BAB I PENDAHULUAN
1.1 Latar Belakang
Pembajakan terhadap karya hak cipta dan hak kekayaan intelektual (HKI)
merupakan masalah yang signifikan dan faktor utama yang belum ada titik cerah
penyelesaian masalahnya. Tindakan ini terus berkembang di seluruh dunia, baik
negara maju maupun negara berkembang. Menurut International Federation of
the Phonographic Industry (IFPY) pada tahun 2004, beberapa negara di dunia
yang mencapai angka tinggi dalam kasus pembajakan ialah Brazil, Cina, India,
Meksiko, Pakistan, Indonesia, Paraguay, Rusia, Spanyol, Ukraina. ASIREVI
(Asosiasi Industri Rekaman Video Indonesia) mencatat bahwa 2 minggu setelah
film “Ada Apa dengan Cinta?” dirilis ke pasaran, tepatnya 21 Februari sampai 6
Maret 2002, jumlah DVD/CD yang digandakan oleh pembajak dalam satu hari
mencapai 200.000 keping DVD/CD ilegal (Kompas, 2 April 2002).
Indonesia bisa disebut sebagai surga bagi pembajak, hal ini dapat diamati
dari operasi yang dilakukan oleh ASIREVI pada 31 Juli 2003 yaitu operasi
pedagang kaki lima di sepanjang Jl. Sabang bekerjasama dengan Polsek
Menteng berhasil menyita (kurang lebih) 16.000 keping CD, film dan lagu
bajakan (Hidayah, 2008). Selain itu pada awal Maret 2012 lalu, Polisi menyita
5.819 keping CD bajakan yang dipasok dari Jakarta untuk Bali (Ansyor, 2012).
Pembajakan DVD dan CD telah merugikan negara hingga Rp 5 triliun tiap
aparat penegak hukum tidak pernah memerhatikan kasus ini secara serius. Hal
ini diungkapkan oleh Presiden Kongres Advokat Indonesia (KAI) Indra Sahnun.
(Rulianto, 2014)
Pembajakan pada bidang perfilman sebenarnya sudah berjalan sejak tahun
80-an dimana pembajakan bisa dilakukan di rumah dengan cara penggandaan
dari betamax ke betamax yang kemudian berkembang kepada laser disk sampai
VCD. Pemerintah Indonesia telah melakukan berbagai upaya untuk menangkal
tindakan pembajakan tersebut yaitu pemberlakuan Undang – Undang No 19
tahun 2002 tentang Hak Cipta. Dari segi penegakan hukum, pemerintah perlu
melakukan penambahan pasal untuk memberikan sanksi yang lebih keras
terhadap pelaku pembajakan CD. Selain itu, pemerintah juga memberlakukan
berbagai macam peraturan yang melindungi HKI dan memberikan sanksi yang
keras kepada pelaku pelanggaran HKI.
Masyarakat Indonesia pada umumnya lebih cenderung memilih DVD
bajakan daripada asli, dikarenakan mahalnya hasil karya asli dan perbedaan
harga yang sangat jauh dengan hasil karya bajakan di pasaran. Harga untuk
memperoleh DVD bajakan tergolong sangat murah yaitu berkisar antara Rp.
5000 sampai dengan Rp. 10.000 per kepingnya dibandingkan hasil karya asli
yang harganya mencapai Rp. 50.000 hingga Rp. 350.000 per kepingnya. DVD
bajakan ini juga sangat mudah diperoleh di pusat perbelanjaan seperti pasar dan
mall yang mengakibatkan pembajakan semakin merajalela. Selain itu, proses
pembajakan film ini sangat mudah, para pengganda DVD dapat menggunakan
DVD kosong atau yang dikenal DVD-R banyak dijual di toko-toko komputer,
toko alat tulis kerja, maupun toko kecil dengan harga yang relatif murah,
sehingga usaha ini dapat meraup keuntungan yang besar dengan modal yang
sangat kecil.
Penelitian sebelumnya yang dilakukan oleh Nursaidah (2013) di kota
Jember untuk mengetahui pengaruh risiko pembelian, harga atas kualitas produk,
kontrol perilaku, norma subjektif, dan integritas terhadap sikap dan minta
pembelian CD musik bajakan. Dari penelitian tersebut diperoleh hasil analisis
menggunakan SEM yaitu risiko pembelian, kontrol perilaku, norma subjektif,
dan integritas terhadap sikap dan minat pembelian CD musik bajakan
berpengaruh secara signifikan. Sedangkan harga atas kualitas produk tidak
berpengaruh signifikan terhadap sikap pembelian CD musik bajakan. Selain itu
penelitian yang dilakukan oleh Nahrowi (2014) hanya menguraikan
perundang-undangan tentang plagiat dan pembajakan Karya Cipta dalam Hak Kekayaan
Intelektual.
Pada skripsi ini peneliti akan membahas tentang pemodelan sikap dan
minat pembelian DVD Film Bajakan. Analisis statistika yang mempunyai
kemampuan untuk mengestimasi hubungan antar variabel yang bersifat multiple
relationship adalah metode Structural Equation Modeling atau SEM (Yamin dan
Kurniawan, 2009). Hubungan ini dibentuk dalam model struktural (hubungan
antara konstrak dependen dan independen). SEM mempunyai kemampuan untuk
menggambarkan pola hubungan antara konstrak laten (unobserved) dan variabel
Dalam kasus ini, variabel endogen (𝜂) yang digunakan adalah Sikap
Konsumen (𝜂1) dan Minat Pembelian (𝜂2). Sedangkan variabel eksogen (𝜉) yang
digunakan dalam penelitian ini adalah Resiko Pembelian (𝜉1), Harga atas
Kualitas (𝜉2), Kontrol Perilaku (𝜉3), Norma Subjektif (𝜉4) dan Integritas (𝜉5).
Berdasarkan uraian di atas, akan dilakukan pemodelan antar variabel
terhadap pembelian DVD Film Bajakan pada mahasiswa Fakultas Sains dan
Teknologi Universitas Airlangga Surabaya menggunakan metode Structural
Equation Modeling (SEM).
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan maka rumusan
masalah dalam penelitian ini adalah :
1. Bagaimana mendeskripsikan variabel penelitian yang berpengaruh
terhadap sikap konsumen dan minat pembelian DVD film bajakan pada
mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga
2. Bagaimana memodelkan sikap konsumen dan minat pembelian DVD film
bajakan pada mahasiswa Fakultas Sains dan Teknologi Universitas
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah di atas, maka tujuan dari penelitian ini
adalah:
1. Mendeskripsikan variabel penelitian yang berpengaruh terhadap sikap
konsumen dan minat pembelian DVD film bajakan pada mahasiswa
Fakultas Sains dan Teknologi Universitas Airlangga
2. Memodelkan sikap konsumen dan minat pembelian pada mahasiswa
Fakultas Sains dan Teknologi Universitas Airlangga menggunakan SEM
1.4 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini adalah :
1. Bagi Mahasiswa
a) Dapat menambah wawasan tentang penggunaan SEM dalam bidang
statistika dengan menggunakan software AMOS dalam mengolah data.
b) Sebagai sarana pengembangan ilmu pengetahuan baru bagi seorang
mahasiswa
2. Bagi Pemerintah
Sebagai evaluasi bagi pemerintah untuk memberantas tindakan
1.5 Batasan Masalah
Data yang digunakan dalam penelitian ini adalah hasil dari pengisian
kuesioner oleh mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga.
Metode yang digunakan adalah Structural Equation Modelling (SEM) dengan
BAB II
TINJAUAN PUSTAKA
2.1 Landasan Teori 2.1.1 Sikap Konsumen
Setiap individu pernah membicarakan tentang sikap mereka terhadap
sesuatu dalam kehidupannya. Mereka menyatakan suka (sikap positif) atau tidak
suka (sikap negatif) terhadap sesuatu, termasuk jasa atau produk yang mereka
jumpai dalam kehidupan mereka sebagai konsumen. Menurut Lefton (Prasetijo
dan Lhalauw, 2004:104) “Sikap adalah pola perasaan, keyakinan dan
kecenderungan perilaku terhadap orang, ide atau obyek yang tetap dalam jangka
waktu yang lama”. Sedangkan menurut Peter dan Olson (1990:130) “Sikap
sebagai evaluasi konsep secara menyeluruh yang dilakukan oleh seseorang,
sedangkan evaluasi adalah tanggapan pengaruh pada tingkat intensitas dan
gerakan yang relatif rendah”. Evaluasi dapat diciptakan oleh sistem afektif dan
kognitif. Sistem pengaruh secara otomatis memproduksi tanggapan afektif
termasuk emosi, perasaan, suasana hati dan evaluasi terhadap sikap sebagai
suatu tanggapan segera dan langsung pada rangsangan tertentu.
Menurut Sumarwan (2003:137–138), terdapat 8 karakteristik sikap:
a. Sikap Memiliki Objek
Di dalam konteks pemasaran, sikap konsumen harus terkait dengan objek,
objek tersebut bisa terkait dengan berbagai konsep konsumsi dan pemasaran
ingin mengetahui sikap konsumen, maka kita harus mendefinisikan secara jelas
sikap konsumen terhadap suatu produk atau merek.
b. Konsistensi Sikap
Sikap adalah gambaran perasaan dari seorang konsumen dan perasaan
tersebut akan direfleksikan oleh perilakunya. Karena itu sikap memiliki
konsistensi dengan perilaku. Perilaku seorang konsumen merupakan gambaran
dari sikapnya. Wanita tersebut mengendarai mobil BMW berwarna silver. Ia
menyukai mobil BMW berwarna silver. Inilah konsistensi antara sikap dan
perilaku. Namun, faktor situasi sering menyebabkan inkonsistensi antara sikap
dan perilaku. Seseorang menyukai sedan Jaguar, namun ia tidak memliki sedan
tersebut. Faktor daya beli mungkin menyebabkan tidak konsistennya antara
sikap dan perilaku.
c. Sikap positif, negatif dan netral
Seseorang mungkin menyukai makanan padang (sikap positif) atau tidak
menyukai minum alkohol (sikap negatif) atau ia tidak memiliki sikap (sikap
netral). Sikap yang memiliki dimensi positif, negatif dan netral disebut sebagai
karakteristik sikap.
d. Intensitas sikap
Sikap seorang konsumen terhadap suatu merek produk akan bervariasi
tingkatannya, ada yang sangat menyukainya atau bahkan ada yang begitu sangat
tidak menyukainya. Ketika konsumen menyatakan derajat tingkat kesukaan
terhadap suatu produk, maka ia mengungkapkan intesitas sikapnya. Intensitas
e. Resistensi sikap
Resistensi adalah seberapa besar sikap seorang konsumen bisa berubah.
Sikap seorang konsumen dalam memeluk agamanya mungkin memiliki
resistensi yang tinggi untuk berubah. Sebaliknya, seorang konsumen yang tidak
menyukai tomat, kemudian disarankan oleh dokter yang banyak mengonsumsi
tomat karena alasan kesehatan, mungkin sikapnya akan mudah berubah.
Pemasaran penting memahami bagaimana resistensi konsumen agar bisa
menerapkan strategi pemasaran yang tepat. Pemasaran ofensif bisa diterapkan
untuk mengubah sikap konsumen yang sangat resistensi atau konsumen baru.
f. Persistensi sikap
Keyakinan adalah kepercayaan konsumen mengenai kebenaran sikap yang
dimilikinya. Seorang konsumen tidak menyukai makan di restoran (sikap
negatif), namun dengan berlalunya waktu setelah beberapa bulan ia mungkin
akan berubah dan menyukai makan di restoran.
g. Keyakinan sikap
Keyakinan adalah kepercayaan konsumen mengenai kebenaran sikap yang
dimilikinya. Sikap seorang konsumen terhadap agama yang dianutnya akan
memiliki tingkat keyakinan yang sangat tinggi, sebaliknya sikap seseorang
terhadap adat kebiasaan mungkin akan memiliki tingkat keyakinan yang lebih
rendah.
h. Sikap dan situasi
Sikap seseorang terhadap suatu objek seringkali muncul dalam konteks
objek. Misalnya seseorang mungkin tidak suka minum jus jeruk pada pagi hari,
tetapi menyukai minum jus jeruk pada siang di restoran siap saji.
2.1.2 Minat Pembelian
Minat beli merupakan sesuatu yang berhubungan dengan rencana
konsumen untuk membeli produk tertentu serta berapa banyak unit produk yang
dibutuhkan pada periode tertentu (Howard, 1994). Hal ini sangat diperlukan oleh
para pemasar untuk mengetahui minat beli konsumen terhadap suatu produk,
baik para pemasar maupun ahli ekonomi menggunakan variabel minat untuk
memprediksi perilaku konsumen dimasa yang akan datang.
Minat beli adalah tahap kecenderungan responden untuk bertindak
sebelum keputusan membeli benar-benar dilaksanakan. Ada perbedaan antara
pembelian aktual dan minat pembelian. Bila pembelian aktual adalah pembelian
yang benar-benar dilakukan oleh konsumen, maka minat pembelian adalah niat
untuk melakukan pembelian pada kesempatan mendatang (Kinnear dan Taylor,
1995).
Minat membeli adalah suatu tahapan terjadinya keputusan untuk membeli
suatu produk bahwa individu dalam mengambil keputusan untuk membeli suatu
barang atau jasa ditentukan oleh dua faktor, yaitu :
a. Faktor luar atau faktor lingkungan yang mempengaruhi individu
seperti lingkungan kantor, keluarga, lingkungan sekolah dan
b. Faktor dalam diri individu, seperti kepribadiannya sebagai calon
konsumen. Minat membeli seseorang bisa dilihat hasil pengalamannya
yang menarik tentang suatu produk.
2.1.3 Resiko Pembelian
Resiko pembelian ditinjau dari sisi keputusan pembelian merupakan aspek
penting dalam pemalsuan produk (Tan, 2002). Membeli produk palsu dianggap
beresiko jika dinilai jumlah uang yang akan hilang apabila terjadi kerusakan,
kurangnya kualitas dan adanya resiko sosial. Resiko dapat dilihat melalui
komunikasi yang efektif, dianggap sebagai kompetensi pemasaran yang mampu
meningkatkan kepuasan pembeli (Golfetto dan Gibbert, 2006). Resiko
merupakan keterlibatan yang memengaruhi pencarian informasi sama seperti
dimensi kepentingan,hedonis dan nilai (Gursoy, 2001).
2.1.4 Kontrol Perilaku
Ajzen dan Madden (1986) dalam penelitian Kraft dkk (2005)
mendefinisikan kontrol perilaku sebagai keyakinan seseorang tentang
kemungkinan perilaku yang mungkin terjadi. Persepsi kemampuan diri untuk
mengawasi dan menguasai perilaku terhadap suatu permasalahan. Hal ini
mengacu pada kepercayaan individu tersebut dalam keinginannya untuk
melaksanakan suatu perilaku. Kwong dan Lee (2002) juga membuktikan bahwa
kontrol perilaku memiliki pengaruh signifikan terhadap minat pembelian musik
Kang dkk (2006) mempelajari Theory Planned Behaviour (TPB) sebagai
bentuk perilaku yang dipengaruhi oleh faktor sikap, faktor normatif, dan kontrol
perilaku. Ketiga faktor memengaruhi perilaku dan memberi dampak pada minat
pembelian. Teori ini menunjukkan bahwa kontrol perilaku memiliki dampak
langsung terhadap perilaku aktual.
2.1.5 Harga Atas Kualitas Produk
Harga atas kualitas produk diartikan jika harga produk murah maka
kualitasnya rendah dan begitu juga sebaliknya. Menurut Eisend dan
Schuchert-Guler (2006), konsumen akan puas setelah persyaratan fungsional dasar dan nilai
simbolis dari produk terpenuhi. Ang dkk (2001) menyimpulkan bahwa
konsumen menganggap harga untuk produk asli terlalu tinggi terlepas dari
kualitasnya. Harga adalah moderator utama dari sikap terhadap niat membeli
produk palsu (Penz dan Stottinger, 2005).
Hubungan harga dan resiko merupakan faktor penting yang berkaitan
dengan sikap konsumen terhadap pemalsuan produk (Huang dkk, 2004).
Semakin besar pengaruh harga kualitas produk bagi konsumen maka semakin
rendah juga persepsi kualitas akan produk palsu. Perkembangan internet dan
teknologi komunikasi membuat distribusi produk bajakan seperti software, DVD
2.1.6 Integritas
Integritas merupakan tingkat pertimbangan etis individu dengan ketaatan
pada hukum (Wang dkk, 2005). Wilcox dkk (2009) menemukan hubungan
antara moralitas dan nilai pada kecenderungan untuk membeli produk asli
dibandingkan produk palsu. Konsumsi produk palsu dapat dinilai dari segi
moralitas. Moralitas mengacu pada persepsi apakah mengonsumsi produk palsu
mendukung kegiatan ilegal atau tidak.
Ang dkk (2001) menerangkan bahwa orang yang integritasnya rendah
diharapkan akan merasa tidak bersalah ketika mereka membeli produk bajakan.
Kaitan variabel integritas dan sikap diproposisikan berhubungan negatif. Kajian
literatur menjelaskan bahwa semakin tinggi integritas, maka semakin negatif
sikapnya pada produk bajakan.
2.1.7 Norma Subjektif
Norma subjektif merupakan faktor sosial yang berkaitan pada tekanan
sosial seseorang untuk melakukan atau tidak melakukan sesuatu (Ajzen, 1991). Penz dan Stӧttinger (2005) dalam penelitiannya mengatakan tekanan normatif
pada individu memainkan peranan penting pada pembentukan niat dan perilaku
untuk membeli. Ini adalah fungsi dari keyakinan normatif yaitu untuk
mengekspresikan persepsi konsumen dari yang relevan di pikiran orang tentang
apakah harus atau tidak harus membeli produk palsu.
Variabel norma subjektif pada penelitian Penz dan Stӧttinger (2005)
dkk (1989). Skala ini mengukur sejauh mana individu mengekspresikan
kebutuhan untuk mengidentifikasi orang lain dan kemauannya untuk
menyesuaikan diri dengan ekspetasi keputusan pembelian. Hasil perbandingan
dapat dilihat dari variabel norma subjektif. Pada harga yang sedikit lebih murah
dari produk asli, norma subjektif memengaruhi niat untuk membeli CD bajakan.
2.1.8 Pengaruh antara Resiko Pembelian terhadap Sikap Konsumen DVD Film Bajakan
Albers-Miller (1999) menyatakan bahwa ditemukan pengaruh signifikan
dari faktor resiko pembelian produk palsu. Konsumen dapat mempertimbangkan
bahwa produk tidak akan ada garansi dari penjual, produk palsu tidak seaman
produk asli, produk tidak berfungsi sebaik produk asli. Tindakan memilih
produk palsu akan memengaruhi cara pandang orang lain terhadap konsumen,
pengguna akan membuang-buang waktu dan kehilangan kenyamanan untuk
melakukan pembelian kembali.
2.1.9 Pengaruh antara Harga atas Kualitas terhadap Sikap Konsumen DVD Film Bajakan
Kontruk harga dan resiko adalah faktor penting yang berhubungan
dengan sikap terhadap pemalsuan produk (Huang dkk, 2004). Semakin besar
pengaruh harga atas kualitas terhadap konsumen, maka semakin rendah persepsi
2.1.10 Pengaruh antara Kontrol Perilaku terhadap Sikap Konsumen DVD Film Bajakan
Kontrol perilaku mengacu pada keyakinan individu dalam kemudahan
untuk menjalankan suatu perilaku (Kwong dan Lee, 2002). Dalam penelitian ini,
diasumsikan bahwa konsumen memiliki kemampuan dan kendali diri untuk
membeli produk palsu. Semakin bagus kontrol perilaku konsumen maka sikap
konsumen dalam pembelian DVD Film bajakan semakin apatis.
2.1.11 Pengaruh antara Norma Subjektif terhadap Sikap Konsumen DVD Film Bajakan
Norma subjektif adalah faktor sosial yang mengacu pada tekanan sosial
yang dirasakan untuk melakukan atau tidak melakukan perilaku tertentu (Ajzen,
1991). Teman, saudara dan keluarga mungkin bertindak sebagai kontributor
untuk mengonsumsi produk palsu, tergantung banyak perilaku penggunaan yang
disetujui. Konsumen yang membeli produk palsu adalah bentuk partisipasi
konsumen guna mendukung aktivitas ilegal.
2.1.12 Pengaruh antara Integritas terhadap Sikap Konsumen DVD Film Bajakan
Individu merasionalisasi tindakan penggunaan produk palsu dan tidak
melihat perilaku ini sebagai tindakan tidak etis (Ang dkk, 2001). Integritas yang
2.1.13 Pengaruh antara Sikap Konsumen terhadap Minat Pembelian DVD Film Bajakan
Reasoned Actions Theory menjelaskan bahwa sikap positif berkorelasi
minat pembelian, yang merupakan awal dari adanya perilaku nyata (Ajzen dan
Fishben, 1980). Sikap terhadap pembajakan didasarkan pada etika dan moral
konsumen (Shoham dkk, 2008).
2.2 Structural Equation Modeling (SEM)
2.2.1 Konsep Dasar Structural Equation Modeling (SEM)
Structural Equation Modeling (SEM) merupakan gabungan dari dua
metode statistik yang terpisah yaitu analisis regresi dan analisis faktor.
Pemodelan persamaan struktural adalah salah satu teknik peubah ganda yang
dapat menganalisis secara simultan beberapa peubah laten endogen dan eksogen
(Bollen, 1989). SEM dilakukan untuk menganalisis serangkaian hubungan
secara simultan sehingga memberikan efisiensi secara statistik. Dari segi
metodologi, SEM memiliki beberapa peranan, di antaranya, sebagai sistem
persamaan simultan, analisis kausal linear, analisis jalur (path analysis), analisis
struktur kovarians dan model persamaan struktural (Wijanto,2008).
Dua alasan yang mendasari digunakan SEM adalah (1) SEM mempunyai
kemampuan untuk mengestimasi hubungan antar variabel bersifat multiple
relationship. Hubungan ini dibentuk dalam model struktural (hubungan antara
menggambarkan pola hubungan antara konstruk laten dan variabel manifes atau
variabel indikator.
Komponen – komponen yang digunakan dalam SEM yang menjadi
karakteristik dalam model yaitu :
1. Variabel yaitu variabel laten dan variabel teramati
2. Model yaitu model struktural dan model pengukuran
3. Galat yaitu galat struktural dan galat pengukuran
Variabel penelitian adalah konsep abstrak yang dapat diukur. Konsep
abstrak yang langsung dapat diukur disebut observed variabel atau variabel
manifes. Sebagai contoh: kinerja perusahaan dapat langsung diukur dengan laba.
Namun demikian ada konsep abstrak yang tidak dapat diukur langsung atau yang
disebut unobserved variabel atau variabel laten. Variabel ini diukur dengan
seperangkat pertanyaan yang intinya mengukur seberapa puas seseorang
terhadap pekerjaannya. Responden diminta untuk menjawab pertanyaan dengan
tipe jawaban skala Likert yaitu dengan 4 kategori jawaban sangat tidak setuju,
tidak setuju, setuju dan sangat setuju.
2.2.2 Analisis Jalur
Analisis jalur merupakan pengembangan dari model regresi yang
digunakan untuk menguji kesesuaian dari matriks korelasi dari dua atau lebih
model yang dibandingkan oleh peneliti. Regresi dilakukan untuk setiap variabel
dalam model. Nilai regresi yang diprediksi oleh model dibandingkan dengan
2.2.3 Diagram Jalur
Dalam membangun diagram jalur, hubungan antar konstruk ditunjukkan
oleh garis dengan satu anak panah yang menunjukkan hubungan kausalitas
(regresi) dari satu konstruk ke konstruk lain. Cara membangun diagram jalur dan
persamaan regresinya dapat dijelaskan dengan gambar 2.1 berikut ini.
Gambar 2.1 Contoh Diagram Jalur dengan keterangan:
merupakan variabel laten (unobserved)
merupakan variabel manifest (observed)
merupakan variabel error
merupakan hubungan regresi
2.2.4 Model Struktural dan Model Pengukuran 2.2.4.1 Model Struktural
Model struktural adalah bagian dari model SEM yang
menggambarkan hubungan antar variabel-variabel laten atau antar variabel
eksogen dengan variabel laten.
Gambar 2.2 Full Model Struktural
Model struktural berdasarkan gambar 2.2 persamaannya sebagai
berikut:
𝜂1 =𝛾1.1𝜉1+𝛾1.2𝜉2 +𝜍1 (2.1)
𝜂2 =𝛾2.1𝜉1+𝛾2.2𝜉2+𝛽2.1𝜂2+𝜍2 (2.2)
dengan
ξ (ksi) merupakan konstruk eksogen
η (eta) merupakan konstruk endogen
𝛾 (gamma) merupakan hubungan regresi antara variabel laten eksogen
β (beta) merupakan hubungan regresi antara variabel laten endogen dengan
variabel laten endogen lainnya
φ (phi) merupakan hubungan korelasi atau kovarian yang menghubungkan
kedua variabel laten
𝛿 (delta) merupakan kesalahan pengukuran yang berhubungan dengan
pengukuran X
𝜀 (epsilon) merupakan kesalahan pengukuran yang berhubungan dengan
pengukuran Y
ς (zeta) merupakan nilai residual regression dalam variabel laten endogen
2.2.4.2 Model Pengukuran
Dalam SEM setiap konstruk laten biasanya dihubungkan dengan
multiple measure. Hubungan antara konstruk laten dengan pengukurannya
dilakukan lewat faktor analytic measurement model. Setiap konstruk laten
dibuat model sebagai common faktor dari pengukurannya (measurement).
Nilai “loading” yang menghubungkan konstruk dengan pengukurannya diberi simbol dengan lambda (λ).
Berdasarkan gambar 2.2 diperoleh model pengukuran sebagai berikut :
a) Model pengukuran pada variabel laten 𝜉1 dan 𝜉2
𝑋1 =𝜆1.1𝜉1+𝛿1 (2.3)
𝑋2 = 𝜆2.1𝜉1+𝛿2 (2.4)
𝑋3 = 𝜆3.1𝜉1+𝛿3 (2.5)
𝑋5 = 𝜆5.1𝜉2+𝛿5 (2.7)
𝑋6 = 𝜆6.1𝜉2+𝛿6 (2.8)
b) Model pengukuran pada variabel laten 𝜂1 dan 𝜂2
𝑌1 =𝜆1.1𝜂1 +𝜀1 (2.9)
𝑌2 = 𝜆2.1𝜂1+𝜀2 (2.10)
𝑌3 = 𝜆3.1𝜂1+𝜀3 (2.11)
𝑌4 = 𝜆4.1𝜂2+𝜀4 (2.12)
𝑌5 = 𝜆5.1𝜂2+𝜀5 (2.13)
𝑌6 = 𝜆6.1𝜂2+𝜀6 (2.14)
2.2.5 Matrik Kovarians
Matriks kovarians dari variabel teramati memiliki peranan yang sangat
penting di dalam SEM. Matriks kovarians digunakan dalam mengestimasi
parameter dan dalam pengujian kecocokan model. Bentuk umum dari matriks
kovarians yang digunakan dalam SEM adalah:
∑=�𝚲𝒙𝚽𝚲𝒙 ′ +𝚯
𝜹 𝚲𝒙𝚽𝚪′𝚲′𝒚
𝚲𝒚𝚪𝚽𝚲′𝒙 𝚲𝒚(𝚪𝚽𝚪′+𝚿)𝚲′𝒚+𝚯𝜺� (2.15)
(Bollen, 1989)
dengan arti notasi-notasi matriks:
𝚽(𝑛𝑥𝑛) =𝐸(𝝃𝝃′) adalah matriks kovarian dari 𝜉
𝚿(𝑚𝑥𝑚) =𝐸(𝜻𝜻′) adalah matriks kovarian dari 𝜁
𝚯𝜀(𝑝𝑥𝑝) =𝐸(𝜺𝜺′) adalah matriks kovarian dari 𝜀
2.2.6 Estimasi Model
Teknik estimasi model persamaan struktural dilakukan dengan Maximum
Likelihood Estimation (ML) yang efisien dan unbiased jika asumsi normalitas
multivariate dipenuhi. ML menggunakan penurunan untuk meminimalisir
fungsi:
𝐹𝑀𝐿 = log|∑(𝜃)| +𝑡𝑟(𝑆 ∑−1(𝜃))− 𝑙𝑜𝑔|𝑆|−(𝑝+𝑞) (2.16)
2.2.7 Program AMOS Ver. 22
Kemajuan teknologi informasi, telah mendorong terciptanya software
khusus untuk perhitungan alat statistik dari SEM. Saat ini banyak software yang
digunakan untuk analisis model SEM, salah satunya AMOS. AMOS adalah
kependekan dari Analysis of Moment Structure. Kelebihan dari AMOS terutama
ada pada sifat software yang mudah digunakan bagi para pemula jika
dibandingkan LISREL dan SAS. (Santoso, 2015)
2.2.8 Ukuran Sampel
Pada umumnya penggunaan SEM membutuhkan jumlah sampel yang
besar agar hasil yang didapat mempunyai kredibilitas yang cukup. Ada beberapa
pertimbangan yang dapat dijadikan acuan dalam menentukan ukuran sampel
berdasarkan Singgih Santoso (2015) yaitu sebagai berikut:
a. Normalitas Data
SEM mensyaratkan data berdistribusi normal atau dianggap berdistribusi
penggunaan jumlah sampel yang besar dapat dipertimbangkan. Sebagai rasio
yang umum digunakan, untuk setiap parameter yang akan diuji dalam SEM,
paling tidak harus ada 15 responden. Sebagai contoh, jika ada tiga konstruk dan
masing-masing mempunyai empat indikator, maka akan ada minimal 12
parameter. Untuk itu jumlah sampel minimal adalah 15 x 12 = 180 responden.
b. Metode Estimasi yang digunakan
Metode estimasi yang sering digunakan dalam analisis SEM adalah
Maxium Likelihood (ML). Di samping itu terdapat alternatif model lain, yaitu
GLS atau ULS. Metode ML akan efektif pada jumlah sampel antara 150
responden sampai 400 responden.
c. Faktor Lain
Adanya kompleksitas model dan banyaknya data yang tidak lengkap
(missing) adalah faktor lain yang perlu dipertimbangkan. Semakin kompleks
sebuah model tentu membutuhkan jumlah sampel yang banyak, demikian pula
semakin banyak jumlah missing data (lebih dari 10% dari total data) akan
membutuhkan jumlah sampel yang banyak pula.
Jumlah sampel yang digunakan dalam analisis SEM berdasarkan
faktor-faktor di atas adalah sebagai berikut:
a. Untuk model SEM dengan jumlah variabel laten (konstruk) sampai
dengan lima buah, dan setiap konstruk dijelaskan oleh tiga atau lebih
b. Jika pada kondisi di atas korelasi antara indikator dengan konstruk
tidak kuat (di bawah 0,6), jumlah sampel sebaiknya perlu ditingkatkan
sampai 300 data.
c. Pada model yang kompleks, seperti terdapat lebih dari enam konstruk,
atau ada konstruk dengan jumlah indikator kurang dari tiga per
konstruk, jumlah sampel sebaiknya mencapai 500 data.
2.2.9 Identifikasi Model
Identifikasi sebuah model SEM berkaitan dengan apakah tersedia cukup
informasi untuk mengidentifikasi adanya sebuah solusi persamaan struktural.
Berikut dijelaskan Degree of Freedom (df) dan tiga jenis identifikasi yang
mungkin terjadi dalam analisis SEM. Pada sebuah model SEM, Degress of
Freedom (df) dapat diketahui dengan rumus:
𝑑𝑓 =12[𝑝(𝑝+ 1)]− 𝑘 (2.17)
dengan :
p = jumlah variabel manifes (oberved variable) pada model
k = jumlah parameter yang akan diestimasi
a. Just Identified
Misalkan ada dua persamaan berikut:
𝑋+ 2𝑌= 10
2𝑋+𝑌= 8
maka dengan menggunakan perhitungan matematika sederhana, didapatkan
yang mungkin ada, tidak mungkin ada angka X dan Y selain angka dan tersebut.
Karena sudah teridentifikasi dengan jelas, maka persamaan di atas dinamakan
dengan just identified.
Pada SEM model yang just identified mempunyai df sebesar 0, karena
telah teridentifikasi, maka estimasi dan penilaian model tidak perlu dilakukan.
b. Under Identified
Misalkan sekarang hanya ada persamaan:
𝑋+ 3𝑌= 15 ... (i)
Persamaan di atas pada dasarnya dapat diselesaikan dengan kombinasi
angka X dan Y yang tidak berbatas. Jika X = 0, maka Y = 5; jika X = 1, maka Y
= 4,67 dan seterusnya. Karena tidak dapat diidentifikasi, persamaan di atas
dinamakan under identified. Model SEM dikatakan under identified jika df-nya
negatif, maka estimasi dan penilaian model juga tidak perlu dilakukan.
c. Over Identified
Misalkan ada 3 persamaan yaitu:
𝑋+ 2𝑌= 10 ... (i)
2𝑋+𝑌= 8 ... (ii)
7𝑋 − 𝑌= 1 ... (iii)
Persamaan di atas dapat diselesaikan dengan kombinasi angka X dan Y
yang berbeda. Jika persamaan (i) dan (ii) yang digunakan, didapatkan angka
X=2 dan Y = 4. Namun jika persamaan (ii) dan (iii) yang digunakan, didapatkan
angka X = 1 dan Y = 6. Dengan demikian, persamaan di atas dapat dibuktikan
terbaik, maka persamaan di atas dikatakan over identified dengan df-nya positif.
Jika terjadi over identified maka estimasi dan penilaian model bisa dilakukan.
2.2.10 Evaluasi Kriteria Goodness-of-Fit
Pada tahap ini dilakukan pengujian terhadap kesesuaian model melalui
telaah terhadap berbagai kriteria Goodness-of-Fit. Berikut ini beberapa indeks
kesesuaian dan cut off value untuk menguji apakah sebuah model dapat diterima
atau ditolak menurut Schumaker (2010):
1. Absolut Fit Indices
Absolut fit indices adalah cara untuk mengukur model fit secara
keseluruhan, baik model struktural maupun model pengukuran secara bersama.
Berikut tahapan-tahapan yang dapat dilakukan:
a. CMIN
CMIN adalah rasio nilai Chi-Square dibagi dengan degree of freedom.
Model yang bagus adalah model dengan hasil CMIN pada default model yang
berada diantara CMIN saturated model dan CMIN independence model.
b. GFI
GFI (Goodness-Of-Fit Index) dikembangkan oleh Joreskog dan Sorbom
(1984) yaitu ukuran non-statistik yang nilainya berkisar dari nilai 0 (poor fit)
sampai 1,00 (perfect fit).
GFI = 1− �𝐹�
𝐹𝑏� (2.18)
Nilai GFI tinggi menunjukkan fit yang lebih baik dan banyak peneliti
c. AGFI
Adjusted Goodness-of-Fit merupakan pengembangan dari GFI yang
disesuaikan dengan ratio degree of freedom. Indeks fit ini dapat dihitung dengan
persamaan :
AGFI = 1−(1−GFI)𝑑𝑑𝑏 (2.19)
Nilai dari AGFI berkisar antara 0 sampai 1, semakin hasil AGFI mendekati
angka 1 maka semakin baik model tersebut (Schumacker, 2010).
d. RMR
Root Mean Residual menghitung residu atau selisih dari kovarians sampel
dengan kovarians estimate dengan rumus :
RMR = �∑ �∑𝑖=1𝑝 ∑𝑗≤𝑖𝑗=1�𝑠̂𝑖𝑗(𝑔)− 𝜎𝑖𝑗(𝑔)��/∑𝐺 𝑝∗(𝑔)
𝑔=1 𝐺
𝑔=1 (2.20)
Semakin kecil hasil RMR semakin dekatnya angka pada sampel dengan
estimasinya. Apabila angka RMR semakin besar, hal ini menandakan model tidak
fit, karena selisih antara sampel dengan estimasi yang besar pula.
2. Baseline Comparisions Model
Pengujian dengan alat uji ini akan membandingkan model tertentu dengan
null model, yakni model yang mempunyai asumsi bahwa semua indikator
(observed variables) tidak berkorelasi satu dengan lainnya.
a. TLI (Tucker Lewis Index)
Ukuran ini bisa digunakan untuk membandingkan model alternatif atau
membandingkan model yang diusulkan dengan null model. TLI dihitung
�(𝜒𝑛𝑢𝑙𝑙2 ⁄𝑑𝑓𝑛𝑢𝑙𝑙)− �𝜒𝑝𝑟𝑜𝑝𝑜𝑠𝑒𝑑2 �𝑑𝑓𝑝𝑟𝑜𝑝𝑜𝑠𝑒𝑑��/[(𝜒𝑛𝑢𝑙𝑙2 ⁄𝑑𝑓𝑛𝑢𝑙𝑙)−1] (2.20)
Nilai TLI berkisar antara 0 (tidak fit) hingga 1 (fit sempurna)
(Schumacker, 2010).
b. NFI (Normed Fit Index)
NFI adalah ukuran yang memperbaiki derajat chi-square menjadi range
antara 0 (tidak fit) sampai 1 (fit sempurna) (Bentler & Bonett, 1980). Untuk
memperoleh nilai NFI dapat digunakan rumus:
𝑁𝐹𝐼 = (𝜒𝑛𝑢𝑙𝑙2 − 𝜒𝑚𝑜𝑑𝑒𝑙2 )⁄𝜒𝑛𝑢𝑙𝑙2 (2.21)
Nilai NFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80≤NFI ≤ 0,90
sering disebut sebagai marginal fit (Schumacker, 2010).
c. CFI (Comparative Fit Index)
Bentler (1990) menambahkan CFI sebagai model comparative, yang
nilainya dapat dihitung dengan rumus:
𝐶𝐹𝐼= 1−𝑙1
𝑙2 (2.22)
dengan:
𝑙1 = max(𝑙ℎ, 0)dan 𝑙2 = max(𝑙ℎ,𝑙𝑖, 0)
𝑙ℎ = [(𝑁 −1)𝐹ℎ− 𝑑𝑓ℎ]
𝑙𝑖 = [(𝑁 −1)𝐹𝑖 − 𝑑𝑓𝑖]
Nilai CFI akan berkisar antara 0 sampai 1. Nilai CFI≥ 0,90 menunjukkan
good fit, sedangkan 0,80≤ CFI ≤ 0,90 sering disebut sebagai marginal fit.
3. Model Parsimony
Kelompok pengujian ini membandingkan model yang kompleks dengan
model yang sederhana (parsimoni atau ringkas). Karena itu, alat ukur sebenarnya
tidak efektif untuk mengukur model tunggal.
a. PNFI (Parsimonious Normal Fit Index)
PNFI merupakan modifikasi dari NFI. PNFI memperhitungkan banyaknya
derajat bebas untuk mencapai suatu tingkat kecocokan. PNFI didefinisikan
sebagai berikut (James, Mulaik, dan Brett, 1982):
𝑃𝑁𝐹𝐼 =𝑑𝑓𝑑𝑓𝑝𝑟𝑜𝑝𝑜𝑠𝑒𝑑
𝑛𝑢𝑙𝑙 ×𝑁𝐹𝐼 (2.23)
PNFI digunakan untuk membandingkan model-model alternatif, dan tidak
ada rekomendasi tingkat kecocokan yang daoat diterima. Meskipun demikian
ketika membandingkan dua model, perbedaan nilai PNFI sebesar 0,06 sampai
0,09 menandakan perbedaan yang cukup besar (Hair et al, 1998).
1. Kesesuaian Model Pengukuran
Ukuran kesesuaian model pengukuran dibagi menjadi menjadi dua yaitu
validitas dan reliabilitas. Validitas suatu variabel dikatakan mempunyai validitas
yang baik terhadap suatu konstrak laten apabila memiliki nilai faktor loading
(standardized solutions) ≥ 0,5. Reliabilitas yang tinggi jika nilai construct
reliability (𝐶𝑅) > 0,7. Adapun rumus perhitungan CR seperti di bawah ini:
𝐶𝑅 = �∑𝑛𝑖=1𝜆𝑖�
2
�∑𝑛𝑖=1𝜆𝑖�2+∑𝑛𝑖=1𝜀𝑖
(2.24)
dengan :
𝜀𝑖 adalah varians error untuk item ke-i
n adalah banyak item indikator
(Dachlan, 2014)
2. Kesesuaian Model Struktural
Evaluasi terhadap model struktural berkaitan dengan pengujian hubungan
antar variabel yang sebelumnya dihipotesiskan. Dalam praktiknya pengujian
yang biasa digunakan adalah pengujian dua arah yaitu menggunakan batas nilai
t-statistik nya 1,96 (𝑡𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑘 <−tα 2⁄ dan 𝑡𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑘 > tα 2⁄ ) atau dalam hal ini
BAB III
METODOLOGI PENELITIAN
3.1 Data dan Sumber Data
Data yang digunakan pada penelitian ini adalah data primer. Data tersebut
diperoleh dengan menyebarkan kuesioner terhadap responden yaitu mahasiswa
Fakultas Sains dan Teknologi (FST) Universitas Airlangga Surabaya angkatan
2013-2015.
Pengambilan sampel dilakukan dengan rumus Slovin untuk masing-masing
program studi di FST Universitas Airlangga Surabaya. Terdapat 8 program studi
di FST Universitas Airlangga Surabaya yaitu Statistika, Matematika, Sistem
Informasi, Fisika, Teknobiomedik, Kimia, Biologi dan ITL.
3.2 Populasi dan Sampel
Jumlah total mahasiswa angkatan 2013 – 2015 di FST Universitas Airlangga
Surabaya sebesar 1772 mahasiswa. Besar sampel yang diambil dalam penelitian
ini digunakan rumus sebagai berikut (Kurnia, 2010) :
𝑛 = 𝑁
1+𝑁𝑒2 (3.1)
dengan :
𝑁 adalah jumlah populasi mahasiswa
𝑛 adalah jumlah sampel minimum
Berdasarkan rumus Slovin di atas, maka besar jumlah sampel dalam
penelitian adalah :
𝑛 = 𝑁
1 +𝑁𝑒2
𝑛= 1772
1+1772(0,05)2
𝑛 = 326,33
Jumlah sampel yang telah diperoleh selanjutnya dibagi menjadi beberapa
program studi di Fakultas Sains dan Teknologi agar penentuan jumlah sampel
dalam masing – masing program studi mempunyai proporsi yang sama dengan
rumus sebagai berikut :
𝑛
ℎ=
𝑁ℎ𝑁
𝑛
(3.2)dengan :
𝑛ℎ adalah ukuran sampel tiap program studi
𝑁ℎ adalah ukuran populasi tiap program studi
Jumlah sampel pada tiap program studi disajikan pada Tabel 3.2.1 berikut :
Tabel 3.2 Ukuran Sampel tiap Program Studi angkatan 2013-2015
No. Program Studi Angkatan 𝑵𝒉 𝒏𝒉 Ukuran
Pada penelitian ini penulis menggunakan variabel penelitian yang dibutuhkan
untuk persiapan data serta persiapan metode analisis pengolahan data. Variabel
Tabel 3.3 Variabel Penelitian
No. Variabel Indikator Sumber
No. Variabel Indikator Sumber
Langkah-langkah analisis data dalam penelitian ini sebagai berikut:
1. Melakukan statistika deskriptif dalam penelitian
a. Melakukan teknik pengumpulan data yang dilakukan dengan cara
memberikan kuesioner berisi seperangkat daftar pertanyaan dari
sejumlah responden.
c. Analisis Deskriptif menggunakan SPSS, membuat diagram lingkaran
dengan frekuensi berupa persentase
2. Pemodelan Structural Equation Modelling (SEM)
a. Melakukan uji kecocokan model pengukuran menggunakan uji
validitas dengan nilai loading factor lebih besar dari 0,5 maka dapat
dikatakan valid. Selanjutnya melakukan uji Reliabilitas untuk
mengukur tingkat konsistensi indikator terhadap pengukurannya.
Tingkat reliabilitas ditentukan oleh nilai Construct Reliability (CR),
tingkat reliabilitas yang diterima adalah > 0,70.
b. Menyusun diagram jalur yaitu model kerangka pemikiran teoritis yang
sudah dibangun, kemudian ditransformasikan ke dalam bentuk
diagram jalur untuk menggambarkan hubungan kausalitas antara
variabel eksogen dengan variabel endogen.
c. Menentukan hubungan antar variabel laten berdasarkan teori yang
ada.
d. Mengestimasi model, membuat persamaan model pengukuran dan
persamaan model struktural.
e. Melakukan uji kecocokan persamaan model struktural.
f. Melakukan evaluasi kriteria Goodness-of-Fit untuk keseluruhan model
dengan menggunakan Absolute Fit Indicates (CMIN, RMR, GFI dan
AGFI), Baseline Comparions Model (TLI, NFI dan CFI) dan Model
Parsimony (PNFI)
BAB IV
HASIL DAN PEMBAHASAN
4.1 Deskripsi Pendapat Responden Berdasarkan Pilihan Jawaban Kuesioner
Tahap yang dilakukan setelah melakukan pengambilan data kuesioner
terhadap mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga
sebanyak 326 responden adalah mendeskripsikan variabel yang berpengaruh
terhadap sikap konsumen dan minat pembelian. Terdapat 24 variabel indikator
dengan pilihan jawaban sebagai berikut:
1. Sangat tidak setuju
2. Tidak setuju
3. Setuju
4. Sangat setuju
a. Deskripsi Jawaban Responden terhadap Variabel Resiko Pembelian
Gambar 4.1 Pie Chart untuk X1 Gambar 4.2 Pie Chart untuk X2 7%
35% 49%
9%
Gambar 4.3 Pie Chart untuk X3
Berdasarkan Gambar 4.1, pie chart X1 menunjukkan bahwa sebagian
besar responden mengetahui risiko terkait hukum dalam pembelian DVD Film
Bajakan dengan memilih jawaban nomor 3 (setuju) yang memiliki persentase
sebesar 49%. Sedangkan sedikit responden yang tidak mengetahui risiko terkait
hukum dalam pembelian DVD Film Bajakan dengan memilih jawaban nomor 1
(sangat tidak setuju) yang memiliki persentase sebesar 7%.
Informasi yang dapat diperoleh dari Gambar 4.2 pie chart X2 adalah
sebesar 48% (persentase terbesar dari pilihan jawaban nomor 3) dari jumlah 326
responden setuju bahwa kemungkinan besar DVD Film Bajakan tidak berfungsi
dengan baik. Sedangkan hanya 6% responden beranggapan bahwa DVD Film
Bajakan akan berfungsi dengan baik.
Gambar terakhir yaitu Gambar 4.3 pie chart X3 menunjukkan bahwa
mayoritas responden tidak setuju dengan persentase 50% (pilihan jawaban nomor
2) bahwa keputusan terburuk adalah pembelian DVD Film Bajakan hanya
menghabiskan uang. Sedangkan sebesar 11% responden sangat setuju bahwa
pembelian DVD Film Bajakan adalah keputusan terburuk dan menghabiskan
b. Deskripsi Jawaban Responden terhadap Variabel Harga Atas Kualitas
Gambar 4.4 Pie Chart untuk X4 Gambar 4.5 Pie Chart untuk X5
Pada Gambar 4.4 pie chart untuk X4 dapat menunjukkan bahwa sebagian
besar responden setuju dengan pilihan jawaban nomor 3 sebesar 55% yaitu harga
DVD Film Bajakan terjangkau dengan pendapatan mereka. Sedangkan jawaban
nomor 1 sebesar 1% beranggapan bahwa harga Film Bajakan tidak terjangkau
dengan pendapatan mereka.
Berdasarkan Gambar 4.5 pie chart untuk X5, sebagian responden
beranggapan bahwa harga DVD Film Bajakan tidak sesuai dengan kualitas yang
mereka harapkan, hal ini dibuktikan dengan angka persentase jawaban nomor 2
(tidak setuju) yang cukup besar yaitu 45%. Tetapi sebagian responden lainnya
juga beranggapan bahwa harga DVD Film Bajakan sesuai dengan kualitas yang
mereka harapkan, hal ini juga dibuktikan dengan besarnya persentase pada
jawaban nomor 3 (setuju) sebesar 40%.
1% 5%
55% 39%
c. Deskripsi Jawaban Responden terhadap Variabel Kontrol Perilaku
Gambar 4.6 Pie Chart untuk X6 Gambar 4.7 Pie Chart untuk X7
Gambar 4.8 Pie Chart untuk X8
Berdasarkan Gambar 4.6 pie chart untuk X6 menggambarkan bahwa
sebagian besar responden beranggapan apabila mereka mempunyai uang, mereka
tidak akan membeli DVD Film Bajakan. Hal ini dibuktikan dengan nilai
persentase jawaban nomor 3 (setuju) mendominasi sebesar 42%. Sedangkan
sebagian kecil responden beranggapan bahwa apabila mereka mempunyai uang,
mereka akan membeli DVD Film Bajakan.
Pada Gambar 4.7 pie chart untuk X7, dapat dilihat bahwa sebesar 49%
responden memilih jawaban nomor 3 (setuju) yaitu mempunyai keinginan
5%
berhemat biaya sebagai faktor pendukung membeli DVD Film Bajakan.
Sedangkan hanya 4% responden tidak mempunyai keinginan berhemat biaya
sebagai faktor pendukung membeli DVD Film Bajakan.
Menurut Gambar 4.8 pie chart untuk X8, sebagian besar 57% (jawaban
nomor 3) responden mempunyai sumber daya, pengetahuan dan kemampuan
untuk membeli DVD Film Bajakan. Sedangkan hanya 6% (jawaban nomor 1)
sama sekali tidak mempunyai sumber daya, pengetahuan dan kemampuan untuk
membeli DVD Film Bajakan.
d. Deskripsi Jawaban Responden terhadap Variabel Norma Subjektif
Gambar 4.9 Pie Chart untuk X9 Gambar 4.10 Pie Chart untuk X10
Berdasarkan Gambar 4.9 pie chart untuk X9 (pengaruh orang tua),
Gambar 4.10 pie chart untuk X10 (pengaruh saudara) dan Gambar 4.11 pie chart
untuk X11 (pengaruh teman) dapat dilihat bahwa sebagian besar responden
mendapatkan pengaruh dan dukungan membeli DVD Film Bajakan dari teman.
Hal ini dapat dibuktikan dengan nilai persentase pilihan jawaban nomor 4 (sangat
setuju) pada Gambar 4.11 pie chart untuk X11 yang sangat besar yaitu 95%
dibanding dengan indikator lainnya.
e. Deskripsi Jawaban Responden terhadap Variabel Integritas
Gambar 4.12 Pie Chart untuk X12 Gambar 4.13 Pie Chart untuk X13
Gambar 4.14 Pie Chart untuk X14 Gambar 4.15 Pie Chart untuk X15
Berdasarkan Gambar 4.12 pie chart untuk X12 responden mayoritas
1% 3%
seseorang. Hal ini dibuktikan dengan besarnya persentase jawaban nomor 4
(sangat setuju) yaitu sebesar 64%. Gambar 4.13 pie chart untuk X13 mayoritas
responden beranggapan bahwa penting untuk orang lain bersikap sopan santun.
Hal ini dibuktikan dengan besarnya persentase jawaban nomor 4 (sangat setuju)
yaitu sebesar 69%.
Menurut Gambar 4.14 pie chart untuk X14 mayoritas responden menyukai
orang yang bertanggung jawab. Hal ini dibuktikan dengan besarnya persentase
jawaban nomor 4 (sangat setuju) yaitu sebesar 68%. dan Gambar 4.15 pie chart
untuk X15 mayoritas responden menyukai orang yang bisa diandalkan. Hal ini
dibuktikan dengan besarnya persentase jawaban nomor 4 (sangat setuju) yaitu
sebesar 60%.
f. Deskripsi Jawaban Responden terhadap Variabel Sikap Konsumen
Gambar 4.18 Pie Chart untuk Y3 Gambar 4.19 Pie Chart untuk Y4
Gambar 4.20 Pie Chart untuk Y5
Berdasarkan Gambar 4.16 pie chart untuk Y1, menjelaskan bahwa sebesar
54% dari 326 responden memilih membeli DVD Film Bajakan karena harganya
murah sedangkan hanya 2% dari 326 responden sangat tidak setuju dengan
pernyataan tersebut. Gambar 4.17 pie chart untuk Y2 menunjukkan bahwa
sebagian responden tidak begitu suka membeli DVD Film Bajakan dengan
persentase pilihan jawaban nomor 2 (tidak setuju).
Menurut Gambar 4.18 pie chart untuk Y3, sebagian besar responden setuju
bahwa membeli DVD Film Bajakan umumnya menguntungkan konsumen dengan
persentase sebesar 53%. Sedangkan hanya 5% beranggapan bahwa membeli
DVD Film Bajakan umumnya sama sekali tidak menguntungkan konsumen.
Gambar 4.19 pie chart untuk Y4 menunjukkan bahwa sebesar 42% dari 326
responden beranggapan bahwa membeli DVD Film Bajakan adalah hal yang
salah. Sedangkan hanya 8% dari 326 responden sangat setuju bahwa membeli
DVD Film Bajakan bukan hal yang salah.
Gambar 4.20 pie chart untuk Y5, pilihan jawaban nomor 2 (tidak setuju)
memiliki persentase sebesar 49% yang menjelaskan bahwa lebih baik membeli
DVD Original daripada DVD Film Bajakan. Sedangkan hanya 6% dari responden
beranggapan bahwa lebih baik membeli DVD Film Bajakan daripada DVD
Original.
g. Deskripsi Jawaban Responden terhadap Variabel Minat Pembelian
Gambar 4.23 Pie Chart untuk Z3 Gambar 4.24 Pie Chart untuk Z4
Berdasarkan Gambar 4.21 pie chart untuk Z1 dan Gambar 4.22 pie chart
untuk Z2 sebagian besar responden memilih jawaban nomor 3 dengan anggapan
untuk saat ini mereka akan mempertimbangkan DVD Film Bajakan sebagai
pilihan ketika ingin membeli sesuatu dan mungkin membeli DVD Film Bajakan.
Menurut Gambar 4.23 pie chart untuk Z3, untuk saat ini mereka tidak
merekomendasikan kepada teman dan keluarga untuk membeli DVD Film
Bajakan. Hal ini dibuktikan dengan persentase pilihan jawaban nomor 2 (tidak
setuju) yang sebesar 50%. Sedangkan hanya 4% responden sangat
merekomendasikan kepada teman dan keluarga untuk membeli DVD Film
Bajakan.
Pada Gambar 4.24 pie chart untuk Z4, informasi yang dapat diperoleh
adalah sebagian besar responden beranggapan untuk saat ini mereka mungkin
mengatakan hal-hal positif tentang DVD Film Bajakan. Hal ini dibuktikan dengan
persentase sebesar 48% pada pilihan jawaban nomor 3 (setuju). Sedangkan hanya
6% tidak akan mengatakan hal-hal positif tentang DVD Film Bajakan.
4.2 Analisa Pemodelan Sikap Konsumen dan Minat Pembelian menggunakan Structural Equation Modeling (SEM)
Langkah pertama dalam analisa menggunakan metode SEM adalah
melakukan uji validitas dan reliabilitas terhadap data yang terkumpul. Uji
validitas yang digunakan adalah metode korelasi Pearson. Signifikansi ada baris
kedua masing-masing indikator di mana indikator dinyatakan valid pada taraf kesalahan (α) sebesar 5% dengan hipotesis :
H0 : Variabel-variabel indikator tidak valid
H1 : Variabel-variabel indikator valid
Dengan daerah kritis : tolak H0 apabila p-value < 0,05 (α)
Berdasarkan tabel Correlations pada lampiran 6, nilai yang dipergunakan
untuk menguji validitas indikator adalah pada kolom Total. Pada indikator X1,
X2 dan X6 memiliki p-value sebesar 0,265 ; 0,864 dan 0,255 > α (0,05) maka
indikator dinyatakan tidak valid. Untuk mencapai ke-valid-an data, maka
dilakukan uji validitas kembali tanpa melibatkan X1,X2 dan X6. Hasil yang
didapatkan berdasarkan tabel Correlations Valid (lampiran 8) adalah semua
indikator menghasilkan nilai yang valid yaitu memiliki p-value sebesar 0,000 <
0,05
Uji reliabilitas yang dilakukan pada penelitian ini digunakan untuk
mengetahui apakah item-item kuesioner dinyatakan reliabel atau konsisten.
Berdasarkan output SPSS (lampiran 9) diketahui bahwa nilai Cronbach’s Alpha
sebesar 0,794 artinya item-item kuesioner dapat dikatakan reliabel atau terpercaya
Langkah selanjutnya yang harus dilakukan adalah melakukan uji Normalitas
Multivariate dengan menguji seluruh data menggunakan Uji
Kolmogorov-Smirnov dengan hipotesis :
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
Daerah kritis : tolak H0 apabila p-value < 0,05 (α) (Santoso, 2015).
Berdasarkan lampiran 4, diperoleh p-value sebesar 0,010 lebih kecil dari 0,05 (α),
maka data tidak berdistribusi normal. Langkah yang dilakukan untuk mencapai
kenormalitasan data adalah melakukan transformasi data. Salah satu transformasi
data yang dapat dilakukan adalah transformasi Box-Cox (Setiawan, 2014). Transformasi data dilakukan dengan menggunakan lambda (λ) sebesar 0 yang
berarti data transformasi berupa hasil log dari data mentah (lampiran 3). Langkah
berikutnya dilakukan uji normalitas multivariate kembali (lampiran 5) dengan
p-value sebesar 0,081 yang lebih besar dari 0,05 (α), maka data berdistribusi normal.
Langkah yang harus dilakukan selanjutnya adalah menganalisis pemodelan
Sikap Konsumen dan Minat Pembelian menggunakan Structural Equation
Modeling (SEM). Pada langkah ini, variabel Resiko Pembelian (𝜉1) tidak lagi
digunakan dalam analisis pemodelan. Hal ini dikarenakan Resiko Pembelian (𝜉1)
membuat model tidak teridentifikasi, maka dari itu dilakukan penghapusan
variabel Resiko Pembelian (𝜉1) sehingga analisis model yang diperoleh
teridenfikasi. Pada tahap SEM, pembuatan diagram jalur merupakan langkah
awal yang harus dilakukan, diagram jalur ini dibuat berdasarkan dengan teori
Gambar 4.25 Diagram Jalur SEM dengan :
𝜉2 merupakan variabel laten eksogen 2 yaitu harga atas kualitas
𝜉3 merupakan variabel laten eksogen 3 yaitu kontrol perilaku
𝜉4 merupakan variabel laten eksogen 4 yaitu norma subjektif
𝜉5 merupakan variabel laten eksogen 5 yaitu integritas
𝜂1 merupakan variabel laten endogen 1 yaitu sikap konsumen
𝜂2 merupakan variabel laten endogen 2 yaitu minat pembelian
𝑋4𝑑𝑎𝑛𝑋5 merupakan indikator-indikator pembentuk 𝜉2
𝑋7𝑑𝑎𝑛𝑋8 merupakan indikator-indikator pembentuk 𝜉3
𝑋9,𝑋10,𝑋11 merupakan indikator-indikator pembentuk 𝜉4
𝑋12,𝑋13… ,𝑋15 merupakan indikator-indikator pembentuk 𝜉5
𝑌1,𝑌2, … ,𝑌5 merupakan indikator-indikator pembentuk 𝜂1
𝜆1𝑑𝑎𝑛𝜆2 adalah faktor loading atau muatan faktor dari variabel indikator
terhadap𝜉2
𝜆3𝑑𝑎𝑛𝜆4 adalah faktor loading atau muatan faktor dari variabel indikator
terhadap𝜉3
𝜆5,𝜆6,𝜆7 adalah faktor loading atau muatan faktor dari variabel indikator
terhadap𝜉4
𝜆8, … ,𝜆11 adalah faktor loading atau muatan faktor dari variabel indikator
terhadap𝜉5
𝜆12,𝜆13, … ,𝜆16 adalah faktor loading atau muatan faktor dari variabel indikator
terhadap 𝜂1
𝜆17,𝜆18, … ,𝜆20 adalah faktor loading atau muatan faktor dari variabel indikator
terhadap 𝜂2
𝛿4𝑑𝑎𝑛𝛿5 adalah variabel-variabel error pengukuran dari indikator eksogen 2
𝛿7𝑑𝑎𝑛𝛿8 adalah variabel-variabel error pengukuran dari indikator eksogen 3
𝛿9,𝛿10,𝛿11 adalah variabel-variabel error pengukuran dari indikator eksogen 4
𝛿12,𝛿13, … ,𝛿15 adalah variabel-variabel error pengukuran dari indikator eksogen 5
𝜀1,𝜀2… ,𝜀5 adalah variabel-variabel error pengukuran dari indikator endogen 1
𝜀6,𝜀7, … ,𝜀9 adalah variabel-variabel error pengukuran dari indikator endogen 2
ς1 adalah variabel error dari endogen 1
Identifikasi Model
Suatu model persamaan struktural dapat dikategorikan sebagai just
identified, overidentified atau underidentified. Just identified model adalah model
yang memiliki kesesuaian satu lawan satu antara data dengan parameter
strukturalnya. Dengan kata lain jumlah data varian dan kovarian sama dengan
jumlah parameter yang akan diestimasi. Model overidentified adalah model yang
jumlah parameter estimasi lebih kecil dari jumlah data varian dan kovariannya
sehingga menghasilkan degree of freedom positif. Sedangkan underidentified
adalah model yang jumlah parameter estimasi lebih besar dari data varian dan
kovarian sehingga nilai degree of freedom negatif.
Notes for Model (Default model)
Computation of degrees of freedom (Default model)
Number of distinct sample moments: 210 Number of distinct parameters to be estimated: 45 Degrees of freedom (210 - 45): 165
Berdasarkan output analisis di atas, diperoleh nilai degree of freedom yang
dihasilkan adalah 210 – 45 = 165, 165 > 0 sehingga model sikap konsumen dan
minat pembelian adalah overidentified, jadi model tersebut dapat diidentifikasikan
Uji Kecocokan Model Struktural
Pengujian selanjutnya adalah melakukan uji terhadap model yang sesuai
dengan teori yang digunakan yaitu pengaruh variabel laten eksogen terhadap
variabel laten endogen. Model struktural yang digunakan adalah sebagai berikut:
Gambar 4.26 Hasil Model Struktural
Analisis uji kecocokan model struktural dengan menggunakan software
AMOS 22 menghasilkan output yang di dalamnya berisikan p-value yang terdapat
di lampiran 11. Pada uji kecocokan model struktural semua model yang
dihipotesiskan diuji berdasarkan nilai signifikansinya. Nilai alpha (𝛼) atau taraf
nyata yang digunakan sebesar 5%. Berikut ini adalah hipotesis uji nya:
1. Hipotesis 1
𝐻0 : Tidak ada pengaruh antara norma subjektif terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
𝐻1 : Ada pengaruh antara norma subjektif terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value di lampiran 11 variabel norma subjektif terhadap
sikap konsumen memiliki nilai signifikansi sebesar 0,0001 yang lebih kecil dari
0,05. Maka keputusan yang diambil adalah menolak 𝐻0 bahwa ada pengaruh
antara norma subjektif terhadap sikap konsumen. Hal ini dapat dibuktikan bahwa
orang tua, teman dan saudara bertindak sebagai kontributor besar untuk
mengonsumsi produk DVD Film Bajakan.
2. Hipotesis 2
𝐻0 : Tidak ada pengaruh antara integritas terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
𝐻1 : Ada pengaruh antara integritas terhadap sikap konsumen
DVD Film Bajakan pada mahasiswa FST Universitas
Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value di lampiran 11 variabel integritas terhadap sikap
konsumen memiliki nilai signifikansi sebesar 0,842 yang lebih besar dari 0,05.
Maka keputusan yang diambil adalah menerima 𝐻0 bahwa tidak ada pengaruh
Bajakan dapat dinilai dari segi moralitas, seorang konsumen yang integritasnya
rendah akan merasa tidak bersalah ketika membeli DVD Film Bajakan.
3. Hipotesis 3
𝐻0 : Tidak ada pengaruh antara harga atas kualitas terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
𝐻1 : Ada pengaruh antara harga atas kualitas terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value di lampiran 11 variabel harga atas kualitas
terhadap sikap konsumen memiliki nilai signifikansi sebesar 0,0001 yang lebih
kecil dari 0,05. Maka keputusan yang diambil adalah menolak 𝐻0 dan dapat
diartikan ada pengaruh antara harga atas kualitas terhadap sikap konsumen.
Seorang konsumen tentunya mempertimbangkan harga dan kualitas dalam
pembelian sebuah produk. Konsumen lebih memilih produk dengan harga yang
terjangkau dan kualitasnya sesuai harapan.
4. Hipotesis 4
𝐻0 : Tidak ada pengaruh antara kontrol perilaku terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
𝐻1 : Ada pengaruh antara kontrol perilaku terhadap sikap
konsumen DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value di lampiran 11 variabel kontrol perilaku terhadap
sikap konsumen memiliki nilai signifikansi sebesar 0,013 yang lebih kecil dari
0,05. Maka keputusan yang diambil adalah menolak 𝐻0 dan dapat diartikan ada
pengaruh antara kontrol perilaku terhadap sikap konsumen. Hal ini dapat
dibuktikan bahwa sebagian besar responden mendukung pembelian DVD Film
Bajakan, tujuan mereka membeli DVD Film Bajakan adalah untuk menghemat
biaya.
5. Hipotesis 5
𝐻0 : Tidak ada pengaruh antara sikap konsumen terhadap minat
pembelian DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
𝐻1 : Ada pengaruh antara sikap konsumen terhadap minat
pembelian DVD Film Bajakan pada mahasiswa FST
Universitas Airlangga
Daerah Kritis : 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value di lampiran 11 variabel sikap konsumen terhadap
minat pembelian memiliki nilai signifikansi sebesar 0,0001 yang lebih kecil dari
0,05. Maka keputusan yang diambil adalah menolak 𝐻0 dan dapat diartikan ada
berkorelasi minat pembelian, yang merupakan awal dari adanya perilaku nyata.
Sikap konsumen menyatakan suka atau tidak suka terhadap produk DVD Film
Bajakan berhubungan dengan rencana atau minat konsumen untuk membeli
produk DVD Film Bajakan.
Persamaan model pengukuran dan model struktural
Proses selanjutnya adalah estimasi model dengan menggunakan Maximum
Likelihood Estimator (MLE) yang menghasilkan persamaan pengukuran dan
persamaan struktural. Persamaan pengukuran diperoleh berdasarkan loading
factor pada lampiran 10 dan nilai kesalahan pengukuran variabel indikator pada
lampiran 12 kolom estimate. Berikut adalah persamaan model pengukuran dan
struktural yang diperoleh dengan bantuan AMOS 22.
Persamaan model pengukuran untuk variabel eksogen :
𝑋4 = 0,402𝜉2+ 0,611
𝑋5 = 0,859𝜉2+ 0,255
𝑋7 = 0,560𝜉3+ 0,809
𝑋8 = 0,388𝜉3+ 0,810
𝑋9 = 0,742𝜉3+ 0,530
𝑋10 = 0,889𝜉4+ 0,239
𝑋11 = 0,628𝜉4+ 0,568
𝑋12 = 0,793𝜉5+ 0,258
𝑋13 = 0,846𝜉5+ 0,195
𝑋15 = 0,796𝜉5+ 0,269
Persamaan model pengukuran untuk variabel endogen :
𝑌1 = 0,431𝜂1+ 0,744
𝑌2 = 0,677𝜂1+ 0,555
𝑌3 = 0,500𝜂1+ 0,700
𝑌4 = 0,387𝜂1+ 0,977
𝑌5 = 0,528𝜂1+ 0,782
𝑍1 = 0,407𝜂2+ 0,861
𝑍2 = 0,712𝜂2+ 0,461
𝑍3 = 0,842𝜂2+ 0,274
𝑍4 = 0,606𝜂2+ 0,673
Persamaan model struktural :
𝜂1 = 0,406𝜉2+ 0,438𝜉3+ 0,436𝜉4−0,012𝜉5+ 0,137
𝜂2 = 0,819𝜂1+ 0,129
Berdasarkan persamaan pengukuran di atas dapat diinterpretasikan sebagai
berikut. Sebagai contoh untuk persamaan:
𝜂1 = 0,406𝜉2+ 0,438𝜉3+ 0,436𝜉4−0,012𝜉5+ 0,137
Berdasarkan persamaan – persamaan di atas memiliki makna untuk setiap
kenaikan satu satuan variabel harga atas kualitas, maka akan meningkatkan sikap
konsumen untuk memilih produk DVD Film Bajakan sebesar 0,406 atau 40,6%.
Setiap kenaikan satu satuan variabel kontrol perilaku, maka akan meningkatkan
sikap konsumen untuk memilih produk DVD Film Bajakan sebesar 0,438 atau
meningkatkan sikap konsumen untuk memilih produk DVD Film Bajakan sebesar
0,436 atau 43,6%. Tanda koefisien negatif menandakan pengaruh yang terbalik,
setiap kenaikan satu satuan variabel integritas akan menurunkan sikap konsumen
untuk memilih produk DVD Film Bajakan sebesar 1,2% yang berarti integritas
dalam model mempunyai pengaruh yang sangat kecil terhadap sikap konsumen.
Sedangkan untuk persamaan:
𝜂2 = 0,819𝜂1+ 0,129
Persamaan di atas memiliki makna untuk setiap kenaikan satu satuan
variabel sikap konsumen, maka akan meningkatkan minat pembelian untuk
memutuskan membeli produk DVD Film Bajakan sebesar 0,819 atau 81,9%.
Evaluasi Kriteria Goodness-Of-Fit
Setelah melakukan uji kecocokan model, maka langkah selanjutnya adalah
melakukan uji model fit dengan 3 tahapan yaitu absolut fit indices, baseline
comparisions model dan model parsimony, selanjutnya akan dibahas sebagai
berikut:
1. Absolut Fit Indices
Pada langkah absolut fit indices terdapat tiga jenis model yaitu default model,
saturated model dan independence model. Default model adalah model yang
sekarang sedang diuji. Saturated model adalah hasil pengujian pada kondisi di
mana terjadi just identified dengan df adalah 0, pada banyak kasus hasil CMIN
adalah 0. Independence model adalah hasil pengujian pada kondisi di mana setiap
banyak kasus, hasil CMIN pada kondisi independence model adalah lebih besar
dari kondisi kondisi asli yaitu default model. Berdasarkan output di bawah, nilai
CMIN default model dengan nilai 457,742 berada di antara nilai CMIN saturated
model dengan nilai 0,000 dan nilai CMIN independence model dengan nilai
2536,876. Hal ini menunjukkan bahwa model fit.
Tabel 4.1 Ringkasan Model Absolute Fit Indices
Model CMIN RMR GFI AGFI
Default model 457,742 ,093 ,871 ,836
Saturated model ,000 ,000 1,000
Independence model 2536,876 ,232 ,444 ,385
Root Mean Residual (RMR) pada dasarnya menghitung residu atau selisih
dari kovarians sampel dengan kovarians estimate. Semakin kecil nilai RMR
menandakan bahwa kovarians sampel semakin mendekati kovarians estimate atau
dengan kata lain model semakin fit. Nilai RMR sebesar 0,093 yang sangat kecil
mendekati 0 menandakan bahwa model fit dengan kovarians sampel mendekati
kovarians estimate.
Selain nilai RMR yang dijadikan acuan kecocokan model, nilai Goodness of
Fit Index (GFI) dan Adjusted Goodness of Fit Index (AGFI) yang bernilai antara 0
sampai 1, semakin hasil GFI dan AGFI mendekati angka 1, akan semakin baik
model tersebut. Berdasarkan output di atas nilai GFI sebesar 0,871 dan nilai AGFI
sebesar 0,836 menandakan bahwa model fit.
Pengujian dengan alat uji ini akan membandingkan model tertentu dengan
null model, yakni model yang mempunyai asumsi bahwa semua indikator
(observed variables) tidak berkorelasi satu dengan lainnya.
Tabel 4.2 Baseline Comparisions Model
Model TLI
rho2
NFI Delta1
CFI
Default model ,856 ,820 ,875
Saturated model 1,000 1,000
Independence model ,000 ,000 ,000
Model dikatakan fit apabila memenuhi kriteria nilai TLI, NFI, dan CFI
yaitu semakin mendekati nilai 1 (perfect fit). Berdasarkan output di atas
masing-masing nilai Tucker Lewis Index (TLI), Normed Fit Index (NFI), dan Comparative
Fit Index (CFI) sebesar 0,856;0,820; dan 0,875 yang dapat diartikan bahwa model
sudah fit.
3. Model Parsimony
Kelompok pengujian ini membandingkan model yang kompleks dengan
model yang sederhana (parsimoni atau ringkas). Karena itu, alat ukur sebenarnya
Tabel 4.3 Ringkasan Model Parsimony Fit Indices
Model PNFI
Default model ,712
Saturated model ,000
Independence model ,000
Parsimonious Normal Fit Index (PNFI) merupakan modifikasi dari NFI.
PNFI memasukkan jumlah df yang digunakan untuk mencapai level fit. Semakin
tinggi nilai PNFI semakin baik. PNFI 0,60 sampai 0,90 menunjukkan adanya
perbedaan model yang signifikan. Dari output di atas dapat dilihat bahwa nilai