns.ac.id

C. SARAN Berdasarkan hasil penelitian yang telah dilakukan, maka peneliti memberikan beberapa saran sebagai berikut : 1. Saran untuk Studi Kedepan Studi ini bertumpu pada metode yang terbatas ruang lingkupnya, sehingga memerlukan studi-studi lanjutan untuk menggeneralisasi hasil studi pada konteks yang lebih luas dan jumlah sampel yang lebih banyak. Hal ini diperlukan agar konsep yang dikonstruksi dapat ditingkatkan validitasnya eksternalnya. 2. Saran Praktis Studi ini diharapkan mampu memberikan pemahaman pada praktisi yang ingin mencapai kesuksesan dalam memasarkan produknya dan memberantas pembajakan CD, VCD, dan DVD. Mereka harus memahami bagaimana sikap dan niat berperilaku konsumen yang melatarbelakangi mereka memiliki sikap positif pada pembajakan produk, sehingga mereka dapat membuat stimulus-stimulus untuk mengurangi konsumsi CD, VCD dan DVD bajakan dan beralih ke yang asli. Stimulus yang dapat diberikan untuk mengurangi niat beli produk bajakan antara lain, dengan peraturan dan sanksi yang tegas kepada para pembeli maupun penjual produk bajakan sehingga pembeli/penjual akan takut membeli atau menjual lagi, menurunkan harga CD, VCD, dan DVD asli sehingga dapat setara dengan produk bajakan, meningkatkan kesadaran masyarakat dengan memberikan penyuluhan pada masyarakat agar menghargai hak cipta, dengan melakukan bauran promosi, seperti iklan, diskon, CSR dll supaya commit to user

94


digilib.uns.ac.id

masyarakat lebih tertarik membeli produk yang asli dibanding yang bajakan.

D. IMPLIKASI STUDI Studi ini diharapkan mampu memberikan implikasi baik secara teoritis, praktis, maupun metodologis. Melalui ketiga aspek ini diharapkan dapat memberikan pemahaman terkait tanggung jawab ilmiah dalam upaya untuk mengembangkan teori-teori sesuai dengan bidang studi yang menjadi tanggung jawab peneliti. Selain itu, implikasi studi ini juga diharapkan dapat memberikan masukan kepada pemasar mengenai upaya-upaya yang sebaiknya dilakukan terkait dengan permasalahan yang diteliti. 1. Implikasi Teoritis Penelitian ini diharapkan dapat meningkatkan pemahaman bagi para akademisi terkait dengan konsep niat beli produk bajakan. Hal tersebut didasarkan pada keragaman yang terdapat dalam penelitian ini yang memberikan perspektif yang berbeda dari studi terdahulu (Lihat Ang et al., 2001; Huang, Lee, dan Ho, 2004; Matos, Ituassu, dan Rossi, 2007; Marcketti dan Shelley, 2009; Phau dan Teah, 2009). Keragaman tersebut dapat diketahui dari variabel-variabel amatan yang dimodelkan dan disesuaikan dengan setting penelitian di Indonesia. Melalui penelitian ini juga diharapkan dapat menjadi bahan diskusi yang selanjutnya dapat dikembangkan dan diuji lagi pada setting penelitian yang berbeda.

commit to user

95


digilib.uns.ac.id

2. Implikasi Praktis Studi ini diharapkan mampu memberikan pemahaman kepada pemasar terkait dengan konsep niat beli produk bajakan. Pemahaman terhadap konsep produk bajakan dapat memberikan perspektif yang lebih luas pada para pemasar yang dapat digunakan untuk mendesain stimulusstimulus yang dimungkinkan dapat mengurangi niat beli konsumen terhadap produk bajakan. Stimulus-stimulus yang dimaksud adalah yang terkait dengan upaya untuk membuat kebijakan dan strategi promosi yang baik sehingga dapat mengurangi niat beli produk bajakan. Hal ini perlu dicermati sebab pendesainan stimulus-stimulus tersebut secara berlebihan dapat berdampak pada ketidakefektifan

strategi pemasaran

yang

dikembangkan. 3. Implikasi Metodologis Penelitian ini dilakukan dengan metode yang terstruktur. Metode penelitian yang meliputi alat pengukuran dan pengujian statistik telah teruji melalui prosedur yang rigid. Dengan demikian sumber dan kebenarannya dapat ditelusuri secara ilmiah. Hal ini diharapkan memberi pemahaman

kepada

peneliti

untuk

memanfaatkannya

sebagai

pertimbangan dalam mendesain metode riset yang digunakan untuk pengujian model yang ingin diteliti. 4.

Implikasi bagi Studi Lanjutan Obyek amatan pada studi ini difokuskan CD, VCD, dan DVD bajakan yang merupakan produk bajakan dengan harga inferior, sehingga user low involvement dan juga studi bersifat terbatas pada studicommit produktobajakan

96


digilib.uns.ac.id

ini hanya terbatas pada kalangan mahasiswa dan berlokasi dikota solo saja. Hal ini memberikan peluang bagi studi lanjutan untuk mengembangkan model pada konteks yang lebih luas yaitu dengan meneliti pada objek amatan yang lain (misalnya produk bajakan high involvement), Subjek amatan yang berbeda yaitu orang yang sudah memiliki penghasilan sendiri.

commit to user

97


digilib.uns.ac.id

DAFTAR PUSTAKA Ajzen, I. (1991), “The theory of planned behavior”, Organizational Behavior and Human Decision Processes, Vol. 50 No. 2, pp. 179-211. Albers-Miller, N.D. (1999), “Consumer misbehavior: why people buy illicit goods”, Journal of Consumer Marketing, Vol. 16 No. 3, pp. 273-87. Armstrong, Gery dan Philip Kotler. 2001. Prinsip-Prinsip Pemasaran. Jilid 1.Edisi Kedelapan. Jakarta: Erlangga. Ang, S.H., Cheng, P.S., Lim, E.A.C. & Tambyah, S.K. (2001), “Spot the difference: consumer responses towards counterfeits”, Journal of Consumer Marketing, Vol. 18 No. 3, pp. 219-35. Azwar s, 2005. Penyusunan Skala Pesikologi. Pustaka Pelajar, Offset cetakan ke V, Yogyakarta Bearden, W.O., Netemeyer, R.G. and Teel, J.E. (1989), “Measurement of consumer susceptibility to interpersonal influence”, Journal of Consumer Research, Vol. 15 No. 4, pp. 473-81. Bloch, P.H., Bush, R.F. and Campbell, L. (1993), “Consumer ‘Accomplices’ in product counterfeiting; a demand side investigation”, Journal of Consumer Marketing, Vol. 10 No. 4, pp. 27-36. Bonoma, T.V. and Johnston, W.J. (1979), “Decision making under uncertainty: a direct measurement approach”, Journal of Consumer Research, Vol. 6 No. 2, pp. 177-91. Cespedes, F.V., Corey, E.R. and Rangan, V.K. (1988), “Gray markets: causes and cures”, Harvard Business Review, Vol. 66 No. 4, pp. 75-83. Cordell, V., Wongtada, N. and Kieschnick, R.L. Jr (1996), “Counterfeit purchase intentions: role of lawfulness attitudes and product traits as determinants”, Journal of Business Research, Vol. 35 No. 1, pp. 41-53. Dowling, G.R. and Staelin, R. (1994), “A model of perceived risk and intended risk-handling activity”, Journal of Consumer Research, Vol. 21 No. 1, pp. 119-34. Ferdinand, A. 2002. Structural Equation Modelling dalam Penelitian Manajemen : Aplikasi Model-Model Rumit dalam Penelitian untuk Tesis Magister & Disertasi Doktor. Semarang : Badan Penerbit Universitas Diponegoro. Ferdinand, A. 2006. Metode Penelitian Manajemen (Pedoman Penelitian Untuk Penulisan Skripsi, Tesis, Disertasi Ilmu Manajemen). Semarang : Badan commit to user Penerbit Universitas Diponegoro.

98


digilib.uns.ac.id

Hair, J.F., JR., Rolp E.A., Ronald L., Tatham, & Black W.L. 1998. Multivariate Data Analysis. Upper Saddler River, New Jersey: Prentice-Hall, Inc. Hidayat, A & Mizerski, K. (2005), “Pembajakan Produk: Problema, Strategi dan Antisipasi Strategi”, Jurnal Siasat Bisnis, Vol. 1, No. 10, pp. 99-122. Havlena, W.J. and DeSarbo, W.S. (1991), “On the measurement of perceived consumer risk”, Decision Sciences, Vol. 22 No. 4, pp. 927-39. Huang, J.H., Lee, B.C.Y. and Ho, S.H. (2004), “Consumer attitude toward gray market goods”, International Marketing Review, Vol. 21 No. 6, pp. 598614. Jogiyanto, H.M. (2004). Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-Pengalaman. Yogyakarta: BPFE. Lichtenstein, D.R., Ridgway, N.M. and Netemeyer, R.G. (1993), “Price perceptions and consumer shopping behavior: a field study”, Journal of Marketing Research, Vol. 30 No. 2, pp. 234-45. Marcketti, S.B. and Shelley, M.C. (2009), “Consumer concern, knowledge and attitude towards counterfeit apparel products”, International Journal of Consumer Studies , pp 327–337 Phau, I & Teah, M. (2009), “Devil wears (counterfeit) Prada: a study of antecedents and outcomes of attitudes towards counterfeits of luxury brands”, Journal of Consumer Marketing, Vol. 26, No. 1, pp 15-27. Retnaningsih, Utami, P.W. & Muflikhati, I. (2010). “An Analysis of Factors Influencing IPB Students Attitudes and Buying Behaviour of Piracy Book”, Vol. 3, No.1, pp 82-88. Sekaran, U. (2006). Metode Untuk Penelitian Bisnis 1. Edisi keempat. Jakarta; Salemba. Schiffman, L.G. and Kanuk, L.L. (1997), Consumer Behavior, 8th ed., Prentice Hall, Englewood Cliffs, NJ. Sugiyono, 1999. Metode Penelitian Administrasi. Edisi Keenam, Bandung; Penerbit CV Alfabeta. Tellis, G.J. and Gaeth, G.J. (1990), “Best value, priceseeking, and price aversion: the impact of information and learning on consumer choices”, Journal of Marketing, Vol. 54, April, pp. 34-45. commit to user

99


digilib.uns.ac.id

Matos, C.A., Ituassu, C.T. & Rossi, C.A.V. (2007). “Consumer Attitudes Toward Counterfeits: A Review and Extension”, Journal of Consumer Marketing, Vol. 24, No.1, pp 36-47. www.bumihastamukti.com www.indosdm.com www.majalah.tempointeraktif.com, www.neila.staff.ugm.ac.id www.nix.oit. umass.edu/~aizen

commit to user

100


digilib.uns.ac.id

LAMPIRAN

commit to user

101


digilib.uns.ac.id

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET

JURUSAN MANAJEMEN Jl. Ir. Sutami no. 36A Kentingan Surakarta Telp. (0271) 668765 Kepada Yth. Responden penelitian Di tempat Assalamualaikum Wr.Wb. Perkenankan saya meminta kesediaan Anda untuk meluangkan waktu sejenak guna mengisi kuesioner yang terlampir. Pendapat atau informasi yang Anda berikan, nantinya akan digunakan sebagai data primer skripsi saya. Apabila ada hal-hal yang kurang jelas, silahkan menanyakan kepada peneliti dan dengan senang hati akan menjawab pertanyaan Anda. Sebagai suatu penelitian ilmiah, maka kerahasiaan identitas Anda akan tetap terjaga. Besar harapan saya akan terisinya kuesioner tersebut, dan sebelumnya saya ucapkan terima kasih. Wasalamualaikum Wr. Wb. Hormat saya,

Peneliti Mahendra Dwi Putra (F0207085) IDENTITAS RESPONDEN

Isilah titik-titik berikut ini dan berilah tanda cek (√ ) pada kode jawaban yang sesuai dengan identitas Anda. Nama

:..........................................(boleh tidak diisi)

Jenis Kelamin

: ‡ Laki-Laki

Usia

: ……Tahun

Fakultas

: .................................

‡ Perempuan

Pernah membeli CD, VCD, atau DVD bajakan

: ‡ Pernah

: ‡ belum penah

Uang saku per minggu

: ‡ < 50 ribu

‡ 50 ribu s/d < 100 ribu

‡ > 100 ribu

KUESIONER PENELITIAN KETERANGAN STS = Sangat Tidak Setuju | TS = Tidak Setuju | N = Netral | S =Setuju | SS = Sangat Setuju

STS PQ 1

TS

N

S

commit to user

Secara umum, semakin tinggi harga semakin baik kualitasnya

102

SS


digilib.uns.ac.id

PQ 2

Menurut saya harga menunjukkan kualitas produk

PQ 3

Menurut Saya, kita harus mengeluarkan uang yang lebih banyak jika ingin produk yang terbaik

PR 1

CD, VCD, DVD bajakan memiliki resiko yang tinggi

PR 2

Ada kemungkinan besar CD, VCD atau DVD bajakan yang kita beli rusak STS

PR 3

Menurut saya mengeluarkan uang untuk membeli CD, VCD atau DVD bajakan mungkin merupakan keputusan tidak tepat

INT 1

Saya menyadari kejujuran merupakan karakter penting bagi seseorang

INT 2 INT 3 INT 4

Saya menghargai orang yang memiliki pengendalian diri yg baik

PG 2

Saya ingin memiliki kehidupan yang nyaman

PG 3

Saya ingin memiliki kehidupan yang menyenangkan

SN 1

Teman dan keluarga saya tidak mempermasalahkan keputusan saya dalam membeli produk bajakan

SN 2

Saya membeli CD, VCD, atau DVD bajakan atas saran teman dan keluarga saya

SN 3

Kebanyakan dari teman dan keluarga saya sering membeli CD, VCD, atau DVD bajakan

RA 3 AT 1 AT 2 AT 3 AT 4 AT 5

S

Saya menghargai orang yang bertanggung jawab

Saya ingin berusaha untuk memenuhi kebutuhan saya

RA 2

N

Saya menyadari sangat penting orang bersikap sopan

PG 1

RA 1

TS

Saya tidak berani mengambil resiko ketika membeli sesuatu barang Sebelum melakukan pembelian, saya selalu memastikan produk yang saya beli berkualitas baik Saya selalu yakin atas produk yang saya beli Saya menyukai CD, VCD atau DVD bajakan karena harganya murah Saya suka membeli CD, VCD atau DVD bajakan Membeli CD, VCD atau DVD bajakan lebih menguntungkan saya Menurut Saya tidak ada yang salah membeli CD, VCD atau DVD bajakan Secara umum, membeli CD, VCD atau DVD bajakan merupakan pilihan yang lebih baik

commit to user

STS = Sangat Tidak Suka | TS = Tidak Suka | N = Netral | S = Suka | SS = Sangat Suka

103

SS


digilib.uns.ac.id

STS BI 1

BI 2

TS

N

Pada saat membutuhkan CD, VCD atau DVD, Saya lebih terpikir untuk membeli produk bajakan Saya berencana akan membeli CD, VCD atau DVD bajakan

BI 3

Saya akan menyarankan kepada teman untuk membeli CD, VCD atau DVD bajakan

BI 4

Saya akan mengatakan sesuatu yang baik mengenai CD, VCD atau DVD bajakan

Pertanyaan terbuka : 1. Menurut anda bagaimana kualitas CD, VCD, atau DVD bajakan? ________________________________________________________ ________ 2. Bagaimana kesesuaian harga CD, VCD, atau DVD bajakan jika dibandingkan dengan kualitasnya? ________________________________________________________ ________ 3. Apa saja resiko yang mungkin anda dapat ketika membeli CD, VCD, atau DVD bajakan? ________________________________________________________ ________ 4. Jelaskan alasan anda membeli CD, VCD, atau DVD bajakan? ________________________________________________________ _______ 5. Pertimbangan apa saja yang mempengaruhi anda untuk membeli CD, VCD, atau DVD bajakan? ________________________________________________________ ________ 6. Mengapa anda lebih memilih CD, VCD, atau DVD bajakan dibandingkan yang asli? ________________________________________________________ ________ 7. Apakah membeli CD, VCD, atau DVD bajakan itu melanggar peraturan? Jelaskan? ________________________________________________________ ________

commit to user

104

S

SS


No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

Jenis Kelamin 1 1 1 1 2 2 1 2 1 2 1 2 2 1 2 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1

digilib.uns.ac.id

Usia Fakultas 2 4 2 4 2 4 3 4 2 3 1 3 2 4 1 4 2 4 2 4 2 1 2 1 1 1 1 1 1 1 1 3 1 3 1 3 2 3 3 1 3 1 3 1 2 1 2 3 2 1 2 3 2 1 2 7 1 7 1 7 1 7 2 1 1 1 3 1 2 3 2 1 2 1 2 1 2 1 commit to user 2 1

Uang saku /minggu 1 2 1 1 1 2 2 2 3 1 1 1 2 2 3 2 3 1 1 2 1 2 1 3 2 3 3 3 3 2 3 3 3 2 2 2 2 2 3 3

Previous Experience 2 1 1 1 1 2 2 1 1 2 1 1 1 1 1 2 1 1 2 1 1 1 2 1 1 2 2 1 1 1 1 1 2 2 2 2 1 2 2 1

105


41 42 43 44 45 46

No 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78

digilib.uns.ac.id

1 1 1 1 1

Jenis Kelamin 2 2 1 2 2 2 1 1 1 1 1 2 2 2 1 2 1 2 2 1 1 2 1 2 1 2 1 1 1 2 1 1

1 1 3 1 3 1

1 1 1 1 7 7

Usia Fakultas 1 2 3 3 2 3 2 3 2 7 2 2 1 2 1 1 1 1 2 1 2 2 2 2 2 1 2 8 1 8 1 8 1 8 2 1 2 2 2 2 2 2 2 2 1 2 1 2 1 2 2 2 2 2 2 2 1 2 1 2 1 1 commit to user 2 1

3 3 3 2 3 3

2 1 1 1 1 1

Uang saku /minggu 3 2 2 2 2 3 3 1 1 2 2 3 3 2 2 3 2 3 1 3 2 2 3 2 3 2 3 3 3 3 3 2

Previous Experience 1 1 1 2 2 2 2 2 1 1 2 2 1 1 1 2 1 1 1 1 1 1 2 2 2 1 1 1 2 1 1 1

106


79 80 81 82 83 84 85 86 87 88 89 90 91 92

No 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116

digilib.uns.ac.id

2 2 1 2 1 2 2 2 1 1 2 2 2 2

Jenis Kelamin 2 2 1 1 2 1 2 1 2 2 1 2 1 2 1 1 2 1 2 1 1 2 2 2

2 2 2 2 2 1 1 1 1 1 2 2 2 2

1 1 1 1 6 6 6 6 6 6 6 1 1 1

Usia Fakultas 2 1 2 1 2 1 1 1 1 1 1 1 2 1 2 1 2 1 2 1 1 6 2 6 2 6 1 6 2 6 2 1 2 1 2 1 1 1 2 1 2 6 2 6 2 6 commit to user 1 1

2 3 3 3 1 3 3 2 3 2 3 1 3 2

1 2 2 2 1 2 2 2 1 1 1 2 1 2

Uang saku /minggu 3 3 1 3 2 3 1 3 2 1 2 1 3 3 1 3 3 3 3 2 2 2 2 2

Previous Experience 1 1 2 2 2 1 1 1 2 1 1 2 2 1 1 2 2 2 1 1 2 2 1 1

107


117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138

digilib.uns.ac.id

1 2 2 2 2 2 2 2 2 2 2 2 2 2 1 2 2 2 1 2 2 1

No Jenis Kelamin 139 2 140 2 141 2 142 2 143 2 144 2 145 2 146 2 147 2 148 2 149 1 150 2 151 2 No Jenis Kelamin Keterangan: Jenis

3 1 2 2 2 2 2 3 3 3 1 1 1 2 2 2 2 2 2 2 2 2

Usia 3 2 3 2 2 2 3 2 2 2 2 3 3 Usia

1 1 6 6 1 1 1 1 1 1 1 1 1 1 1 1 6 5 5 5 1 6

Fakultas 5 5 5 5 5 5 5 5 5 6 5 6 6 Fakultas

2 2 3 3 3 3 3 2 3 3 3 2 2 2 2 3 3 2 2 3 2 3

1 1 1 2 2 1 1 1 1 1 1 1 2 2 2 1 1 2 1 1 2 2

Uang saku /minggu 2 2 2 2 3 2 2 3 3 2 3 2 2

Previous Experience 1 2 1 1 2 1 1 1 2 2 1 1 1

commit to user

108


digilib.uns.ac.id

kelamin Laki – laki Perempuan

= =

1 2

<20 tahun 20-22 tahun >22 Tahun

= = =

1 2 3

Usia

Fakultas Ekonomi = Hukum = FISIP = Kedokteran = Sastra = FKIP = Pertanian = MIPA = Uang Saku per Minggu < Rp 50.000,= Rp 50.000,-hingga Rp 100.000,= > Rp 100.000,= Previous Experience Sudah pernah membeli (CD, VCD, atau DVD bajakan) Belum pernah membeli (CD, VCD, atau DVD bajakan)

1 2 3 4 5 6 7 8 1 2 3

=

1

=

2

commit to user

109


digilib.uns.ac.id

Tabel IV.6 Tabulasi Hasil Jawaban Responden

STS PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

TS 2 2 2 14 8 29 6 11 3 16 2 5 1 1 2 2 3 2 4 2 1 2 1 1 4 3 7 8

N 32 27 32 34 50 40 49 41 59 45 36 52 33 46 29 34 17 8 49 25 32 40 35 34 26 29 35 36

S 87 83 87 81 81 76 78 78 67 69 89 73 85 85 86 90 91 89 77 89 97 86 96 90 91 88 72 79

SS 30 39 30 22 12 6 18 21 22 21 24 21 32 19 34 25 40 52 21 35 31 23 19 26 30 31 37 28

JUMLAH 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151 151

commit to user

110


digilib.uns.ac.id

Tabulasi Pertanyaan Terbuka Nama Lulu

Pertanyaan 1 Lumayan bagus

Pertanyaan 2 Sesuai

Esa

Jelek

Sesuai

Ade

Jelek

Sesuai

Sularti

Jelek

Sesuai

Arif

Lumayan bagus

Sesuai

Risky

Jelek

Sesuai

Dita

Jelek

Sesuai

Lisa

Lumayan bagus

Sesuai

Diasmita

Jelek

Sesuai

Taufik

Lumayan bagus

Sesuai

Dian

Jelek

Sesuai

Heni

Jelek

Sesuai

Tiwi

Jelek

Sesuai

Rudi

Lumayan bagus

Sesuai

Johan

Lumayan bagus

Sesuai

Ana

Jelek

Sesuai

Yolla

Jelek

Sesuai

Bharata

Lumayan bagus

Sesuai

Yuma

Jelek

Sesuai

Yanti

Lumayan bagus

Sesuai

Pertanyaan 3 Kualitas jelek, tidak awet Suara pecah, kualitas jelek Barang tidak sesuai harapan Tidak tahan lama/ tdk awet Kualitas tidak sebagus yang asli Tidak awet

Pertanyaan 4 Harganya yang murah Coba-coba

Pertanyaan 5 Harga murah Coba-coba

Pertan Harga mudah Coba

Harganya yang murah Harganya yang murah Harganya yang murah

Harga murah

Harga

Harga murah

Harganya yang murah Barang mudah Harganya yang rusak murah Cenderung Harganya yang mudah rusak murah Kualitas jelek Harganya yang murah Barang tidak Harganya yang sesuai harapan murah Tidak tahan Harganya yang lama murah Mudah rusak Harganya yang murah Kualitas gambar Harganya yang suara jelek murah Barang tidak Harganya yang awet murah Barang rusak Harganya yang murah Kualitas jelek Harganya yang murah Tidak awet Harganya yang murah Barang Harganya yang rusak/macet murah Tidak awet Harganya yang murah Tidak awet Harganya yang murah

Harga murah

Harga mudah Harga kalah yang a Harga

Harga murah

Harga murah Harga murah

Harga mudah Harga

Harga murah

Harga

Harga murah

Harga

Harga murah Harga murah

Harga mudah Harga

Harga murah

Harga

Harga murah

Harga

Harga murah

Harga

Harga murah

Harga

Harga murah

Harga

Harga murah

Harga

Harga murah

Harga

Harga murah

Harga

commit to user

111


digilib.uns.ac.id

Keterangan Pertanyaan : 1. Menurut anda bagaimana kualitas CD, VCD, atau DVD bajakan? 2. Bagaimana kesesuaian harga CD, VCD, atau DVD bajakan jika dibandingkan dengan kualitasnya? 3. Apa saja resiko yang mungkin anda dapat ketika membeli CD, VCD, atau DVD bajakan? 4. Jelaskan alasan anda membeli CD, VCD, atau DVD bajakan? 5. Pertimbangan apa saja yang mempengaruhi anda untuk membeli CD, VCD, atau DVD bajakan? 6. Mengapa anda lebih memilih CD, VCD, atau DVD bajakan dibandingkan yang asli? 7. Apakah membeli CD, VCD, atau DVD bajakan itu melanggar peraturan? Jelaskan?

commit to user

112


digilib.uns.ac.id

pq1 5

pq2 4

pq3 4

pr1 3

pr2 5

pr3 5

int1 4

int2 4

int3 5

int4 5

pg1 4

pg2 5

pg3 4

sn1 4

sn2 2

sn3 4

ra1 4

ra2 4

4 5 4 3

4 4 4 2

4 5 4 5

2 3 4 4

4 4 5 4

2 5 5 5

5 5 5 5

5 5 4 5

4 5 5 5

4 5 4 4

4 4 4 3

5 5 4 5

5 5 4 4

4 3 3 4

2 3 3 2

3 4 4 3

4 5 2 4

4 5 4 4

4 5 2 2

5 5 3 2

3 4 1 4

2 4 4 3

4 4 1 4

5 4 1 5

5 5 5 5

5 4 5 5

5 4 5 5

5 4 4 5

3 3 3 5

4 4 4 5

4 4 4 5

2 4 3 1

2 2 3 1

3 4 3 2

5 4 4 5

5 5 4 5

4 2 4 4

4 3 2 4

3 2 4 4

4 4 2 3

4 4 5 4

4 5 5 4

4 5 5 4

4 4 5 4

4 5 5 4

4 4 5 4

4 4 5 4

4 4 5 4

4 4 5 4

3 5 5 3

2 5 2 3

3 5 2 3

4 3 5 4

4 5 5 4

5 3 4 4

5 4 4 4

5 4 4 5

1 2 4 4

4 4 4 5

3 5 4 4

5 4 5 4

5 4 5 4

5 4 5 4

5 4 5 5

5 4 5 4

5 4 5 5

5 4 5 5

3 4 3 3

3 2 2 2

3 3 3 4

5 4 4 4

5 4 4 5

5 5 4 1

4 5 5 1

3 4 4 1

5 4 2 4

5 4 4 5

4 4 2 4

5 5 5 5

5 5 4 5

4 4 5 5

4 5 5 5

2 4 4 5

5 5 5 5

4 5 5 5

1 4 5 5

1 2 4 2

2 4 5 5

5 5 5 5

4 4 5 5

2 4 5 4

2 3 5 4

1 4 5 5

3 4 5 4

4 3 5 5

3 3 5 4

3 4 5 4

4 4 5 5

5 4 5 5

5 4 5 5

3 4 5 4

4 4 5 4

4 4 5 4

3 4 6 4

3 3 2 3

3 4 4 3

4 4 5 4

5 4 5 4

4 5 4 5

4 5 4 5

5 3 2 2

4 5 4 5

4 5 4 5

3 4 4 2

5 5 5 5

5 5 5 5

5 5 5 5

5 5 5 5

5 5 4 5

4 5 5 5

5 5 5 5

3 3 3 5

2 2 2 2

3 2 3 5

4 4 5 5

4 4 5 5

4 5 4 2

4 5 4 3

2 5 3 1

2 3 5 4

5 4 4 1

2 2 2 1

5 5 5 5

5 5 5 5

5 5 5 5

5 5 5 4

5 5 5 3

5 5 5 4

5 5 5 4

2 4 3 3

2 3 3 3

4 5 4 3

4 5 4 4

4 5 5 4

2 4 2 4

2 4 3 2

4 3 2 4

3 4 4 2

4 4 4 5

5 4 5 5

5 4 5 5

5 4 4 5

5 4 5 5

5 4 4 5

5 4 4 5

5 4 4 5

5 4 4 5

1 3 5 5

1 2 5 2

2 3 5 2

5 4 3 5

5 4 5 5

4 5 3 4

4 5 4 4

4 5 4 4

3 1 2 4

4 4 4 4

4 3 5 4

4 5 4 5

4 5 4 5

4 5 4 5

4 5 4 5

4 5 4 5

4 5 4 5

4 5 4 5

3 3 4 3

3 3 2 2

3 3 3 3

4 5 4 4

4 5 4 4

4 5

4 4

5 3

4 5

5 5

4 4

5 4

4 2

5 5

5 4

3 1

2 1

4 2

4 5

5 4

4 4 4 commit 5 5to user 4

113


digilib.uns.ac.id

5 4

5 5

4 4

4 2

4 4

4 2

5 5

5 4

4 5

5 5

4 4

5 5

5 5

4 5

2 4

4 5

5 5

4 5

4 4 5 4

4 2 4 4

4 2 4 3

4 4 4 4

5 5 5 4

4 4 5 4

4 4 4 4

4 4 4 5

5 4 4 4

4 4 4 4

2 4 4 4

5 5 5 4

5 4 5 4

2 4 5 3

2 2 3 3

5 4 4 3

4 4 3 4

4 4 4 4

4

4

4

4

5

4

4

5

5

4

4

5

4

4

3

4

4

4

Factor Analysis KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity

Approx. Chi-Square df Sig.

,412 1201,775 378 ,000

commit to user

114


digilib.uns.ac.id

Communalities PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

Extraction ,864 ,905 ,709 ,841 ,836 ,735 ,627 ,785 ,737 ,782 ,730 ,847 ,816 ,672 ,849 ,808 ,692 ,746 ,804 ,762 ,784 ,724 ,873 ,778 ,910 ,917 ,792 ,899

Extraction Method: Principal Component Analysis.

commit to user

115


digilib.uns.ac.id

Total Variance Explained

Component 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Total 6,594 4,838 2,831 2,109 1,744 1,623 1,412 1,073 ,849 ,787 ,649 ,579 ,507 ,443 ,401 ,331 ,254 ,210 ,176 ,160 ,123 ,099 ,084 ,046 ,028 ,024 ,019 ,007

Initial Eigenvalues % of Variance Cumulative % 23,548 23,548 17,279 40,827 10,112 50,939 7,533 58,472 6,230 64,703 5,795 70,498 5,044 75,542 3,831 79,373 3,033 82,406 2,812 85,219 2,317 87,535 2,069 89,604 1,809 91,413 1,582 92,995 1,431 94,426 1,182 95,608 ,907 96,515 ,751 97,265 ,629 97,895 ,573 98,467 ,440 98,907 ,352 99,259 ,300 99,559 ,166 99,725 ,099 99,824 ,085 99,908 ,068 99,976 ,024 100,000

Extraction Sums of Squared Loadings Total % of Variance Cumulative % 6,594 23,548 23,548 4,838 17,279 40,827 2,831 10,112 50,939 2,109 7,533 58,472 1,744 6,230 64,703 1,623 5,795 70,498 1,412 5,044 75,542 1,073 3,831 79,373


commit to user

116


digilib.uns.ac.id

Component Matrixa Component 1 PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

2

3 ,749

4

5

6

7

,522 ,534 ,539

,570

,553 ,623

,596 ,712 -,647 ,816 ,570 ,709 ,777 ,637 ,559 ,711 ,693 ,607 ,752 ,663 ,712 -,524 ,749 ,852 ,832 ,665 ,670

Extraction Method: Principal Component Analysis. a. 8 components extracted.

commit to user

117

8


digilib.uns.ac.id

a Rotated Component Matrix

Component 1 PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

2

3

4 ,820 ,901 ,650

5

6

7

8

-,889 ,827 ,803 -,505

,589 ,709 ,646 ,652 ,879 ,809

,595 ,592 ,746 ,711 ,744 -,872 ,517 ,818 ,694 ,868 ,718 ,842 ,847 ,860

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 10 iterations.

Component Transformation Matrix Component 1 2 3 4 5 6 7 8

1 ,774 -,347 -,159 ,312 ,278 ,165 -,037 -,227

2 ,146 ,815 ,026 ,000 ,136 ,395 -,260 -,269

3 ,524 ,061 ,220 -,454 -,605 ,137 ,134 ,253

4 ,198 ,161 ,614 -,162 ,554 -,388 ,237 ,135

5 -,054 ,071 ,464 ,768 -,280 ,192 ,171 ,207

6 ,127 ,316 -,552 ,138 ,169 -,056 ,352 ,636

Extraction Method: Principal Component Analysis. commit to user Rotation Method: Varimax with Kaiser Normalization.

118

7 ,113 ,264 -,172 ,162 -,316 -,554 ,415 -,532


pq1

digilib.uns.ac.id

pq2 5 5 4 5 4 3 5 2 2 4 4 5 3 4 4 5 4 4 2 5 4 4 4 4 4 2 2 4 4 4 4 2 3 4 4 5 4 5 4 5 2 4 4

pq3 5 4 4 4 3 4 5 2 3 3 4 5 4 3 4 4 5 4 2 4 4 4 4 4 4 2 1 4 3 4 3 2 2 3 4 4 4 4 4 5 3 2 4

pr1 4 5 4 5 3 5 4 3 3 4 4 5 4 3 5 5 4 4 2 4 4 4 4 4 3 2 2 5 3 3 3 3 3 4 3 5 3 4 3 3 2 4 4

pr2 pr3 4 4 3 5 3 4 3 4 4 5 4 4 4 4 3 4 4 4 4 5 3 4 3 4 3 4 4 4 4 5 5 5 4 4 3 4 4 5 4 5 4 5 5 5 4 4 4 5 4 5 4 5 2 3 4 4 4 4 4 4 4 5 4 4 5 4 4 3 5 4 3 4 1 2 5 5 4 4 5 5 4 4 2 5 commit 3 to user 4

int1 4 5 3 5 5 5 4 5 5 5 4 4 5 4 4 4 3 3 4 5 4 4 4 5 5 5 2 4 4 4 4 5 4 3 3 2 1 4 4 4 5 5 4

int2 5 4 5 5 5 5 5 5 5 5 4 5 4 5 4 5 5 3 4 4 4 5 4 5 4 4 4 4 5 5 4 4 4 4 5 5 5 5 5 5 5 5 4

int3 5 4 5 5 4 5 4 5 4 5 4 5 4 5 4 5 4 3 4 4 5 4 4 5 4 4 4 4 5 4 4 4 4 4 5 5 5 5 5 5 4 5 4

int4 4 5 4 5 5 5 4 5 5 5 4 5 4 5 4 4 5 4 4 4 5 4 4 5 4 4 4 4 5 5 4 4 4 4 5 5 5 5 5 5 5 5 4

119


5 3 4 4 5 5 4

digilib.uns.ac.id

5 4 4 4 4 5 5

5 4 4 5 3 4 4

1 2 4 4 5 4 2

4 4 4 5 5 4 4

3 5 4 4 4 4 2

5 4 5 4 5 5 5

5 4 5 4 5 5 4

5 4 5 4 4 4 5



,462 1071,207 378 ,000

commit to user

120


digilib.uns.ac.id


Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

Extraction ,838 ,868 ,830 ,799 ,843 ,792 ,823 ,792 ,823 ,780 ,673 ,846 ,860 ,694 ,770 ,669 ,756 ,796 ,759 ,790 ,802 ,850 ,776 ,823 ,832 ,892 ,825 ,885


commit to user

121


digilib.uns.ac.id


Component 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Total 7,132 5,121 2,587 2,178 1,848 1,361 1,292 ,969 ,797 ,575 ,532 ,517 ,476 ,374 ,334 ,314 ,278 ,267 ,234 ,187 ,164 ,130 ,095 ,081 ,054 ,050 ,041 ,012

Initial Eigenvalues % of Variance Cumulative % 25,472 25,472 18,289 43,762 9,239 53,000 7,778 60,778 6,600 67,378 4,860 72,238 4,615 76,853 3,462 80,315 2,845 83,160 2,054 85,214 1,900 87,115 1,848 88,962 1,701 90,663 1,334 91,997 1,192 93,190 1,121 94,310 ,992 95,303 ,955 96,258 ,835 97,093 ,666 97,759 ,587 98,347 ,465 98,812 ,340 99,152 ,290 99,442 ,194 99,636 ,177 99,813 ,145 99,958 ,042 100,000

Extraction Sums of Squared Loadings Total % of Variance Cumulative % 7,132 25,472 25,472 5,121 18,289 43,762 2,587 9,239 53,000 2,178 7,778 60,778 1,848 6,600 67,378 1,361 4,860 72,238 1,292 4,615 76,853 ,969 3,462 80,315


commit to user

122


digilib.uns.ac.id


2 ,557 ,546

3

4 ,616 ,576 ,561

5

6

7

,514 ,504

-,583

-,511

,580 ,532 ,745 ,550 ,580 ,738

,522 ,625 ,591

,567

,554 ,540 ,557 ,625 ,646 ,735 ,507 ,667 ,802 ,835 ,762 ,758

-,534

-,528


commit to user

123

8


digilib.uns.ac.id



2

3

4

5 ,797 ,882 ,839

6

7

,598 ,812 ,765

8

,526

,846 ,633 ,858 ,708 -,540 ,815 ,837 ,607 ,598 ,717 ,533

,558 ,728 ,843

,722 ,837 ,749 ,837 ,772 ,756 ,805 ,853 ,894



1 ,721 ,142 ,563 ,164 -,169 -,115 -,030 -,272

2 ,544 ,383 -,477 -,084 ,353 ,159 ,302 ,286

3 -,275 ,536 ,288 -,429 ,423 ,114 -,004 -,421

4 -,255 ,527 ,013 ,168 -,403 -,487 ,459 ,133

5 -,143 ,385 -,125 ,720 -,022 ,433 -,302 -,137

6 -,148 -,216 ,480 ,284 ,316 ,321 ,591 ,261


124

7 -,017 -,098 -,043 ,377 ,634 -,648 -,146 -,063


pq1

digilib.uns.ac.id

pq2 5 5 4 5 4 3 5 2 2 4 4 5 3 4 4 5 4 5 2 5 4 4 4 4 4 2 2 4 4 4 4 2 3 4 4 5 4 5 4 5 4 2 1

pq3 5 4 4 4 3 4 5 2 3 3 4 5 4 4 4 4 5 3 2 4 4 4 4 4 4 2 1 4 3 4 3 2 2 3 4 5 4 5 4 5 4 2 1

pr1 4 4 4 5 4 5 4 3 2 4 4 5 4 4 5 3 4 4 2 4 4 4 4 4 3 2 2 4 3 3 3 3 2 4 3 5 3 4 3 3 5 1 1


int1 4 5 3 5 5 5 4 5 5 5 4 4 5 4 4 4 3 3 4 5 4 4 4 5 5 5 2 4 4 4 4 5 4 3 3 2 1 4 4 4 3 3 4

int2 5 4 5 5 5 5 5 5 5 5 4 5 4 5 4 5 5 3 4 4 4 5 4 5 4 4 4 4 5 5 4 4 4 4 5 5 5 5 5 5 5 3 5

int3 5 4 5 5 4 5 4 5 4 5 4 5 4 5 4 5 4 3 4 4 5 4 4 5 4 4 4 4 5 4 4 4 4 4 5 5 5 5 5 5 5 4 5

int4 4 5 4 5 5 5 4 5 5 5 4 5 4 5 4 4 5 4 4 4 5 4 4 5 4 4 4 4 5 5 4 4 4 4 5 5 5 5 5 5 5 5 5

125


4 4 2 4 4 4 4

digilib.uns.ac.id

4 5 3 4 4 4 4

3 3 1 3 3 3 4

4 4 4 4 4 4 4

4 4 5 4 4 4 4

4 5 5 4 3 3 3

4 5 5 4 5 5 5

5 5 5 4 5 5 5

4 5 5 4 5 5 5



,608 951,751 378 ,000

commit to user

126


digilib.uns.ac.id


Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

Extraction ,862 ,899 ,769 ,713 ,864 ,747 ,785 ,798 ,788 ,781 ,627 ,839 ,860 ,659 ,782 ,587 ,728 ,764 ,878 ,693 ,836 ,824 ,868 ,818 ,837 ,839 ,808 ,822


commit to user

127


digilib.uns.ac.id


Component 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Total 7,357 4,478 2,460 2,333 1,810 1,511 1,249 ,876 ,766 ,705 ,601 ,525 ,459 ,413 ,345 ,304 ,282 ,264 ,249 ,210 ,199 ,141 ,113 ,109 ,093 ,072 ,052 ,026

Initial Eigenvalues % of Variance Cumulative % 26,275 26,275 15,993 42,268 8,785 51,053 8,333 59,386 6,463 65,848 5,397 71,245 4,461 75,706 3,128 78,834 2,736 81,570 2,519 84,089 2,146 86,235 1,875 88,110 1,639 89,749 1,476 91,225 1,233 92,458 1,085 93,543 1,006 94,549 ,943 95,492 ,890 96,382 ,748 97,131 ,710 97,841 ,504 98,345 ,403 98,747 ,389 99,136 ,332 99,468 ,255 99,723 ,184 99,908 ,092 100,000

Extraction Sums of Squared Loadings Total % of Variance Cumulative % 7,357 26,275 26,275 4,478 15,993 42,268 2,460 8,785 51,053 2,333 8,333 59,386 1,810 6,463 65,848 1,511 5,397 71,245 1,249 4,461 75,706 ,876 3,128 78,834


commit to user

128


digilib.uns.ac.id


2 ,518 ,553

3

4 -,577

5

6

7

-,529 ,613 ,727 ,520 -,572

,587 ,532 ,529 ,644 ,622 ,745

,633 ,682 ,573 ,508

-,508 -,503

,678 ,690 ,703 ,627 ,725 ,847 ,840 ,762 ,683

,509


commit to user

129

8


digilib.uns.ac.id



2

3

4

5 ,898 ,899 ,831

6

7

8

,775 ,867 ,756 ,800 ,748 ,797 ,573 ,713 ,872 ,858 ,662 ,742 ,687 ,761 ,819 ,884 ,748 ,852 ,847 ,840 ,802 ,704 ,752 ,796 ,851



1 ,678 ,127 ,397 ,136 -,538 ,055 -,066 ,226

2 ,604 ,374 -,323 ,116 ,546 ,076 ,199 -,185

3 -,333 ,453 -,131 ,442 -,081 ,527 ,101 ,419

4 -,199 ,587 ,092 -,072 -,201 -,615 ,426 -,056

5 -,075 ,437 ,442 -,605 ,260 ,273 -,314 ,027

6 -,091 -,177 ,713 ,395 ,358 ,070 ,361 -,180


130

7 -,095 ,263 ,049 ,470 -,035 -,175 -,670 -,467


pq1

digilib.uns.ac.id

pq2 2 4 4 2 2 3 5 2 2 4 4 5 3 4 4 5 4 4 2 5 4 4 3 4 4 4 4 2 3 4 4 5 4 5 4 5 4 2 1 4 4 4 4

pq3 3 4 4 2 2 4 5 2 3 4 4 5 4 4 4 4 5 4 2 4 4 4 4 3 3 4 3 2 2 3 4 5 4 5 4 5 4 2 1 4 5 4 4

pr1 1 4 3 2 2 5 4 3 2 4 4 5 4 4 5 3 4 4 2 4 4 3 4 4 3 3 3 3 2 4 3 4 3 4 3 3 5 1 1 3 3 3 3


int1 5 5 5 5 2 5 4 5 5 5 4 4 5 4 4 4 3 3 4 5 4 4 4 4 4 4 4 5 4 3 3 2 1 4 4 4 3 3 4 4 5 4 3

int2 5 5 4 4 4 5 5 5 5 5 4 5 4 5 4 5 5 3 4 4 4 5 4 4 5 5 4 4 4 4 5 5 5 5 5 5 5 3 5 4 5 4 5

int3 5 5 4 4 4 5 4 5 4 5 4 5 4 5 4 5 4 3 4 4 5 4 4 4 5 4 4 4 4 4 5 5 5 5 5 5 5 4 5 5 5 4 5

int4 5 5 4 4 4 5 4 5 5 5 4 5 4 5 4 4 5 4 4 4 5 4 4 4 5 5 4 4 4 4 5 5 5 5 5 5 5 5 5 4 5 4 5

131


4 4 5 5 4 5 4

digilib.uns.ac.id

4 4 5 4 4 4 4

3 4 4 4 4 5 4

4 4 4 3 3 3 4

4 4 4 5 4 4 5

3 3 4 5 3 5 5

5 5 5 4 5 5 5

5 5 5 4 5 5 4

5 5 4 5 4 5 5



,663 884,457 378 ,000

commit to user

132


digilib.uns.ac.id


Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

Extraction ,851 ,873 ,806 ,713 ,847 ,687 ,758 ,757 ,775 ,807 ,650 ,825 ,875 ,740 ,790 ,660 ,847 ,767 ,718 ,671 ,779 ,793 ,776 ,734 ,715 ,745 ,872 ,767


commit to user

133


digilib.uns.ac.id


Component 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Total 6,530 4,471 2,574 2,379 1,781 1,644 1,216 1,005 ,874 ,828 ,602 ,514 ,476 ,445 ,421 ,363 ,325 ,301 ,218 ,193 ,176 ,158 ,127 ,108 ,093 ,075 ,067 ,037

Initial Eigenvalues % of Variance Cumulative % 23,320 23,320 15,969 39,289 9,192 48,481 8,496 56,977 6,359 63,336 5,871 69,207 4,342 73,548 3,591 77,139 3,121 80,260 2,957 83,217 2,149 85,366 1,837 87,203 1,699 88,903 1,588 90,490 1,502 91,993 1,296 93,288 1,161 94,449 1,076 95,525 ,780 96,305 ,689 96,994 ,627 97,621 ,564 98,185 ,452 98,637 ,387 99,024 ,332 99,356 ,269 99,625 ,241 99,866 ,134 100,000

Extraction Sums of Squared Loadings Total % of Variance Cumulative % 6,530 23,320 23,320 4,471 15,969 39,289 2,574 9,192 48,481 2,379 8,496 56,977 1,781 6,359 63,336 1,644 5,871 69,207 1,216 4,342 73,548 1,005 3,591 77,139


commit to user

134


digilib.uns.ac.id


2 ,555 ,536

3

4 -,522 -,500 -,617

5

6

7

,578 ,789 ,593 ,508 -,654 -,559 -,543 ,598 ,577 ,689 ,636 ,512

-,587 ,578 ,608 ,644 ,570 ,660 ,631 ,636 ,759 ,561


commit to user

135

8


digilib.uns.ac.id



2

3

4 ,872 ,890 ,859

5

6

7

8

,832 ,839 ,719 ,702 ,622 ,797 ,833 ,734 ,832 ,798 ,740 ,799 ,677 ,886 ,791 ,628 ,787 ,823 ,796 ,777 ,766 ,581 ,669 ,824 ,835



1 ,566 ,411 -,378 ,227 ,444 -,053 ,210 ,269

2 ,484 ,172 ,290 -,309 -,588 ,103 -,078 ,440

3 -,423 ,365 -,218 ,292 -,148 ,645 -,178 ,292

4 -,140 ,443 ,254 -,637 ,482 ,097 -,262 -,059

5 -,273 ,542 ,069 -,046 -,291 -,231 ,667 -,204

6 ,390 ,199 ,302 ,298 -,060 ,375 -,119 -,686


136

7 -,084 -,125 ,728 ,328 ,327 ,110 ,304 ,358


pe

digilib.uns.ac.id

pq1 1 1 0 1 1 1 1 1 1 1 0 1 0 1 1 1 0 0 0 1 1 1 1 0 1 0 1 1 1 1 0 1 0 1 1 1 1 1 1 1 1 1 1

pq2 4 4 3 4 5 4 4 3 4 4 3 4 5 5 4 4 4 3 4 5 4 5 5 4 4 3 4 4 5 4 4 5 4 4 5 3 5 4 5 4 4 5 5

pq3 5 4 3 4 4 4 3 4 5 4 4 4 5 4 4 5 4 4 3 4 5 4 5 4 3 3 4 4 5 4 4 4 4 4 5 4 5 4 4 5 4 4 5


pr3 5 4 4 2 3 4 3 3 4 4 4 4 5 4 4 4 3 4 4 4 5 4 4 3 3 5 4 3 2 4 3 4 4 4 5 4 4 5 3 3 3 4 4

int1 5 4 4 2 3 4 3 4 4 2 2 4 4 4 4 4 4 4 4 4 4 4 4 2 3 5 3 4 4 4 4 5 4 4 5 4 3 4 4 2 4 4 4

int2 5 4 3 3 3 4 4 4 3 4 5 4 4 3 4 4 4 3 4 3 5 4 4 3 2 3 3 4 3 2 3 4 4 4 3 4 3 4 4 3 3 4 5

int3 5 4 4 3 3 4 3 4 4 4 5 3 3 2 2 4 2 3 2 2 5 4 4 3 5 2 3 2 3 3 4 4 2 2 3 4 4 4 4 3 4 4 5

137


1 1 0 1 0 0 1 1 0 0 1 1 1 0 0 0 0 1 0 0 1 0 0 1 1 1 0 0 0 0 1 1 1 0 0 1 1 1 0 0 0 1 0 1

digilib.uns.ac.id

4 4 4 3 4 4 4 5 4 4 5 4 4 4 5 4 3 4 4 3 4 4 4 3 3 5 4 4 3 4 3 4 5 3 4 4 4 3 5 5 3 4 3 4

4 4 3 4 5 3 5 5 3 4 5 4 3 4 5 4 4 4 3 4 5 4 4 4 3 5 4 4 4 3 3 4 5 5 5 5 4 4 5 4 4 5 4 4

5 4 4 4 5 5 4 4 5 4 3 4 5 5 5 4 4 3 4 3 5 4 4 2 3 4 4 4 5 4 4 2 4 3 4 4 5 3 4 4 4 4 3 3 4 3 4 4 3 3 5 2 4 3 4 4 4 3 3 3 3 2 4 4 5 4 4 5 5 3 4 4 5 4 4 4 5 5 4 4 5 5 4 2 3 4 commit 4 to user 3

4 4 3 4 3 3 5 4 4 3 3 2 4 4 4 2 3 4 3 3 4 4 4 4 3 2 4 3 4 3 2 4 4 4 4 5 4 4 3 4 4 3 4 4

4 4 4 4 4 4 5 3 2 3 3 2 4 4 4 2 3 4 3 4 4 2 2 4 3 2 2 4 3 3 2 2 4 4 4 4 4 4 4 3 2 2 4 2

4 4 3 4 2 5 5 3 5 3 4 3 3 4 5 3 3 4 4 4 3 4 5 4 3 4 5 5 4 4 4 3 4 3 4 4 4 4 3 4 4 4 3 5

4 4 2 4 3 5 5 4 5 4 5 5 3 4 4 3 3 4 3 4 4 4 5 3 4 5 5 4 3 4 5 3 4 4 3 4 4 4 4 4 4 3 4 5

138


0 0 1 0 0 1 1 0 1 0 0 0 1 0 1 0 1 0 1 0 1 1 1 1 1 1 0 1 0 1 0 1 1 1 1 0 1 1 0 0 1 1 1 1

digilib.uns.ac.id

4 3 4 4 4 5 4 4 3 4 4 4 4 4 4 3 3 4 4 4 4 4 3 4 4 4 3 4 5 3 4 5 4 3 4 3 4 4 2 5 4 4 5 2

4 4 5 4 3 4 3 4 3 4 5 4 3 5 5 4 4 4 5 4 4 5 4 3 4 5 3 3 5 5 3 4 4 3 4 4 3 4 2 5 4 3 4 4

5 5 3 4 4 3 4 4 3 4 4 5 3 3 3 5 4 4 4 3 4 4 4 3 4 4 4 2 4 4 3 4 3 3 4 4 4 3 3 4 4 3 5 4 5 4 4 4 4 4 3 5 3 4 5 4 4 3 4 4 3 4 4 5 4 4 4 4 3 4 4 4 4 3 4 4 2 4 4 3 3 4 4 4 5 3 commit 2 to user 4

4 3 4 4 4 3 4 3 3 4 3 3 3 3 3 3 2 3 3 3 4 3 4 4 4 4 5 4 4 4 4 4 3 3 3 3 3 5 3 3 4 4 4 4

4 4 4 2 2 4 4 4 3 3 3 3 4 3 3 3 3 4 3 2 2 3 3 2 3 3 4 3 4 3 4 3 2 3 3 4 3 4 3 3 4 3 3 4

5 4 3 4 4 4 3 3 3 4 4 4 3 4 5 4 4 4 4 3 4 3 4 4 4 4 3 3 4 3 4 4 3 3 2 2 4 4 3 4 3 4 5 3

4 4 3 4 4 4 5 3 5 4 3 4 4 4 5 4 4 4 4 3 4 3 3 4 4 3 3 4 4 3 4 4 3 4 3 2 4 4 3 4 4 3 3 3

139


1 1 0 1 0 0 0 0 0 0 1 1 1 1 1 1 0 1 1 1

digilib.uns.ac.id

3 5 5 3 4 3 4 4 5 4 4 4 5 4 5 3 3 4 3 4

4 5 4 4 5 4 2 4 4 5 4 3 4 3 5 4 3 4 4 5

4 5 4 3 4 3 4 5 5 4 4 3 4 3 5 4 3 4 4 4

4 3 4 5 4 4 3 5 2 3 4 2 3 3 5 5 4 4 4 3

4 3 4 4 5 4 4 4 3 4 4 2 3 4 5 4 4 4 3 3

2 2 3 2 4 4 3 4 2 4 3 2 4 4 5 4 4 4 4 2

4 3 4 4 4 2 5 5 4 3 4 4 4 3 5 4 3 4 4 3

4 4 4 4 3 4 5 4 4 3 4 3 4 5 5 4 4 4 4 3



.781 1610.153 378 .000

commit to user

140


digilib.uns.ac.id


Initial 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000

Extraction .619 .704 .695 .707 .682 .720 .687 .569 .590 .638 .673 .686 .572 .611 .752 .717 .762 .700 .521 .536 .643 .494 .700 .770 .701 .762 .633 .536


commit to user

141


digilib.uns.ac.id

Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings ComponentTotal% of Variance Cumulative % Total% of Variance Cumulative % Total% of Variance Cumulative % 1 6.074 21.693 21.693 6.074 21.693 21.693 3.148 11.244 11.244 2 3.369 12.032 33.724 3.369 12.032 33.724 2.579 9.209 20.453 3 2.172 7.758 41.483 2.172 7.758 41.483 2.493 8.905 29.358 4 1.865 6.661 48.143 1.865 6.661 48.143 2.264 8.086 37.444 5 1.706 6.094 54.237 1.706 6.094 54.237 2.076 7.413 44.857 6 1.174 4.193 58.430 1.174 4.193 58.430 2.058 7.351 52.207 7 1.016 3.628 62.058 1.016 3.628 62.058 1.995 7.126 59.334 8 1.005 3.588 65.646 1.005 3.588 65.646 1.767 6.312 65.646 9 .882 3.150 68.796 10 .818 2.923 71.719 11 .736 2.628 74.347 12 .720 2.570 76.917 13 .654 2.335 79.252 14 .612 2.184 81.436 15 .589 2.105 83.541 16 .550 1.966 85.507 17 .540 1.930 87.437 18 .462 1.651 89.088 19 .443 1.582 90.671 20 .402 1.437 92.107 21 .381 1.360 93.467 22 .340 1.214 94.682 23 .304 1.084 95.766 24 .297 1.062 96.828 25 .262 .937 97.765 26 .244 .872 98.637 27 .219 .782 99.419 28 .163 .581 100.000 Extraction Method: Principal Component Analysis.

commit to user

142


digilib.uns.ac.id

a Component Matrix

PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

1 .527 .542 .574

2

Component 4 5

3

6 -.534

7

8

.790 .640 .783 .648 .613 .536 .582 .584 .570 .580 .642 .581 .779 .754 .660 .616 .689 .539 .644 .672 .510


commit to user

143


digilib.uns.ac.id


1 PQ1 PQ2 PQ3 PR1 PR2 PR3 INT1 INT2 INT3 INT4 PG1 PG2 PG3 SN1 SN2 SN3 RA1 RA2 RA3 AT1 AT2 AT3 AT4 AT5 BI1 BI2 BI3 BI4

2

Component 4 5

3

6

7

8 .606 .762 .739

.796 .755 .814 .748 .711 .729 .760 .710 .753 .668 .666 .749 .781 .846 .827 .698 .576 .712 .656 .787 .824 .770 .820 .679 .705



1 .586 -.321 -.124 -.252 -.353 .043 -.111 .580

2 .370 -.462 .046 -.071 .720 .138 .276 -.170

3 .190 .649 -.353 .164 .446 .123 -.035 .420

4 .431 .317 -.031 .030 -.286 -.290 .685 -.276

5 .405 .225 .151 .039 -.172 .644 -.335 -.452

6 .015 .209 .898 -.046 .088 .045 .131 .348

7 .113 -.244 .066 .949 -.101 .002 .009 .117

8 .347 .094 .153 .023 .169 -.680 -.558 -.210

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Reliability R E L I A B I L I T Y

A Ncommit A L Y to S user I S

-

S C A L E

(A L P H A)

144


digilib.uns.ac.id

Item-total Statistics

PQ1 PQ2 PQ3

Scale Mean if Item Deleted

Scale Variance if Item Deleted

8.0132 7.9205 8.0132

1.4132 1.3670 1.3065

Reliability Coefficients N of Cases = 151.0 Alpha = .7007

Corrected ItemTotal Correlation

Alpha if Item Deleted

.4858 .4937 .5737

.6476 .6391 .5372

N of Items =

3

-

(A L P H A)


A N A L Y S I S

S C A L E


PR1 PR2 PR3



7.0331 7.1258 7.3775

1.6856 2.0974 1.7566




.6078 .5205 .5370

.5711 .6819 .6633

N of Items =

3

-

(A L P H A)


A N A L Y S I S

S C A L E


INT1 INT2 INT3 INT4



11.0662 11.0596 11.0662 11.1523

3.4356 3.4964 3.5289 3.1300




.6048 .4923 .5506 .5720

.6725 .7314 .7000 .6890

N of Items =

4

-

(A L P H A)


A N A L Y S I S


commit to user

S C A L E

145


PG1 PG2 PG3

digilib.uns.ac.id



7.7086 7.8742 7.6225

1.4612 1.3107 1.5566




.6084 .6057 .5113

.6239 .6242 .7308

N of Items =

3

-

(A L P H A)


A N A L Y S I S

S C A L E


SN1 SN2 SN3



7.9205 7.7219 7.8146

1.4736 1.3088 1.4054




.6055 .6800 .6414

.7616 .6826 .7247

N of Items =

3

-

(A L P H A)


A N A L Y S I S

S C A L E


RA1 RA2 RA3



8.0265 7.8742 8.3775

1.1993 1.3907 1.3299




.6331 .5486 .4393

N of Items =

.5011 .6146 .7519

3

Reliability R E L I A B I L I T Y P H A)

A N A L Y S I S

-

S C A L E

(A L

Item-total Statistics Scale

commit to user Corrected Scale

146


AT1 AT2 AT3 AT4 AT5

digilib.uns.ac.id

Mean if Item Deleted

Variance if Item Deleted

15.5894 15.7152 15.7682 15.7483 15.6954

4.2303 4.1250 4.2859 4.0962 3.8399


ItemTotal Correlation


.5375 .6738 .5121 .6881 .7484

N of Items =

.8224 .7838 .8297 .7799 .7602

5

Reliability R E L I A B I L I T Y P H A)

A N A L Y S I S

-

S C A L E

(A L


BI1 BI2 BI3 BI4



11.7351 11.7351 11.7881 11.8675

3.3294 3.1694 3.1415 3.4090




.6330 .7137 .5576 .4782

N of Items =

.7097 .6698 .7488 .7877

4

Model SEM

e1 e2 e3 e4 e5 e6

1 1 1 1 1 1 1

pq1 pq21

PQ

pq3

commit to user

ra1 ra21 ra3

RA

147


digilib.uns.ac.id

Analysis Summary Date and Time Date: Tuesday, November 01, 2011 Time: 11:01:32 PM

Title model: Tuesday, November 01, 2011 11:01 PM commit to user

Notes for Group (Group number 1)

148


digilib.uns.ac.id

The model is recursive. Sample size = 151

Variable Summary (Group number 1) Your model contains the following variables (Group number 1) Observed, endogenous variables pq3 pq2 pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4 Observed, exogenous variables pe Unobserved, endogenous variables Attitude Behavioral Intention Unobserved, exogenous variables Price quality e3 e2 e1 Risk Averseness e6 commit to user e5 149


digilib.uns.ac.id

e4 Subjective Norm e9 e8 e7 Perceive Risk e12 e11 e10 Integrity e16 e15 e14 e13 Personal Gratifikation e19 e18 e17 e20 e21 e22 e23 e24 e25 e26 e27 e28 z1 z2

Variable counts (Group number 1) Number of variables in your model: Number of observed variables: Number of unobserved variables: Number of exogenous variables: Number of endogenous variables:

67 29 38 37 30

Parameter summary (Group number 1) Fixed Labeled Unlabeled Total

Weights 38 0 29 67

Covariances Variances 0 0 0 0 21 37 21 37 commit to user

Means 0 0 0 0

Intercepts 0 0 0 0

Total 38 0 87 125

150


digilib.uns.ac.id

Assessment of normality (Group number 1) Variable pe bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3 Multivariate

min .000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000

max 1.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000

skew -.448 -.381 -.378 -.328 -.449 -.082 -.111 -.092 -.132 -.310 -.153 -.021 -.105 -.145 -.349 .194 -.245 -.489 -.285 -.430 .064 -.255 -.181 -.534 -.577 -.047 -.204 -.306 -.204

c.r. -2.247 -1.911 -1.896 -1.647 -2.253 -.412 -.557 -.460 -.660 -1.557 -.770 -.107 -.527 -.726 -1.753 .975 -1.229 -2.451 -1.429 -2.159 .319 -1.279 -.909 -2.678 -2.895 -.234 -1.024 -1.535 -1.024

kurtosis -1.799 -.148 -.374 .096 .428 -.236 .069 -.240 .142 .078 -.092 -.419 -.444 -.217 -.211 -.643 -.529 -.158 -.055 -.846 -.419 -.145 -.031 .712 1.066 -.363 -.152 -.208 -.152 8.646

c.r. -4.513 -.372 -.938 .240 1.073 -.592 .173 -.602 .355 .196 -.232 -1.051 -1.114 -.544 -.528 -1.613 -1.328 -.396 -.137 -2.122 -1.051 -.362 -.077 1.785 2.674 -.912 -.380 -.522 -.380 1.253

Observations farthest from the centroid (Mahalanobis distance) (Group number 1) Observation number 84 103 5 25 49 37 14

Mahalanobis d-squared 47.438 46.523 43.885 43.473 41.590 41.325 commit to user 41.116

p1 .017 .021 .038 .041 .061 .064 .067

p2 .923 .824 .926 .872 .957 .929 .888

151


Observation number 121 21 119 47 24 136 29 57 100 82 139 135 31 90 145 88 6 15 40 46 32 130 108 35 23 77 56 3 110 122 95 28 69 87 94 127 143 124 118 26 75 138

digilib.uns.ac.id

Mahalanobis d-squared 40.962 40.849 40.455 39.982 39.690 39.573 39.100 38.598 38.580 38.340 38.326 38.276 38.208 38.053 37.872 37.082 37.030 36.858 36.791 36.706 36.672 36.604 35.903 35.845 35.141 35.048 35.017 34.916 34.855 34.687 34.558 34.179 34.117 33.976 33.932 33.782 33.701 33.470 32.582 32.526 32.398 32.300 commit to user

p1 .069 .071 .077 .084 .089 .091 .100 .110 .110 .115 .115 .116 .118 .121 .125 .144 .145 .150 .152 .154 .155 .157 .176 .178 .200 .203 .204 .207 .209 .215 .219 .233 .235 .240 .242 .247 .250 .259 .295 .297 .303 .307

p2 .829 .752 .730 .734 .703 .627 .653 .695 .601 .574 .477 .394 .323 .284 .256 .422 .353 .327 .272 .227 .176 .140 .266 .219 .388 .347 .288 .257 .216 .210 .194 .256 .218 .208 .171 .165 .143 .160 .427 .383 .371 .348

152



digilib.uns.ac.id


p1 .312 .318 .325 .336 .337 .338 .340 .351 .356 .357 .363 .368 .373 .379 .382 .389 .391 .405 .419 .425 .428 .436 .437 .440 .441 .446 .455 .473 .482 .489 .507 .510 .517 .525 .528 .529 .530 .533 .541 .546 .554 .557

p2 .331 .332 .338 .373 .324 .275 .235 .274 .258 .221 .210 .203 .192 .185 .164 .166 .141 .190 .246 .237 .210 .224 .183 .157 .127 .120 .136 .206 .223 .223 .316 .283 .292 .299 .271 .227 .184 .164 .174 .161 .167 .148

153


digilib.uns.ac.id

Observation number 91 41 144 34 11 98 64 43 38

Mahalanobis d-squared 27.251 27.147 27.015 26.793 26.774 26.688 26.610 26.528 26.465

p1 .558 .564 .571 .583 .584 .589 .593 .597 .601

p2 .118 .113 .115 .142 .112 .103 .092 .083 .071

Notes for Model (Default model) Computation of degrees of freedom (Default model) Number of distinct sample moments: Number of distinct parameters to be estimated: Degrees of freedom (435 - 87):

435 87 348

Result (Default model) Minimum was achieved Chi-square = 399.176 Degrees of freedom = 348 Probability level = .030

Regression Weights: (Group number 1 - Default model) Attitude Attitude Attitude Attitude Attitude Attitude Attitude Behavioral Intention Behavioral Intention pq3 pq2 pq1 ra3 ra2 ra1

<--- Price quality <--- Risk Averseness <--- Subjective Norm <--- Perceive Risk <--- Integrity Personal <--Gratifikation <--- pe

Estimate S.E. C.R. P .259 .106 2.456 .014 .027 .093 .289 .773 .260 .117 2.224 .026 -.209 .074 -2.822 .005 -.291 .084 -3.475 *** .297

.144 2.060 .039

.150

.064 2.341 .019

<--- Attitude

.597

.137 4.347 ***

<--- pe

.219

.091 2.414 .016

<--- Price quality 1.000 <--- Price quality .875 <--- Price quality .819 <--- Risk Averseness 1.000 <--- Risk Averseness 1.165 commit to user <--- Risk Averseness 1.678

Label

.140 6.234 *** .135 6.065 *** .218 5.340 *** .356 4.720 ***

154


sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4

digilib.uns.ac.id

<--- Subjective Norm <--- Subjective Norm <--- Subjective Norm <--- Perceive Risk <--- Perceive Risk <--- Perceive Risk <--- Integrity <--- Integrity <--- Integrity <--- Integrity Personal <--Gratifikation Personal <--Gratifikation Personal <--Gratifikation <--- Attitude <--- Attitude <--- Attitude <--- Attitude <--- Attitude <--- Behavioral Intention <--- Behavioral Intention <--- Behavioral Intention <--- Behavioral Intention

Estimate S.E. 1.000 1.165 .133 .928 .119 1.000 .861 .149 1.245 .216 1.000 .878 .134 .756 .137 .953 .138

C.R.

P

Label

8.781 *** 7.767 *** 5.790 *** 5.772 *** 6.571 *** 5.504 *** 6.921 ***

1.000 1.285

.192 6.697 ***

1.192

.175 6.795 ***

1.000 1.159 .955 1.155 1.242 1.000 1.132 .992 .797

.155 .159 .155 .166

7.453 6.014 7.439 7.485

*** *** *** ***

.122 9.270 *** .133 7.450 *** .129 6.169 ***

Standardized Regression Weights: (Group number 1 - Default model) Attitude <--Attitude <--Attitude <--Attitude <--Attitude <--Attitude <--Attitude <--Behavioral Intention <--Behavioral Intention <--pq3 <--pq2 <--pq1 <--ra3 <--ra2 <---

Estimate Price quality .320 Risk Averseness .023 Subjective Norm .308 Perceive Risk -.267 Integrity -.401 Personal Gratifikation .305 pe .177 Attitude .468 pe .203 Price quality .748 Price quality .637 Price quality .613 Risk Averseness .497 Risk Averseness .673 commit to user

155


ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4

digilib.uns.ac.id

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

Risk Averseness Subjective Norm Subjective Norm Subjective Norm Perceive Risk Perceive Risk Perceive Risk Integrity Integrity Integrity Integrity Personal Gratifikation Personal Gratifikation Personal Gratifikation Attitude Attitude Attitude Attitude Attitude Behavioral Intention Behavioral Intention Behavioral Intention Behavioral Intention

Estimate .897 .738 .828 .698 .629 .645 .800 .669 .683 .544 .751 .626 .738 .761 .615 .785 .586 .782 .790 .761 .862 .643 .536

Correlations: (Group number 1 - Default model) Price quality <--> Risk Averseness <--> Subjective Norm <--> Perceive Risk <--> Integrity <--> Personal Gratifikation <--> Price quality <--> Price quality <--> Price quality <--> Price quality <--> Price quality <--> Risk Averseness <--> Risk Averseness <--> Risk Averseness <--> Risk Averseness <--> Subjective Norm <-->

Risk Averseness Subjective Norm Perceive Risk Integrity Personal Gratifikation pe Subjective Norm Perceive Risk Integrity Personal Gratifikation pe Perceive Risk Integrity Personal Gratifikation pe commit to user Integrity

Estimate .132 .013 .084 .001 .401 .138 .551 .163 .343 .565 .192 -.024 -.098 .117 .044 .431

156


Subjective Norm Subjective Norm Perceive Risk Perceive Risk Integrity

digilib.uns.ac.id

<--> <--> <--> <--> <-->

Personal Gratifikation pe Personal Gratifikation pe pe

Estimate .671 .127 .194 .040 -.052

Squared Multiple Correlations: (Group number 1 - Default model) Attitude Behavioral Intention bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3

Estimate .594 .324 .287 .414 .742 .580 .624 .612 .343 .616 .378 .578 .544 .391 .564 .296 .466 .448 .640 .416 .395 .487 .685 .544 .805 .453 .248 .375 .406 .559

Matrices (Group number 1 - Default model) Total Effects (Group number 1 commit - Default model) to user

157


Attitu de Behav ioral Intenti on bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2

digilib.uns.ac.id

pe

Person al Gratifi kation

Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.1 50

.297

.291

.209

.260

.027

.3 08

.177

.174

.125

.156

.016

.138 .172 .196 .174 .361 .336 .278 .337 .291

.100 .124 .141 .125 .260 .241 .200 .242 .209

.124

.013

.154

.016

.176

.018

.156

.016

.323

.033

.301

.031

.249

.026

.302

.031

.260

.027

1.192

.000

.000

.000

.000

1.285

.000

.000

.000

.000

1.000

.000

.000

.000

.000

.000

.953

.000

.000

.000

.000

.756

.000

.000

.000

.000

.878

.000

.000

.000

.000

1.00 0

.000

.000

.000

.000

.000

1.24 5

.000

.000

.000

.000

commit user .861 to .000

.000

.2 46 .3 06 .3 49 .3 08 .1 86 .1 73 .1 43 .1 73 .1 50 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

.141 .176 .201 .177 .369 .343 .284 .344 .297

Pric e qua lity .25 9 .15 5 .12 3 .15 4 .17 5 .15 5 .32 2 .30 0 .24 8 .30 1 .25 9 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude

Behav ioral Intenti on

.000

.000

.597

.000

.476

.797

.592

.992

.676

1.132

.597

1.000

1.24 2 1.15 5 .955 1.15 9 1.00 0

.000 .000 .000 .000 .000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

158


pe

pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

1.00 0

.000

.000

.000

.000

.000

.928

.000

.000

.000

.000

1.165

.000

.000

.000

.000

1.000

.000

.000

.000

.000

.000

1.678

.000

.000

.000

.000

1.165

.000

.000

.000

.000

1.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .81 9 .87 5 1.0 00

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Attit ude


.000

.000

.468

.000

.251

.536

.301

.643

.404

.862

.357

.761

.790

.000

Standardized Total Effects (Group number 1 - Default model)

Attitu de Behav ioral Intenti on bi4 bi3 bi2 bi1 at5

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.1 77

.305

.401

.267

.308

.023

.2 86

.143

.188

.125

.144

.011

.1 53 .1 84 .2 47 .2 18 .1 40

.076 .092 .123 .109 .241

.101 .121 .162 .143 .317

.077 .067 .093 .081 .124 .108 .110 .095 - to user commit .243 .211

.006 .007 .009 .008 .018

Pric e qua lity .32 0 .15 0 .08 0 .09 6 .12 9 .11 4 .25 3

159


pe

at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1

.1 39 .1 04 .1 39 .1 09 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.314 .235 .315 .247

.209 .157 .210 .164

.241

.018

.180

.014

.242

.018

.189

.014

.761

.000

.000

.000

.000

.738

.000

.000

.000

.000

.626

.000

.000

.000

.000

.000

.751

.000

.000

.000

.000

.544

.000

.000

.000

.000

.683

.000

.000

.000

.000

.669

.000

.000

.000

.000

.000

.800

.000

.000

.000

.000

.645

.000

.000

.000

.000

.629

.000

.000

.000

.000

.000

.698

.000

.000

.000

.000

.828

.000

.000

.000

.000

.738

.000

.000

.000

.000

.000

.897

.000

.000

.000

.000

.673

.000

.000

.000

.000

.497

.000

.000


.000

.238 .178 .239 .187

Pric e qua lity .25 0 .18 7 .25 1 .19 7 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .61 3

Attit ude


.782

.000

.586

.000

.785

.000

.615

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

160


pe

pq2 pq3

.0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .63 7 .74 8

Attit ude


.000

.000

.000

.000

Attit ude


.000

.000

.597

.000

.000

.797

.000

.992

.000

1.132

.000

1.000

Direct Effects (Group number 1 - Default model)

Attitu de Behav ioral Intenti on bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.1 50

.297

.291

.209

.260

.027

.2 19

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

1.192

.000

.000

.000

.000

1.285

.000

.000

.000

.000

1.000

.000

.000

.000

.000

.000

.953


.000

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

Pric e qua lity .25 9 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

1.24 2 1.15 5 .955 1.15 9 1.00 0

.000 .000 .000 .000 .000

.000

.000

.000

.000

.000

.000

.000

.000

161


pe

int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.756

.000

.000

.000

.000

.878

.000

.000

.000

.000

1.00 0

.000

.000

.000

.000

.000

1.24 5

.000

.000

.000

.000

.861

.000

.000

.000

.000

1.00 0

.000

.000

.000

.000

.000

.928

.000

.000

.000

.000

1.165

.000

.000

.000

.000

1.000

.000

.000

.000

.000

.000

1.678

.000

.000

.000

.000

1.165

.000

.000

.000

.000

1.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .81 9 .87 5 1.0 00

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Standardized Direct Effects (Group number 1 - Default model)

Attitu de Behav ioral Intenti on

pe


.1 77 .2 03

Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.305

.401

.267

.308

.023

.000

.000

.000 .000 commit to user

.000

Pric e qua lity .32 0 .00 0

Attit ude


.000

.000

.468

.000

162


pe

bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.761

.000

.000

.000

.000

.738

.000

.000

.000

.000

.626

.000

.000

.000

.000

.000

.751

.000

.000

.000

.000

.544

.000

.000

.000

.000

.683

.000

.000

.000

.000

.669

.000

.000

.000

.000

.000

.800

.000

.000

.000

.000

.645

.000

.000

.000

.000

.629

.000

.000

.000

.000

.000

.698

.000

.000

.000


.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.536

.000

.643

.000

.862

.000

.761

.790

.000

.782

.000

.586

.000

.785

.000

.615

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

163


pe

sn3 ra1 ra2 ra3 pq1 pq2 pq3

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

.000

.738

.000

.000

.000

.000

.000

.897

.000

.000

.000

.000

.673

.000

.000

.000

.000

.497

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .61 3 .63 7 .74 8

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Attit ude


.000

.000

.000

.000

.476

.000

.592

.000

.676

.000

.597

.000

.000

.000

.000

.000

.000

.000

.000

.000

Indirect Effects (Group number 1 - Default model)

Attitu de Behav ioral Intenti on bi4 bi3 bi2 bi1 at5 at4 at3 at2

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.0 00

.000

.000

.000

.000

.000

.0 89

.177

.174

.125

.156

.016

.2 46 .3 06 .3 49 .3 08 .1 86 .1 73 .1 43 .1 73

.141 .176 .201 .177 .369 .343 .284 .344

.138 .172 .196 .174 .361 .336 .278 .337

.124 .100 .154 .124 .176 .141 .156 .125 .323 .260 .301 .241 .249 .200 - to user commit .302 .242

.013 .016 .018 .016 .033 .031 .026 .031

Pric e qua lity .00 0 .15 5 .12 3 .15 4 .17 5 .15 5 .32 2 .30 0 .24 8 .30 1

164


pe

at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3

.1 50 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.297

.291

.209

.260

.027

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .25 9 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

commit to user

Standardized Indirect Effects (Group number 1 - Default model) 165



digilib.uns.ac.id

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.0 00

.000

.000

.000

.000

.000

.0 83

.143

.188

.125

.144

.011

.101 .121 .162 .143 .317 .314 .235 .315 .247

.067 .081 .108 .095 .211 .209 .157 .210 .164

.077

.006

.093

.007

.124

.009

.110

.008

.243

.018

.241

.018

.180

.014

.242

.018

.189

.014

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000


.000

.1 53 .1 84 .2 47 .2 18 .1 40 .1 39 .1 04 .1 39 .1 09 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

.076 .092 .123 .109 .241 .238 .178 .239 .187

Pric e qua lity .00 0 .15 0 .08 0 .09 6 .12 9 .11 4 .25 3 .25 0 .18 7 .25 1 .19 7 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.000

.000

.000

.251

.000

.301

.000

.404

.000

.357

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

166


pe


.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Modification Indices (Group number 1 - Default model) Covariances: (Group number 1 - Default model) M.I. Par Change e25 <--> Personal Gratifikation 5.044 -.036 e25 <--> Integrity 4.322 .049 e25 <--> Risk Averseness 4.725 .034 e22 <--> e24 15.777 .080 e21 <--> e24 6.052 -.036 e21 <--> e23 17.769 .059 e21 <--> e22 7.786 -.053 e20 <--> Integrity 4.648 .056 e18 <--> e27 4.122 .061 e19 <--> e20 4.837 .055 e13 <--> Perceive Risk 7.715 .075 e14 <--> pe 4.956 .060 e16 <--> Perceive Risk 4.572 -.071 e10 <--> e16 4.223 -.075 e11 <--> Integrity 14.216 .105 commit to user e11 <--> z1 4.100 -.033 167


digilib.uns.ac.id

M.I. Par Change 5.765 -.053 4.940 -.074 4.746 .062 4.760 -.063 4.205 -.037 5.406 -.053 4.552 -.043 5.437 -.071 5.114 .061

e11 <--> e26 e12 <--> Integrity e12 <--> z2 e12 <--> e17 e9 <--> e24 e9 <--> e18 e1 <--> e23 e1 <--> e10 e2 <--> e22

Variances: (Group number 1 - Default model) M.I.

Par Change

Regression Weights: (Group number 1 - Default model) M.I. Par Change bi3 <--- pg2 4.270 .150 bi2 <--- pr2 4.738 -.117 at5 <--- at3 9.866 .170 at4 <--- at2 5.805 .136 at3 <--- at5 4.807 .155 at2 <--- at4 5.885 .137 at2 <--- at3 4.865 -.113 at1 <--- Integrity 4.401 .186 at1 <--- bi4 4.008 .115 at1 <--- int1 4.793 .136 at1 <--- int4 5.964 .129 pg3 <--- at1 5.336 .158 int1 <--- Perceive Risk 7.089 .263 int1 <--- pr1 6.074 .137 int4 <--- at1 5.596 .200 int4 <--- pr1 5.086 -.156 pr1 <--- int4 4.358 -.129 pr2 <--- Integrity 15.536 .374 pr2 <--- Behavioral Intention 4.207 -.203 pr2 <--- bi2 6.536 -.178 pr2 <--- int1 9.227 .202 pr2 <--- int3 9.731 .205 pr2 <--- int4 12.563 .200 pr2 <--- sn3 4.676 .157 pr3 <--- Integrity 6.191 -.284 pr3 <--- Behavioral Intention 5.418 .277 commit to user pr3 <--- bi4 5.347 .171

168


digilib.uns.ac.id

M.I. Par Change 6.462 .213 4.082 -.176 4.792 -.173 4.966 -.151 4.774 .129 5.159 -.131 4.846 .157

pr3 <--- bi1 pr3 <--- pg1 pr3 <--- int3 pr3 <--- int4 ra1 <--- bi1 pq1 <--- pr1 pq2 <--- at3

Model Fit Summary CMIN Model Default model Saturated model Independence model

NPAR 87 435 29

CMIN 399.176 .000 1777.523

DF 348 0 406

P .030

CMIN/DF 1.147

.000

4.378

RMR, GFI Model Default model Saturated model Independence model

RMR .031 .000 .105

GFI .859 1.000 .410

AGFI .824

PGFI .687

.368

.383

RFI rho1 .738

IFI Delta2 .964 1.000 .000

TLI rho2 .956

Baseline Comparisons Model Default model Saturated model Independence model

NFI Delta1 .775 1.000 .000

.000

.000

CFI .963 1.000 .000

Parsimony-Adjusted Measures Model Default model Saturated model Independence model

PRATIO .857 .000 1.000

PNFI .665 .000 .000

PCFI .825 .000 .000

NCP Model Default model

NCP LO 90 HI 90 51.176 commit 5.924 to user 104.714

169


Model Saturated model Independence model

digilib.uns.ac.id

NCP .000 1371.523

LO 90 .000 1244.697

HI 90 .000 1505.853

FMIN Model Default model Saturated model Independence model

FMIN 2.661 .000 11.850

F0 .341 .000 9.143

LO 90 .039 .000 8.298

HI 90 .698 .000 10.039

RMSEA Model Default model Independence model

RMSEA .031 .150

LO 90 .011 .143

HI 90 .045 .157

PCLOSE .991 .000

AIC Model Default model Saturated model Independence model

AIC 573.176 870.000 1835.523

BCC 616.676 1087.500 1850.023

BIC 835.680 2182.517 1923.024

CAIC 922.680 2617.517 1952.024

ECVI Model Default model Saturated model Independence model

ECVI 3.821 5.800 12.237

LO 90 3.519 5.800 11.391

HI 90 4.178 5.800 13.132

MECVI 4.111 7.250 12.333

HOELTER Model Default model Independence model

HOELTER .05 148 39

HOELTER .01 155 41

commit to user

170


e1 e2 e3 e4 e5 e6 e7 e8 e9

1 1 1 1 1 1 1 1 1 1

e10

1

e11

1

digilib.uns.ac.id

pq1 pq21

PQ

pq3 ra1 ra21

RA

ra3 sn1 sn21

SN z1

sn3

1

pr1 pr21

1

at2

AT

PR

at1

at3

pr3

at4

e13 int1

at5

e12

1

1 1 1 1 1

e20 e21 e22 e23 e24

1

e14 int2 1

e15 int31

INT

1

e16 int4

z2

1

1

1

e17 pg1 1

e18 pg21

BI

PG

bi1 bi2 bi3

1

e19 pg3

bi4

1 1 1 1

e25 e26 e27 e28

pe

Analysis Summary

commit to user

171


digilib.uns.ac.id

Date and Time Date: Thursday, November 24, 2011 Time: 1:52:04 PM

Title model modifikasi: Thursday, November 24, 2011 01:52 PM

Notes for Group (Group number 1) The model is recursive. Sample size = 151

Variable Summary (Group number 1) Your model contains the following variables (Group number 1) Observed, endogenous variables pq3 pq2 pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4 Observed, exogenous variables pe Unobserved, endogenous variables commit to user Attitude

172


digilib.uns.ac.id

Behavioral Intention Unobserved, exogenous variables Price quality e3 e2 e1 Risk Averseness e6 e5 e4 Subjective Norm e9 e8 e7 Perceive Risk e12 e11 e10 Integrity e16 e15 e14 e13 Personal Gratifikation e19 e18 e17 e20 e21 e22 e23 e24 e25 e26 e27 e28 z1 z2

Variable counts (Group number 1) Number of variables in your model: Number of observed variables: Number of unobserved variables: Number of exogenous variables: Number of endogenous variables:

67 29 38 37 30

commit 1) to user Parameter summary (Group number

173


Fixed Labeled Unlabeled Total

Weights 38 0 29 67

digilib.uns.ac.id

Covariances 0 0 22 22

Variances 0 0 37 37

Means 0 0 0 0

Intercepts 0 0 0 0

Total 38 0 88 126

Assessment of normality (Group number 1) Variable pe bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3 Multivariate

min .000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000

max 1.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000

skew -.448 -.381 -.378 -.328 -.449 -.082 -.111 -.092 -.132 -.310 -.153 -.021 -.105 -.145 -.349 .194 -.245 -.489 -.285 -.430 .064 -.255 -.181 -.534 -.577 -.047 -.204 -.306 -.204

c.r. -2.247 -1.911 -1.896 -1.647 -2.253 -.412 -.557 -.460 -.660 -1.557 -.770 -.107 -.527 -.726 -1.753 .975 -1.229 -2.451 -1.429 -2.159 .319 -1.279 -.909 -2.678 -2.895 -.234 -1.024 -1.535 -1.024

kurtosis -1.799 -.148 -.374 .096 .428 -.236 .069 -.240 .142 .078 -.092 -.419 -.444 -.217 -.211 -.643 -.529 -.158 -.055 -.846 -.419 -.145 -.031 .712 1.066 -.363 -.152 -.208 -.152 8.646

c.r. -4.513 -.372 -.938 .240 1.073 -.592 .173 -.602 .355 .196 -.232 -1.051 -1.114 -.544 -.528 -1.613 -1.328 -.396 -.137 -2.122 -1.051 -.362 -.077 1.785 2.674 -.912 -.380 -.522 -.380 1.253

Observations farthest from the centroid (Mahalanobis distance) (Group number 1) Observation number 84

Mahalanobis d-squared p1 commit to user 47.438 .017

p2 .923

174



digilib.uns.ac.id


p1 .021 .038 .041 .061 .064 .067 .069 .071 .077 .084 .089 .091 .100 .110 .110 .115 .115 .116 .118 .121 .125 .144 .145 .150 .152 .154 .155 .157 .176 .178 .200 .203 .204 .207 .209 .215 .219 .233 .235 .240 .242 .247

p2 .824 .926 .872 .957 .929 .888 .829 .752 .730 .734 .703 .627 .653 .695 .601 .574 .477 .394 .323 .284 .256 .422 .353 .327 .272 .227 .176 .140 .266 .219 .388 .347 .288 .257 .216 .210 .194 .256 .218 .208 .171 .165

175



digilib.uns.ac.id


p1 .250 .259 .295 .297 .303 .307 .312 .318 .325 .336 .337 .338 .340 .351 .356 .357 .363 .368 .373 .379 .382 .389 .391 .405 .419 .425 .428 .436 .437 .440 .441 .446 .455 .473 .482 .489 .507 .510 .517 .525 .528 .529

p2 .143 .160 .427 .383 .371 .348 .331 .332 .338 .373 .324 .275 .235 .274 .258 .221 .210 .203 .192 .185 .164 .166 .141 .190 .246 .237 .210 .224 .183 .157 .127 .120 .136 .206 .223 .223 .316 .283 .292 .299 .271 .227

176


digilib.uns.ac.id

Observation number 132 1 68 123 115 104 91 41 144 34 11 98 64 43 38

Mahalanobis d-squared 27.782 27.717 27.561 27.476 27.337 27.270 27.251 27.147 27.015 26.793 26.774 26.688 26.610 26.528 26.465

p1 .530 .533 .541 .546 .554 .557 .558 .564 .571 .583 .584 .589 .593 .597 .601

p2 .184 .164 .174 .161 .167 .148 .118 .113 .115 .142 .112 .103 .092 .083 .071

Notes for Model (Default model) Computation of degrees of freedom (Default model) Number of distinct sample moments: Number of distinct parameters to be estimated: Degrees of freedom (435 - 88):

435 88 347

Result (Default model) Minimum was achieved Chi-square = 374.261 Degrees of freedom = 347 Probability level = .151

Regression Weights: (Group number 1 - Default model) Attitude Attitude Attitude Attitude Attitude Attitude Attitude Behavioral Intention Behavioral Intention

<--- Price quality <--- Risk Averseness <--- Subjective Norm <--- Perceive Risk <--- Integrity Personal <--Gratifikation <--- pe <--- Attitude <--- pe

Estimate S.E. C.R. P .249 .108 2.312 .021 .012 .095 .129 .897 .269 .120 2.236 .025 -.210 .076 -2.777 .005 -.313 .087 -3.600 *** .320

.147 2.169 .030

.166

.066 2.524 .012

.591

.138 4.284 ***

commit to user .211

.092 2.281 .023

Label

177


pq3 pq2 pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4

digilib.uns.ac.id

<--- Price quality <--- Price quality <--- Price quality <--- Risk Averseness <--- Risk Averseness <--- Risk Averseness <--- Subjective Norm <--- Subjective Norm <--- Subjective Norm <--- Perceive Risk <--- Perceive Risk <--- Perceive Risk <--- Integrity <--- Integrity <--- Integrity <--- Integrity Personal <--Gratifikation Personal <--Gratifikation Personal <--Gratifikation <--- Attitude <--- Attitude <--- Attitude <--- Attitude <--- Attitude <--- Behavioral Intention <--- Behavioral Intention <--- Behavioral Intention <--- Behavioral Intention

Estimate S.E. 1.000 .876 .142 .832 .137 1.000 1.166 .218 1.676 .355 1.000 1.174 .134 .929 .120 1.000 .858 .149 1.267 .221 1.000 .880 .134 .758 .138 .959 .138

C.R.

P

Label

6.183 *** 6.079 *** 5.341 *** 4.719 *** 8.781 *** 7.738 *** 5.767 *** 5.727 *** 6.564 *** 5.503 *** 6.930 ***

1.000 1.280

.190 6.750 ***

1.175

.172 6.816 ***

1.000 1.008 1.028 1.015 1.305 1.000 1.126 .985 .794

.149 .160 .149 .170

6.776 6.408 6.812 7.688

*** *** *** ***

.121 9.277 *** .132 7.438 *** .129 6.173 ***

Standardized Regression Weights: (Group number 1 - Default model) Attitude <--Attitude <--Attitude <--Attitude <--Attitude <--Attitude <--Attitude <--Behavioral Intention <---

Estimate Price quality .302 Risk Averseness .010 Subjective Norm .313 Perceive Risk -.264 Integrity -.425 Personal Gratifikation .327 pe .194 Attitude commit to user .468

178


digilib.uns.ac.id

Behavioral Intention <--pq3 <--pq2 <--pq1 <--ra3 <--ra2 <--ra1 <--sn3 <--sn2 <--sn1 <--pr3 <--pr2 <--pr1 <--int4 <--int3 <--int2 <--int1 <--pg3 <--pg2 <--pg1 <--at1 <--at2 <--at3 <--at4 <--at5 <--bi1 <--bi2 <--bi3 <--bi4 <---

pe Price quality Price quality Price quality Risk Averseness Risk Averseness Risk Averseness Subjective Norm Subjective Norm Subjective Norm Perceive Risk Perceive Risk Perceive Risk Integrity Integrity Integrity Integrity Personal Gratifikation Personal Gratifikation Personal Gratifikation Attitude Attitude Attitude Attitude Attitude Behavioral Intention Behavioral Intention Behavioral Intention Behavioral Intention

Estimate .195 .744 .635 .619 .498 .674 .896 .735 .831 .696 .625 .639 .809 .667 .682 .544 .753 .630 .740 .755 .622 .691 .638 .696 .840 .764 .861 .641 .536

Standardized Total Effects (Group number 1 - Default model)

Attitu de Behav ioral Intenti on bi4

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.1 94

.327

.425

.264

.313

.010

.2 86

.153

.199

.123

.146

.005

.1 53

.082

.107

.078 commit .066 to user

.003

Pric e qua lity .30 2

Attit ude


.000

.000

.14 1

.468

.000

.07 6

.251

.536

179


pe

bi3 bi2 bi1 at5 at4 at3 at2 at1 pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3

.1 83 .2 46 .2 18 .1 63 .1 35 .1 24 .1 34 .1 21 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.128 .171 .152 .358 .296 .272 .294 .265

.079 .106 .094 .222 .184 .168 .182 .164

.094

.003

.126

.004

.112

.004

.263

.009

.218

.007

.200

.007

.216

.007

.195

.007

.755

.000

.000

.000

.000

.740

.000

.000

.000

.000

.630

.000

.000

.000

.000

.000

.753

.000

.000

.000

.000

.544

.000

.000

.000

.000

.682

.000

.000

.000

.000

.667

.000

.000

.000

.000

.000

.809

.000

.000

.000

.000

.639

.000

.000

.000

.000

.625

.000

.000

.000

.000

.000

.696

.000

.000

.000

.000

.831

.000

.000

.000


.000

.098 .131 .117 .274 .227 .208 .226 .203

Pric e qua lity .09 0 .12 1 .10 8 .25 4 .21 0 .19 3 .20 9 .18 8 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.300

.641

.402

.861

.357

.764

.840

.000

.696

.000

.638

.000

.691

.000

.622

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

180


pe

ra1 ra2 ra3 pq1 pq2 pq3

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

.000

.000

.896

.000

.000

.000

.000

.674

.000

.000

.000

.000

.498

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .61 9 .63 5 .74 4

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Standardized Direct Effects (Group number 1 - Default model)

Attitu de Behav ioral Intenti on bi4 bi3 bi2 bi1 at5 at4 at3 at2 at1

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.1 94

.327

.425

.264

.313

.010

.1 95

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000


.000

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

Pric e qua lity .30 2 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.000

.468

.000

.000

.536

.000

.641

.000

.861

.000

.764

.840

.000

.696

.000

.638

.000

.691

.000

.622

.000

181


pe

pg1 pg2 pg3 int1 int2 int3 int4 pr1 pr2 pr3 sn1 sn2 sn3 ra1 ra2 ra3 pq1 pq2 pq3

.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.755

.000

.000

.000

.000

.740

.000

.000

.000

.000

.630

.000

.000

.000

.000

.000

.753

.000

.000

.000

.000

.544

.000

.000

.000

.000

.682

.000

.000

.000

.000

.667

.000

.000

.000

.000

.000

.809

.000

.000

.000

.000

.639

.000

.000

.000

.000

.625

.000

.000

.000

.000

.000

.696

.000

.000

.000

.000

.831

.000

.000

.000

.000

.735

.000

.000

.000

.000

.000

.896

.000

.000

.000

.000

.674

.000

.000

.000

.000

.498

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .61 9 .63 5 .74 4

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Standardized Indirect Effects (Group number 1 - Default model) commit to user

182



digilib.uns.ac.id

pe


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.0 00

.000

.000

.000

.000

.000

.0 91

.153

.199

.123

.146

.005

.107 .128 .171 .152 .358 .296 .272 .294 .265

.066 .079 .106 .094 .222 .184 .168 .182 .164

.078

.003

.094

.003

.126

.004

.112

.004

.263

.009

.218

.007

.200

.007

.216

.007

.195

.007

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000


.000

.1 53 .1 83 .2 46 .2 18 .1 63 .1 35 .1 24 .1 34 .1 21 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

.082 .098 .131 .117 .274 .227 .208 .226 .203

Pric e qua lity .00 0 .14 1 .07 6 .09 0 .12 1 .10 8 .25 4 .21 0 .19 3 .20 9 .18 8 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.000

.000

.000

.251

.000

.300

.000

.402

.000

.357

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

183


pe


.0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00 .0 00

digilib.uns.ac.id


Integ rity

Perc eive Risk

Subje ctive Norm

Risk Avers eness

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Pric e qua lity .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0 .00 0

Attit ude


.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

.000

Model Fit Summary CMIN Model Default model Saturated model Independence model

NPAR 88 435 29

CMIN 374.261 .000 1777.523

DF 347 0 406

P .151

CMIN/DF 1.079

.000

4.378

RMR, GFI Model Default model Saturated model Independence model

RMR .031 .000 .105

GFI .867 1.000 .410

AGFI .833

PGFI .691

.368

.383

Baseline Comparisons Model Default model Saturated model Independence model

NFI Delta1 .789 1.000 .000

RFI rho1 .754

IFI Delta2 .981 1.000 commit to user .000 .000

TLI rho2 .977 .000

CFI .980 1.000 .000 184


digilib.uns.ac.id

Parsimony-Adjusted Measures Model Default model Saturated model Independence model

PRATIO .855 .000 1.000

PNFI .675 .000 .000

PCFI .838 .000 .000

NCP 27.261 .000 1371.523

LO 90 .000 .000 1244.697

NCP Model Default model Saturated model Independence model

HI 90 78.096 .000 1505.853

FMIN Model Default model Saturated model Independence model

FMIN 2.495 .000 11.850

F0 .182 .000 9.143

LO 90 .000 .000 8.298

HI 90 .521 .000 10.039

RMSEA Model Default model Independence model

RMSEA .023 .150

LO 90 .000 .143

HI 90 .039 .157

PCLOSE .999 .000

AIC Model Default model Saturated model Independence model

AIC 550.261 870.000 1835.523

BCC 594.261 1087.500 1850.023

BIC 815.782 2182.517 1923.024

CAIC 903.782 2617.517 1952.024

ECVI Model Default model Saturated model Independence model

ECVI 3.668 5.800 12.237

LO 90 3.487 5.800 11.391

HI 90 4.007 5.800 13.132

MECVI 3.962 7.250 12.333

HOELTER Model Default model Independence model

HOELTER .05 157 39

HOELTER .01 165 41

commit to user

185


digilib.uns.ac.id

T-Test Group Statistics

Sikap Niat Beli

PE 0 1 0 1

N

Mean 3.7254 4.0543 3.6864 4.0815

59 92 59 92

Std. Deviation .47255 .47078 .59920 .51637

Std. Error Mean .06152 .04908 .07801 .05383

Independent Samples Test Levene's Test for Equality of Variances

F Sikap Equal variances .005 assumed Equal variances not assumed Niat BeliEqual variances .750 assumed Equal variances not assumed

Sig.

t-test for Equality of Means

t

.941 -4.183

95% Confidence Interval of the Mean Std. Error Difference df Sig. (2-tailed) DifferenceDifference Lower Upper 149

.000

-.3289

.07864 -.48431 -.17354

-4.179 123.453

.000

-.3289

.07870 -.48470 -.17315

149

.000

-.3951

.09175 -.57638 -.21378

-4.168 110.436

.000

-.3951

.09478 -.58291 -.20725

.388 -4.306

Estimates (pernah membeli - Default model) Scalar Estimates (pernah membeli - Default model) Maximum Likelihood Estimates Regression Weights: (pernah membeli - Default model)

Attitude Attitude Attitude Attitude Attitude Attitude Behavioral Intention pq3 pq2

<--<--<--<--<---

Price quality Risk Averseness Subjective Norm Perceive Risk Integrity Personal <--Gratifikation

Estimate S.E. C.R. P Label ,294 ,153 1,918 ,055 -,005 ,137 -,036 ,971 ,288 ,183 1,578 ,115 -,180 ,098 -1,833 ,067 -,281 ,120 -2,331 ,020 ,243

,184 1,319 ,187

,440

,181 2,426 ,015

<--- Price quality 1,000 commit to user <--- Price quality ,907

,188 4,815 ***

<--- Attitude

186


digilib.uns.ac.id

pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1

<--<--<--<--<--<--<--<--<--<--<--<--<--<---

pg3

<---

pg2

<---

pg1

<---

at1 at2 at3 at4 at5

<--<--<--<--<---

bi1

<---

bi2

<---

bi3

<---

bi4

<---

Price quality Risk Averseness Risk Averseness Risk Averseness Subjective Norm Subjective Norm Subjective Norm Perceive Risk Perceive Risk Perceive Risk Integrity Integrity Integrity Integrity Personal Gratifikation Personal Gratifikation Personal Gratifikation Attitude Attitude Attitude Attitude Attitude Behavioral Intention Behavioral Intention Behavioral Intention Behavioral Intention

Estimate S.E. ,757 ,182 1,000 1,328 ,320 1,369 ,331 1,000 1,408 ,255 1,043 ,206 1,000 1,064 ,194 1,170 ,213 1,000 ,984 ,211 ,796 ,205 ,974 ,200

C.R. P Label 4,169 *** 4,145 *** 4,141 *** 5,525 *** 5,070 *** 5,491 *** 5,482 *** 4,662 *** 3,886 *** 4,857 ***

1,000 1,192

,202 5,909 ***

1,062

,178 5,958 ***

1,000 ,957 1,099 ,978 1,482

,213 ,233 ,217 ,269

4,495 4,728 4,515 5,508

*** *** *** ***

1,000 1,116

,198 5,649 ***

,868

,181 4,806 ***

,588

,174 3,376 ***

Estimates (belum pernah beli - Default model) Scalar Estimates (belum pernah beli - Default model) Maximum Likelihood Estimates Regression Weights: (belum pernah beli - Default model)

Attitude

Estimate S.E. C.R. P Label commit to user ,119 ,145 ,823 ,410 <--- Price quality

187


Attitude Attitude Attitude Attitude Attitude Behavioral Intention pq3 pq2 pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1

digilib.uns.ac.id

<--<--<--<---

Risk Averseness Subjective Norm Perceive Risk Integrity Personal <--Gratifikation <--- Attitude <--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

pg3

<---

pg2

<---

pg1

<---

at1 at2 at3 at4 at5

<--<--<--<--<---

bi1

<---

bi2

<---

bi3

<---

bi4

<---

Estimate S.E. C.R. ,060 ,118 ,505 ,174 ,151 1,150 ,010 ,031 ,305 -,283 ,129 -2,201

P Label ,614 ,250 ,760 ,028

,500

,348 1,439 ,150

,961

,295 3,252 ,001

Price quality 1,000 Price quality ,819 Price quality ,765 Risk Averseness 1,000 Risk Averseness ,912 Risk Averseness 1,867 Subjective Norm 1,000 Subjective Norm ,990 Subjective Norm ,866 Perceive Risk 1,000 Perceive Risk ,083 Perceive Risk ,243 Integrity 1,000 Integrity ,782 Integrity ,736 Integrity ,929 Personal 1,000 Gratifikation Personal 1,365 Gratifikation Personal 1,390 Gratifikation Attitude 1,000 Attitude 1,231 Attitude ,921 Attitude 1,320 Attitude 1,370 Behavioral 1,000 Intention Behavioral 1,023 Intention Behavioral 1,010 Intention Behavioral ,946 Intention commit to user

,209 3,925 *** ,191 3,997 *** ,246 3,707 *** ,612 3,049 ,002 ,132 7,532 *** ,141 6,125 *** ,095 ,877 ,380 ,230 1,059 ,289 ,162 4,838 *** ,182 4,054 *** ,186 4,992 ***

,405 3,368 *** ,394 3,533 *** ,308 ,295 ,318 ,325

3,993 3,116 4,144 4,222

*** ,002 *** ***

,165 6,191 *** ,210 4,801 *** ,207 4,579 ***

188


digilib.uns.ac.id

commit to user

189

Pengaruh Sikap Konsumen Pada Niat Beli Produk. Bajakan

Recommend Documents