Menurut Arikunto (2013: 173) dalam (Junaidi, Sugiyono, 2015) menyatakan bahwa “Populasi adalah keseluruhan subjek penelitian”. Sedangkan Menurut (Margono, 2010:118) dalam (Silcyljeova et al., 2016) menyatakan populasi adalah seluruh data yang menjadi perhatian kita dalam suatu ruang lingkup dan waktu yang kita tentukan. Dengan demikian, populasi merupakan seluruh kumpulan elemen yang dapat digunakan untuk membuat beberapa kesimpulan. Adapun populasi yang digunakan dalam penelitian ini adalah calon nasabah Bank Muamalat yang akan melakukan pembukuan rekening di Bank Muamalat yang terletak di Kota Tangerang setidaknya enam bulan saat penelitian dilakukan.
Sampel adalah Sebagian dari populasi yang karakteristiknya hendak diteliti (Djarwanto, 1994:43) dalam (Nasrudin, 2019). Sedangkan Menurut (Suharsimi, 2006:131) dalam (Christalisana, 2018) Sampel adalah sebagian atau wakil populasi yang diteliti. Dalam peneilitian ini Teknik pengambilan sampel yang digunakan oleh penulis adalah Nonprobability Sampling, yaitu teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Selanjutnya Teknik sampel ini menggunakan cara Axidental sampling yaitu Teknik sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data (Sugiyono, 2014).
Sampel dalam penelitian ini adalah calon nasabah Bank Muamalat yang berada di Kota Tangerang dalam kurun waktu Maret 2020 hingga Agustus 2020. Untuk
66
mengetahui jumlah sampel, penulis menggunakan rumus dari Wibisono. Hal ini didasari karena jumlah populasi dinilai terlalu besar dan tidak dapat teridentifikasi dengan pasti, sehingga tidak mungkin seluruh elemen diteliti karena adanya beberapa keterbatasan. Adapun rumus Wibisono dalam (Ruhamak & Syai’dah, 2018) adalah sebagai berikut:
𝑛 = (𝑍𝛼/2𝜎)2 = (1,96).(0,25)2 = 96,04
𝑒 0,05 Keterangan :
N: Jumlah Sampel
𝑍𝛼: Nilai Tabel tingkat kepercayaan 95% sebesar 1,96
𝜎: Standar Deviasi Populasi (pendugaan sampel dengan perwakilan 0.5 x 0.5 = 0.25)
𝑒: Tingkat Kesalahan 5%
Dari hasil yang telah dihitung di atas, maka dapat diketahui jumlah sampel adalah sebesar 96,04 atau 97. Karena jumlah perhitungan mendekati 100 maka peneliti mengambil sampel sebesar 100 Responden.
B. Tempat dan Waktu Penelitian
Penelitian ini ditujukan untuk meneliti dan menganalisis seberapa besar Pengaruh Islamic Branding, Religiusitas dan Reputasi terhadap minat menjadi Nasabah Bank Muamalat Kota Tangerang. Penelitian ini dilakukan pada Bank Muamalat dalam kurun waktu Maret hingga Agustus 2020.
67 C. Data dan Sumber Data
Sumber data yang digunakan dalam penelitian ini adalah Data Primer dan Data Sekuder. Data Primer adalah sumber data yang langsung memberikan data kepada pengumpul data, sedangkan data sekunder merupakan sumber yang tidak langsung memberikan data kepada pengumpul data (Sugiyono, 2014).
Dari kesimpulan pengertian di atas pengertian dari data primer adalah data yang langsung memberikan data dari pihak pertama kepada pengumpul data melalui wawancara dan kuesioner. Sedangkan pengertian data sekunder adalah kebalikan dari data primer yang data tersebut didapatkan dengan cara mempelajari, membaca, dan memahami sumber lainnya sebelum penelitian dilakukan.
D. Instrumen Penelitian
Instrumen penelitian adalah suatu alat yang digunakan untuk mengumpulkan data atau mengukur objek dari suatu variabel penelitian. Untuk mendapatkan data yang benar demi kesimpulan yang sesuai dengan keadaan sebenarnya, maka diperlukan suatu instrumen yang valid dan konsisten serta tepat dalam memberikan data hasil penelitian (reliabel) (Yusup, 2018). Untuk menggunakan cara yang telah ditententukan dibutuhkan alat yang dipakai untuk mengumpulkan data. Alat itulah yang dusebut dengan instrument penelitian, supaya instrumen ini dapat berfungsi secara efektif maka syarat validitas dan reabilitas harus diperhatikan sungguh-sungguh. Pengumpulan data sebuah penelitian yang dilakukan dengan metode-metode penelitian seperti wawancara, angket, dan studi Pustaka memerlukan alat bantu sebagai instrumen, intsrumen yang dimaksud yaitu panduan/pedoman wawancara, mempersiapkan pertanyaan untuk dijadikan bahan data atau sumber yang relevan, daftar cocok, skala, jurnal, buku,
68
artikel pendukung lainnya, recorder yang digunakan untuk merekam suara ketika mengumpulkan data, gadget yang digunakan untuk melakukan dokumentasi, pulpen dan juga kertas. Kisi-kisi hubungan antara sumber data, metode dan instrumen pengumpulan data adalah sebagai berikut:
Table 3.1 Kisi-kisi Instrumen Penelitian
Variabel Dimensi Indikator Butiran Instrumen
Islamic Branding
(X1)
(Alserhan, 2010)
Berdasarkan Kepatuhan
Daya Tarik Produk 1 Sesuai dengan syariat islam 2
Produk Halal 3
Ditunjukan untuk konsumen muslim 4 Berdasarkan Asal Identitas Produk halal 5 Nilai Pelanggan Label Halal 6
Keyakinan 7
Religiusitas (X8)
(Glock dan Stark, 1994) dalam (Nasrullah, 2015)
Keyakinan
Keyakinan terhadap Allah 1
Praktik Ritual (Rukun Islam) 2 Khusyu Ketika melakukan sholat 3
Ketaatannya 4
Pengetahuan agama Tingkat pengetahuan dan pemahaman muslim pada ajaran-ajaran agamanya, terutama ajaran-ajaran pokok yang termuat dalam Al Quran.
5
Konsekuensi Menjalankan perintahnya 6 Menjauhi larangannya 7 Reputasi (X9) Kredibilitas Mempercayai akifitas bisnis perusahaan 1
Terpercaya Memiliki Kualitas produk dan jasa yang tinggi dan berkualitas
69
Charles J.Fombrun, (1996) dalam (Aryska, 2017)
Perusahaan dikelola secara professional 3 Keterandalan Menjamin terlaksananya kualitas
pelayanan prima
4
Menampilkan fasilitas yang handal 5 Tanggung jawab
sosial
Mendukung tujuan aktifitas kegiatan masyarakat
6
Bertanggung jawab terhadap lingkungan 7 Minat konsumen
(Y)
(Ferdinand, 2006) dalam (Andespa, 2018)
Transaksional Minat pembelian 1
Loyal 2
Referensial Memberikan Refrensi 3 Preferensial Tidak mudah terpengaruh 4 Eksploratif Mencari Informasi 5
E. Metode Pengumpulan Data 1. Kuesioner
Kuesioner merupakan salah satu metode yang digunakan untuk mengumpulkan data, dimana responden mengisi jawaban dari pertanyaan yang diberikan oleh peneliti.
2. Library Research
Penelitian ini juga menggunakan data yang diperoleh dari beberapa literatur, buku, artikel, jurnal dan sejenisnya yang berhubungan dengan objek penelitian yang dapat mendukung bahan kajian penelitian.
F. Metode Analisis Data
Penelitian ini menggunakan metode data kuantitatif dimana data yang digunakan dalam penelitian ini menganalisis pengaruh antara variabel Islamic Branding,
70
Religiusitas dan Reputasi Terhadap Minat Menjadi Nasabah Bank Muamalat Kota Tangerang. Pengujian kualitas data dalam penelitian ini menggunakan program komputer Software Statistical Pacage for the Social Science (SPSS) versi 22 dan Microsoft Exel 2019 untuk menginput data. Selanjutnya Metode yang digunakan dalam penelitian ini menggunkan Partial Least Square (PLS).
Pengukuran variabel dalam penelitian ini menggunakan pengukuran skala Likert. Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial, skala ini sangat berhubungan dengan penelitian yang akan penulis lakukan. Dengan skala Likert, maka variabel yang akan diukur dijabarkan menjadu indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk Menyusun item item instrument yang dapat berupa pertanyaan dan jawaban (Sugiyono, 2014). Jawaban setiap instrument yang menggunakan skala Likert mempunyai gradasi dari sangat positif sampai sangat negatif, untuk keperluan analisis maka jawaban itu dapat diberi skor sebagai berikut:
Table 3.2 Skala Likert
Pilihan Jawaban Sangat Setuju (SS) Setuju (ST) Ragu-Ragu (RG) Tidak Setuju (TS) Sangat Tidak Setuju (STS) Skor 5 4 3 2 1
Berikut adalah metode yang digunakan dalam menganalisis Data: 1. Statistik Deskriptif
Statistik Deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul dari
71
jawaban responden atas pertanyaan yang terdapat dalam kuesioner sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2014) Hasil analisisnya adalah apakah hipotesis penelitian dapat digeneralisasikan atau tidak. metode deskriptif dapat digunakan untuk riset korelasi. Dikarenakan populasi cukup besar serta keterbatasan waktu dan biaya yang tersedia, maka dilakukan penarikan sampel dari populasi yang diteliti (Umar, 2011:22) dalam (Ali Mulyawan, 2013).
Secara teknis dapat diketahui bahwa statistik deskriptif tidak ada uji signifikansi dan taraf kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak ada kesalahan generalisasi. Penyajian data dalam statistik Deskriptif dapat berupa Tabel, grafik, diagram lingkaran, pictogram, perhitungan modus dan lain sebagainya.
2. Uji Kualitas Data a. Uji Validitas
Menurut (Kurnia, 2016) Uji validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan suatu instrumen. Suatu instrumen dianggap valid apabila mampu memperoleh data yang tepat dari variabel yang diteliti. Atau pengujian sejauh mana suatu alat ukur yang digunakan untuk mengukur variabel yang ada. Sedangkan menurut (Sugiharto dan Sitinjak, 2006) dalam (Hermanto & Cahyadi, 2015) validitas berhubungan dengan suatu perubah mengukur apa yang seharusnya diukur. Validitas dalam penelitian menyatakan derajat ketepatan alat ukur penelitian terhadap isi sebenarnya yang diukur.
72
Sebuah instrumen dikatakan valid jika mampu mengukur yang diinginkan oleh peneliti, serta Dengan ketentuan bahwa sebuah item kuesioner dinyatakan valid apabila r hitung > r table (Ghozali, 2009) dalam (Hermanto & Cahyadi, 2015). Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi koefisien korelasi pada taraf signifikansi 0,05 artinya suatu item dianggap valid jika berkorelasi signifikan terhadap skor total. item-item pertanyaan yang berkorelasi signifikan dengan skor total menunjukkan item-item tersebut mampu memberikan dukungan dalam mengungkap apa yang ingin diungkap. b. Uji Reabilitas
Uji Reliabilitas (derajat konsistensi) adalah ukuran yang menunjukan seberapa tinggi suatu instrumen dapat dipercaya atau dapat diandalkan, artinya reabilitas menyangkut ketepatan (dalam pengertian konsisten) alat ukur (Mustafa, 2009) dalam (Silcyljeova et al., 2016). Uji reliabilitas bertujuan untuk menunjukan akurasi, konsistensi dan ketepatan suatu alat ukur dalam melakukan pengukuran (Jogiyanto dan Willy, 2009) dalam (Rozandy et al., 2013).
Dikatakan reliabel apabila dalam beberapa kali pelaksanaan pengukuran terhadap subjek yang sama (test-retest) diperoleh hasil yang relatif sama atau dalam satu kali pengukuran dengan instrumen yang berbeda (equivalent) diperoleh hasil yang relatif sama (Yusup, 2018).
Tinggi rendahnya reliabilitas, secara empirik ditunjukan oleh suatu angka yang disebut nilai koefisien reliabilitas. Reliabilitas yang tinggi
73
ditunjukan dengan nilai rxx mendekati angka 1. Kesepakatan secara umum reliabilitas yang dianggap sudah cukup memuaskan jika ≥ 0.700. Uji reliabilitas akan dilakukan dengan menggunakan uji statistik cronbach’s alpha (𝛼) dengan ketentuan bahwa variabel yang diteliti dinyatakan reliabel apabila nilai cronbach’s alpha adalah di atas 0,6 (Ghozali, 2009, p.133) dalam (Hermanto & Cahyadi, 2015).
Jika nilai alpha > 0,7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0,80 ini mensugestikan seluruh item reliabel dan seluruh tes secara konsisten memiliki reliabilitas yang kuat. Atau, ada pula yang memaknakannya sebagai berikut: Jika alpha > 0,90 maka reliabilitas sempurna. Jika alpha antara 0.70 – 0.90 maka reliabilitas tinggi. Jika alpha 0,50 – 0,70 maka reliabilitas moderat. Jika alpha < 0,50 maka reliabilitas rendah. Jika alpha rendah, kemungkinan satu atau beberapa item tidak reliabel.
3. Partial Least Square (PLS)
Structural Equation Modeling berbasis Partial Least Square (PLS-SEM) Merupakan alternatif lain dari dari Structural Equation Modeling berbasis kovarian atau yang biasa disebut CBSEM, Covariance Based-Structural Equation Modeling (CB-SEM) adalah pendekatan pada SEM yang digunakan ketika tujuan dari penelitian adalah menguji sebuah teori, mengkonfirmasi sebuah teori dan membandingkan beberapa alternatif teori, ukuran sampel besar dan data berdisitribusi normal. Sedangkan Partial Least Squares-Structural Equation Modeling (PLS-SEM) merupakan metode yang memberikan kelonggaran aturan yang terdapat pada CB-SEM. Meskipun demikian, PLS-SEM tidak mengabaikan
74
aturan yang berkaitan dengan validitas, reabilitas dan akurasi dalam praktik kalkulasi data (Narimawati, et all., 2020).
Partial Least Square (PLS) juga bisa dikatakan sebuah model yang menghubungkan antara sebuah variabel respon dengan sekumpulan variabel prediktor. Regresi PLS merupakan salah satu metode untuk mengatasi multikolinieritas yang dapat diperoleh melalui regresi sederhana maupun berganda dengan mengambil kesimpulan dari uji signifikansi. Uji signifikansi bertujuan untuk memilih variabel prediktor pembangun komponen PLS dan menentukan banyaknya komponen PLS yang terbentuk (Bastien et al, 2004) dalam (Masruroh & Subekti, 2017).
Tujuan PLS adalah membentuk komponen yang dapat menangkap informasi dari variabel prediktor untuk memprediksi variabel respon. PLS-SEM juga dapat digunakan pada data yang tidak berdistribusi normal karena karena PLS-SEM tidak memperlakukan data sebagaimana dalam SEM yang berbasis kovarian yang mengaruskan data berdistribusi normal (Narimawati, et all., 2020). Dengan kata lain PLS-SEM dapat digunakan pada data dengan ukuran sampel yang kecil. Secara umum, PLS-SEM memiliki tingkat statistical power dan menunjukkan konvergensi yang lebih tinggi dibandingkan dengan CB-SEM. PLS merupakan pendekatan alternatif yang bergeser dari pendekatan SEM berbasis kovarian menjadi berbasis varian (Ghozali, 2006) dalam (Rozandy et al., 2013). Dengan demikian, PLS-SEM dapat dikatakan sebagai komplementari atau pelengkap CB SEM (AMOS dan LISREL) bukannya sebagai pesaing.
75
Terdapat beberapa kriteria perbandingan sederhana antara penggunaan VBSEM (PLS–SEM) dengan CBSEM (AMOS dan LISREL) dapat dilihat pada Tabel berikut :
Table 3.3 Perbandingan Sederhana
antara penggunaan VBSEM (PLS-SEM) dengan CBSEM (AMOS dan LISREL)
KRITERIA VBSEM
(PLS-SEM)
CBSEM
(AMOS dan LISREL)
Tujuan Analisis Orientasi prediksi dan analisis ekploratori
Taksiramn parameter dan konfirmatori
Asumsi Non parametik, tidak mengikuti pola distribusi tertentu
Parametik, mengikuti pola distribusi normal
multivariate
Pendekatan Variance atau component based (VBSEM)
Covariance based (CB-SEM)
Jumlah Sampel 20 – 100 kasus, semakin besar jumlah sampel model semakin baik
200 – 800 Kasus
Hubungan
Indikator-konstruk laten
76
Kebutuhan teori Fleksibel, optimal pada prediksi dan akurasi model
Asumsi dan dasar
teorikuat, pengembangan model berorientasi akurasi parameter
Identifikasi model Model rekursif Model rekursif
Sumber : (Narimawati, et all., 2020)
Pengujian model struktural dalam PLS dilakukan dengan bantuan software SmartPLS versi 2.0 for windows. Langkah-langkah yang harus dilakukan dalam Partial Least Square (PLS) yaitu meliputi:
a. Perancang Model Struktural (inner model)
Model ini menitikberatkan pada model struktur variabel laten, dimana antar variabel laten diasumsikan memiliki hubungan yang linier dan memiliki hubungan sebab-akibat (Devi et al., 2015). Persamaan inner model adalah :
ηj= β0j + ɣ0j + β + ɣ η + ζj dengan asumsi: E(ζj) = 0, E( iζj) = 0, E(ηiζj) = 0
dimana:
ηj : peubah laten tidak bebas ke-j
ηi: peubah laten tidak bebas ke-i untuk i≠j
βji: koefisien lintas/jalur peubah laten eksogen i ke variabel laten endogen ke-j
ɣji: koefisien lintas peubah laten endogen ke-i ke variabel laten endogen ke-j β0j: intersep
77
ζj : kesalahan pengukuran (inner residual) variabel laten ke-j b. Merancang model pengukuran (outer Model)
Outer model membangun hubungan antara sekumpulan indikator dengan variabel latennya. Ada tiga cara membangun hubungan antara indikator dengan variabel laten, yaitu hubungan refleksif, hubungan formatif, dan MIMIC (Multiple Effect Indicators for Multiple Causes) (Mun’im, 2012).
1) Hubungan Refleksif
Pada bentuk hubungan refleksif, indikator-indikator merupakan cerminan atau manifestasi dari variabel latennya. Artinya, setiap perubahan pada sebuah variabel laten akan terlihat pada indikator-indikatornya. Pada
bentuk hubungan refleksif, indikator
X
jk diasumsikan sebagai fungsi linier dari variabel latennyaε
j.78
Gambar 3.1 Diagram Jalur untuk Hubungan Refleksif
2) Hubungan Formatif
Pada bentuk hubungan formatif, nilai dari setiap indikator akan memengaruhi nilai construct variable laten yang terbentuk. Dengan demikian, setiap perubahan construct variabel laten diakibatkan oleh perubahan yang terjadi pada indikator-indikator. Pada bentuk hubungan formatif, variabel laten
ε
j merupakan fungsi linier dari indikatornya XjkGambar 3.2 Diagram Jalur hubungan Formatif
79
Multiple Effect Indicators for Multiple Causes (MIMIC) merupakan gabungan dari model hubungan refleksif dan formatif. Setiap perubahan yang terjadi pada indikator (formatif) Xjl akan mengakibatkan perubahan
pada variabel laten
ε
jk yang selanjutnya perubahan pada variabel laten tersebut akan tercermin pada indikator (refleksif) Xjh.dimana indeks h digunakan untuk indikator hubungan refleksif. Sedangkan indeks l digunakan untuk indikator hubungan formatif dan h + l = k.
Gambar 3.3 Diagram Jalur Model MIMIC
Penentuan bentuk hubungan antara sekumpulan indikator dengan variabel latennya akan berpengaruh pada skor variabel laten yang terbentuk. Menurut Dedi Junedi dalam Mu’in (2012) Senior VAM Assistant, World Food Program
80
(WFP) (disampaikan dalam komunikasi pribadi, 2012)- bentuk hubungan antara faktor ketahanan pangan dengan indikatornya adalah hubungan refleksif, sedangkan bentuk hubungan antara faktor ketersediaan, akses, dan penyerapan pangan dengan masing-masing indikatornya adalah hubungan formatif.
c. Membuat diagram jalur
Menurut Purwohandoko (2009) dalam (Fitriani et al., 2013) hasil perancangan dari inner model dan outer model selanjutnya dapat dinyatakan dalam bentuk diagram jalur. Ada dua hal yang perlu dilakukan antara lain menyusun model struktural yaitu menghubungkan antar variabel laten baik endogen maupun eksogen dan menyusun model pengukuran yaitu menghubungkan variabel laten endogen dan variabel eksogen dengan indikator. d. Konversi Diagram Jalur ke Sistem Persamaan
Setelah model dikembangkan dalam sebuah diagram jalur, selanjutnya diagram jalur dikonversikan kedalam model persamaan yang spesifik, sehingga dapat diketahui berapakah nilai dari besar pengaruh diantara variabel laten dan indikatornya (Fitriani et al., 2013).
e. Pendugaan Parameter
Setelah model dispesifikasikan secara lengkap kedalam persamaan, langkah berikutnya adalah melakukan pendugaan terhadap parameter dari variabel endogen (Y) dan variabel eksogen (X). Pendugaan parameter bertujuan mengestimasi model teoritis yang dibangun dengan mengukur kebaikan model pada jenjang variabel laten dan parameter yang diestimasi atau indikatornya. Pada penelitian ini pendugaan parameter dilakukan dengan melihat nilai Weight
81
Estimate dan nilai Path Estimate (Hartono, 2011) dalam (Fitriani et al., 2013).
1) Estimasi Bobot (Weight Estimate)
Pada pendugaan estimasi bobot menghasilkan skor atau nilai outer weight. Outer weight fungsinya adalah untuk melihat pengaruh yang paling dominan dari hubungan antara indikator dengan variabel latennya (keselamatan, kesehatan dan produktivitas) jadi semakin tinggi nilai outer weight dari suatu indikator, maka indikator tersebut memiliki pengaruh/kontribusi yang paling kuat sebagai variabel pengukur untuk menciptakan skor/nilai terhadap variabel latennya.
2) Estimasi Jalur (Path Estimate)
Estimasi jalur menghasilkan nilai outer loading yang menunjukkan keterkaitan antara variabel laten dengan indikatornya. Fungsi dari outer loading adalah untuk melihat hubungan yang paling dominan berdasarkan nilai dari diagram jalur antara indikator dengan variabel latennya (keselamatan, kesehatan dan produktivitas).
f. Evaluasi Goodness of Fit dalam (Ingranti et al., 2018) adalah : 1) Evaluasi Model Pengukuran Refleksif (Outer model)
Evaluasi yang dilakukan pada model ini tujuannya untuk mengukur skor yang dinilai berdasarkan korelasi yang dihitung dengan covergent validity, discriminant validity, dan composite reliability.
• Convergent validity, pengujian terhadap indikator dalam variabel laten untuk memastikan bahwa indikator yang digunakan dalam penelitian ini
82
mampu dipahami oleh responden, nilai convergent validity lebih besar dari pada 0,50 maka indikator tersebut berkorelasi tinggi (Haenlein, 2004).
• Discriminant validity, model pengukuran indikator refleksif yang dinilai bersadarkan cross loading setiap indikator pada variabelnya. Nilai discriminant validity lebih besar dari pada 0,50 maka variabel laten tersebut sudah menjadi pembanding yang baik untuk model (Ghozali, 2006).
• Composite Reliability, indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya untuk diandalkan. Nilai composite reliability sebagai ukuran yang digunakan untuk variabel laten pada model indikator refleksif dengan nilai AVE lebih dari 0,60 (Huang, 2010).
2) Evaluasi Model Pengukuran Struktual (Inner model)
Evaluasi pada model ini fungsinya adalah melihat nilai signifikansi dari variabel laten dengan menggunakan Rsquare (R2). Setelah mengetahui nilai R2, untuk melihat ukuran prediksi dari variabel laten endogen dengan indikator refleksif digunakan besaran Qsquare (Q2) (Thomas, 2005). Dalam (Rozandy,dkk) menyebutkan Perhitungan Nilai Q-square dapat dihitung dengan Persamaan Q-square berikut: Q2 = 1 – (1 – (Rsquare)2). Dan akan mengeluarkan nilai R-Square dengan nilai 0,75 (kuat), 0,50 (moderat) dan 0,25 (lemah).
83
Pengujian hipotesis dilakukan dengan metode resampling Bootstrap, fungsi dari metode bootstrapping adalah untuk pengambilan sampel dari setiap indikator, data yang diambil merupakan data rata-rata yang nilainya tidak jauh dari data awal. Penerapan metode resampling, memungkinkan berlakunya data bebas distribusi (distribution free), tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar. Nilai koefisien inner weight dari model struktural dikatakan signifikan dengan syarat nilai t-hitung > dari t-tabel yakni sebesar 1,96 (1,96 adalah nilai ttabel dalam tingkat keyakinan 95%) (Jogiyanto dan Willy,2009) dalam (Rozandy et al., 2013).
G. Definisi Operasional Variabel Penelitian
Definisi Operasional Variabel adalah seperangkat petunjuk yang lengkap tentang apa yang harus diamati dan mengukur suatu variabel atau konsep untuk menguji kesempurnaan. Definisi operasional variabel ditemukan item-item yang dituangkan dalam instrumen penelitian (Sugiyono, 2014).
Dalam operasional variabel penelitian ini akan dijelaskan indikator dari setiap variabel independen dan variabel dependen, yang kemudian akan dikembangkan menjadi sebuah pertanyaan atau pernyataan yang selanjutnya ditampilkan dalam kuesioner untuk dijawab oleh responden. Dalam pengukuran yang digunakan adalah skala likert dengan rentang pernyataan sangat setuju hingga sangat tidak setuju. Ada dua jenis variabel yang diuji dalam penelitian ini yaitu variabel endogen (dependen) dan variabel eksogen (independen).
84 1. Variabel Endogen (Dependen)
Variabel ini sering disebut sebagai variabel output, kriteria, konsekuen. Dalam Bahasa Indonesia sering disebut variabel terikat. Pengertian variabel dependen (terikat) menurut Sugiyono (Sugiyono, 2014) “Variabel yang dipengaruhi atau menjadi akibat, karena adanya variabel bebas.” Dalam penelitian ini variabel yang digunakan adalah Minat Konsumen (Y).
2. Variabel Eksogen (Independen)
Variabel ini sering disebut sebagai variabel stimulus, predictor, antecedent. Dalam Bahasa Indonesia sering disebut variabel bebas. Pengertian variabel independen (bebas) menurut (Umar, 2003:50) dalam (Christalisana, 2018) menyebutkan Variabel independen yaitu variabel yang menjadi sebab terjadinya atau terpengaruhnya variabel terikat Dalam penelitian ini variabel independen yang digunakan yaitu adalah Islamic Branding (X1), Religiusitas (X2), dan juga Reputasi (X3).
Table 3.4 Operasional Variabel Penelitian
Variabel Dimensi Indikator Butiran Instrumen
Islamic Branding
(X1)
(Alserhan, 2010)
Berdasarkan Kepatuhan
Daya Tarik Produk Likert
Produk Halal
Ditunjukan untuk konsumen muslim Berdasarkan Asal Identitas Produk halal
Merek islam oleh pelanggan
Label Halal Keyakinan
Sesuai dengan syariat islam Religiusitas (X2) Keyakinan
Keyakinan terhadap Allah Likert
85
(Glock dan Stark, 1994) dalam (Nasrullah, 2015)
Khusyu Ketika melakukan sholat Ketaatannya
Pengetahuan agama Tingkat pengetahuan dan pemahaman muslim pada ajaran-ajaran agamanya, terutama ajaran-ajaran pokok yang termuat dalam Al Quran.
Konsekuensi Menjalankan perintahnya Menjauhi larangannya Reputasi (X3)
Charles J.Fombrun, (1996) dalam (Aryska, 2017)
Kredibilitas Mempercayai akifitas bisnis perusahaan Likert
Terpercaya Memiliki Kualitas produk dan jasa yang tinggi dan berkualitas
Perusahaan dikelola secara professional Keterandalan Menjamin terlaksananya kualitas
pelayanan prima
Menampilkan fasilitas yang handal Tanggung jawab
sosial
Mendukung tujuan aktifitas kegiatan masyarakat
Bertanggung jawab terhadap lingkungan Minat konsumen
(Y)
(Ferdinand, 2006) dalam (Andespa, 2018)
Transaksional Minat pembelian Likert
Loyal
Referensial Memberikan Refrensi Preferensial Tidak mudah terpengaruh Eksploratif Mencari Informasi
86 BAB IV
PENEMUAN PENELITIAN DAN PEMBAHASAN