41 3.1 Waktu dan Tempat Penelitian 3.1.1 Waktu Penelitian
Peneliti membutuhkan waktu selama tiga bulan untuk melakukan penelitian ini dimulai dari bulan Mei 2014 untuk pengumpulan data. 3.1.2 Tempat Penelitian
Penelitian ini menganalisis bagaimanaPengaruh BrandImage Dan Brand Trust Terhadap Brand Loyalty Universitas Mercu Buana. Objek penelitian yang digunakan adalah mahasiswa Universitas Mercu Buana khusus nya mahasiswa reguler semua fakultas di wilayah Jakarta Barat. 3.1.3 Gambaran Umuum Universitas
Universitas Mercu Buana adalah sebuah universitas swasta di Jakarta, Indonesia.Didirikan pada tanggal 22 Oktober 1985, Pendiri: H. Probosutedjo (Yayasan Menara Bhakti) kampus utama yang juga dinamakan Kampus A terletak di daerah Meruya, Jakarta Barat. Kampus lainnya, yaitu Kampus B, terletak di Menteng, Jakarta Pusat, Kampus C di Depok, Jawa Barat, serta Kampus D di Bekasi, Jawa Barat.
Universitas Mercu Buana (UMB) merupakan pengembangan dari Akademi Wiraswasta Dewantara yang berdiri pada 1981. Ketika diresmikan menjadi UMB, tahun 1985, baru ada 3 fakultas (Fakultas Teknik, Fakultas Pertanian, dan Fakultas Ekonomi) dan 6 Jurusan. Setelah
berjalan lebih dari 19 tahun, kini UMB mampu menyelenggarakan lima fakultas dengan 19 jurusan, yang hampir semuanya sudah mendapat akreditasi dari Badan Akreditasi Nasional Perguruan Tinggi.
Pada tahun akademik 2000/2001, dibuka program pascasarjana Magister Manajemen (MM) dengan konsentrasi : Magister Manajemen Keuangan, Magister Manajemen Pemasaran, Magister Manajemen Sumber Daya Manusia, Magister Manajemen Operasi/Produksi. Setahun kemudian, dalam upaya memberi kesempatan kepada lulusan D3/Politeknik/Akademi/sederajat maupun lulusan SMU/SMK/sederajat yang telah bekerja untuk melanjutkan ke jenjang Sarjana (S1), tetapi hanya memiliki waktu luang untuk kuliah hari Sabtu dan Minggu, UMB membuka Program Kuliah Sabtu Minggu (PKSM), selain itu PKSM-UMB menerima mahasiswa yang ingin melanjutkan ke Strata-2 (S2) Magister Manajemen (MM).
Visi Universitas Mercu Buana
Menjadi Universitas Unggul dan terkemuka untuk menghasilkan tenaga professional yang memenuhi kebutuhan industri dan masyarakat dalam persaingan global.
Misi Universitas Mercu Buana
Menyelenggarakan pendidikan, penelitian dan pengabdian kepada masyarakat dan menciptakan serta menerapkan keunggulan akademik untuk menghasilkan tenaga professional dan lulusan yang memenuhi standar kualitas kerja yang disyaratkan.
Menerapkan manajemen pendidikan tinggi yang efektif dan efisien dan mengembangkan jaringan kerjasama dengan industri dan kemitraan yang berkelanjutan sebagai respon atas perubahan arus dan daya saing global.
Mengembangkan kompetensi dan menumbuhkembangkan jiwa kewirausahaan dan etika professional kepada para mahasiswa dan staf yang memberikan kontribusi positif terhadap peningkatan kualitas hidup. Budaya Kerja Universitas Mercu Buana
1. Budaya kerja disiplin, jujur dan tanggung jawab 2. Mengembangkan budaya kerja yang kreatif
3. Mengembangkan budaya kerja yang ramah lingkungan 4. Mengembangkan budaya kerja yang sadar nilai lokal
Fasilitas Kampus seperti Ruang kuliah: 67 ruang, Perpustakaan: luas ruangan 800 m2,
Koleksi 14.528 judul, 32.173 eksemplar untuk saat ini
Laboratorium tiap fakultas dapat dilihat pada Table 3.1 berikut:
Tabel 3.1
Laboratorium Universitas Mercu Buana
Fakultas Laboratorium
1. Fakultas Teknologi Industri Fisika Dasar, Komputer, Sistek Komunikasi, Elektronika Dasar, CNC-CAD/Cam dan Teknologi Mekanik, Sistem Produksi & FMS ( Fleksibel Manufacturing System ) dan Mekatronika
2. Fakultas Teknik Sipil & Perencanaan
Mekanika Tanah, Ilmu Ukur Tanah, Teknologi Beton, Studio Gambar dan computer
3. Fakultas Ekonomi Akuntansi, Komputer Audit, Komputer Akuntansi dan Statistik, Klinik Konsultasi Bisnis
4. Fakultas Ilmu Komunikasi Audio Visual, Fotografi, Cetak, Desain Grafis, Multi Media, Studio Mini, Komputer.
5. Lembaga penelitian Lembaga Penelitian dan Pengabdian Msyarakat UMB Sumber: Website Universitas Mercu Buana
Bentuk Kegiatan Dan Kelembagaan Mahasiswa dapat dilihat pada table Berikut :
Tabel 3.2
Bentuk UKM (Unit Kegiatan Mahasiswa)
Sumber: Website Universitas Mercu Buana
Unit Kegiatan Mahasiswa (UKM) Tingkat Universitas
UKM Bela Diri UKM Pramuka
UKM Olah Raga UKM Kerohanian
UKM Swatala UKM Radio
UKM Kesenian UKM Pers
UKM Koperasi Mahasiswa UKM Paduan Suara
UKM Resimen Mahasiswa UKM Mercu Buana English Club
UKM Sepak Bola UKM Taekwondo
Tabel 3.3
Bentuk Kelembagaan di Universitas Mercu Buana
Sumber: Website Universitas Mercu Buana
Fasilitas lain: ruang display, ruang sidang, ruang rapat, pusat komputer (Cyber-Net), studio gambar, poliklinik, masjid Manarul A’mal, Radio UMB, kantor Bank BNI dan ATM BNI, telepon umum, kantin mahasiswa, koperasi mahasiswa, areal parkir yang cukup luas, bus kampus, kursus Bahasa Inggris LIA-UMB, ruang sekretariat organisasi kemahasiswaan, kantor pos dan giro, Kartu Mahasiswa UMB Serba Guna BNI, sarana olahraga (sepakbola, basket, voli, badminton, menara panjat tebing)
BENTUK KERJA SAMA UNIVERSITAS MERCU BUANA
Kerja Sama Universitas Mercu Buana Dengan Universitas Luar Negri 1. Guangxi University Of Technology Liuzhou China
2. Beijing Institute Of Technology China 3. Guangxi Normal University Guillin China 4. Geomatika College Kuala Lumpur Malaysia 5. Universiti Sains Malaysia
6. Universiti Selangor Malaysia
Kelembagaan Tingkat Universitas Majelis Permusyawaratan Mahasiswa (MPM) Badan Eksekutif Mahasiswa Universitas (BEM-U)
Kelembagaan Tingkat Fakultas Dewan Perwakilan Mahasiswa (DPM)
Badan Eksekutif Mahasiswa (BEM) Kelembagaan Tingkat Jurusan Himpunan Mahasiswa Jurusan (HIMA)
7. Universiti Tun Husein Onn Malaysia
8. National Institute of Information Technology (NIIT) India 9. Jhejiang University China
10.Bohai University China 11.Universiti Malaysia Sabah
12.International University - Phnom Penh Kamboja 13.Guangdong University of Education China 14.Spiru Haret University Bucharest Romania
Kerja Sama Universitas Mercu Buana Dengan Universitas Dalam Negeri : 1. Universitas Indonusa Esa Unggul Jakarta Barat
2. Universitas Pancasila Jakarta Selatan 3. Universitas Bakrie Jakarta
4. Universitas Bina Darma Palembang 5. Universitas Budi Luhur Jakarta Selatan
6. Institut Bisnis dan Informatika Darmajaya Lampung 7. Universitas Mercu Buana Yogyakarta
8. Universitas Mercu Buana dengan Yayasan AMRI
Kerja Sama Universitas Mercu Buana Dengan Perusahaan / Instansi Lain : 1. DAAI TV
2. PT. Asuransi Jiwa Sinar Mas 3. Bank Syariah Mandiri 4. Ikatan Arsitek Indonesia 5. Bursa Efek Indonesia
6. Harian Indopos
7. PT. Garuda Indonesia Airlines 8. W Film
9. KPID DKI Jakarta (Komisi Penyiaran Indonesia Daerah DKI Jakarta) 10.Yayasan Amri
11.PT. Prima Jaringan
12.Perhimpunan Manager SDM Indonesia
13.Asosiasi Psikologi Industri & Organisasi (APIO) Indonesia 14.Shiny Study Center
15.Kepolisian Resort Metropolitan Jakarta Barat 16.Penerbit ANDI
17.PT. Harfan Tri Megah (Partner EDUGATE) 18.Eagle Institute Indonesia
3.2 Desain Penelitian
Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal. Analisis kausal adalah penelitian untuk mengetahui tentang pengaruh satu variabel bebas (independen variabel) terhadap variabel terikat (dependent variabel). Tujuan penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar Pengaruh Citra Merek dan Kepercayaan Merek Terhadap Kesetiaan Merek Universitas Mercu Buana
3.3 Definisi dan Oprasional Variabel 3.3.1 Definisi Variabel
Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang diterapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Dari judul penelitian didapatkan tiga variabel, yaitu;
a. Variabel Bebas (Independen/Exogenous), adalah variabel yang mempengaruhi variabel lainnya, dinyatakan dalam “X”, dimana Citra Merek sebagai X1 dan Kepercayaan Merek sebagai X2
b. Variabel Terikat (Dependen/Endogenous). Variabel terikat atau tidak bebas adalah variabel yang dipengaruhi oleh variabel lainnya, dalam penelitian ini Loyalitas Mahasiswa dinyatakan sebagai “Y”.
3.3.2 Oprasional Variabel
Tabel 3.5
Oprasional Variabel Citra Merek
Variabel Dimensi Indikator
Citra Merek X1 1. Atribut 2. Manfaat 3. Nilai 4. Budaya
Persepsi kualitas dan prestisius Kepuasan (manfaat fungsional) Kebanggaan
(manfaat emosional) Nilai merek (brand value) dan Citra merek
(brand image) Citra perusahaan (budaya organisasi)
5. Kepribadian 6. User
Kepuasan Merek Identitas Pengguna Sumber:Kotler dan Keller (2012:333)
Tabel 3.6
Oprasional Variabel Kepercayaan Merek
Variabel Dimensi Indikator
Brand Trust X2 1.Keandalan Merek 2.Niat Merek Keyakinan Kebutuhan Keputusan Kepentingan Sumber: Delgado 2004 dalam Farrinadewi (2008 : 4)
Tabel 3.7
Oprasional Variabel Loyalitas Mahasiswa
Variabel Dimensi Indikator
Brand Loyalty Y 1. Kognitif 2. Afektif 3. Konatif - Memiliki persepsi positif terhadap merek - Percaya kepada merek - Menyukai merek - Puas akan merek - Akan menggunakan
produk dan merek yang sama
- Akan membeli produk baru dengan merek yang sama
3.4 Pengukuran Variabel
Metode pengukuran data yang digunakan penulis dalam penelitian ini yaitu dengan menggunakan Skala Likert. Skala Likert adalah metode yang digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2007 : 107). Nilai dalam skala likert dapat dilihat pada table 3.8 berikut
Tabel 3.8 Skala Pengukuran
Pernyataan Kode Skor
Sangat setuju (SS) 5
Setuju (S) 4
Cukup setuju (CS) 3
Tidak setuju (TS) 2
Sangat tidak setuju (STS) 1
3.5 Populasi dan Sampel 3.5.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2007 : 90). Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam lain. Populasi juga bukan sekedar jumlah yang ada pada obyek atau subyek yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh subyek atau obyek itu.
Tabel 3.9 Jumlah Populasi
Fakultas Program Studi Angkatan 2013
Ekonomi dan Bisnis Manajemen S1 394
Akutansi S1 280
Manajemen D3 25
Akutansi D3 38
Jumlah 737
Sumber : SIA Reguler 2014 3.5.2 Sampel
Sampel adalah sebagian dari subjek peneliti yang akan dipergunakan sebagai dasar pengujian hipotesis sehingga kesimpulan yang dipilih dari sampel dianggap sudah mewakili populasi
Sampel merupakan sebagian dari populasi yang memiliki ciri atau sifat yang sama dan atau serupa dengan populasinya (Sugiyono, 2007:90). Sampel bertujuan dilakukan dengan cara mengambil subyek bukan didasarkan atas strata. Teknik ini dilakukan karena beberapa pertimbangan, diantaranya keterbatasan waktu, tenaga dan dana sehingga tidak dapat mengambil sampel yang besar dan jauh.Selain itu dalam penelitian ini hasil penelitian dimaksudkan untuk digeneralisasi dengan metode non probability sampel.
Berikut adalah rumus Slovin :
=
Keterangan :
n = Jumlah sampel
N = Jumlah Populasi
e = error (tingkat kesalahan standar yang dapat ditoleransi untuk suatu penarikan sampel, maksimum10%)
= 737 1 + 737. (0,05)² 737 2,8425 = 259 n = 259 N = 737 e = 0,5 Manajemen S1 = x 100 = 53,45 % x 259 = 138 Akutansi S1 = x 100 = 37,99 % x 259 = 98 Manajemen D3 = x 100 = 3,39 % x 259 = 9 Akutansi D3 = x 100 = 5,15 % x 259 = 13
Berdasarkan dengan perhitungan (rumus Slovin) diatas populasi yang akan dijadikan sampel penelitian untuk dijadikan sebagai bahan penelitian. Hasil penelitian dimaksudkan untuk digeneralisasi jumlah
sampel dalam penelitian ini sebanyak 259 orang sebagai responden yang akan mengisi kuesioner penelitian
3.6 Teknik Pengumpulan Data
Dalam penelitian ini data dikumpulkan melalui pengamatan langsung. Data penelitian pengamatan langsung dikumpulkan dengan cara menyebar angket atau kuesioner. Teknik yang menggunakan kuesioner adalah suatu cara pengumpulan data dengan memberikan beberapa pertanyaan kepada responden. Menurut Sangadji dan Sopiah (2010:151) kueisoner adalah sejumlah pertanyaan yang digunakan untuk memperoleh informasi dari responden dalam arti laporan pribadinya, atau hal-hal yang ia ketahui. Jenis dan sumber data yang digunakan dalam penelitian ini adalah:
a. Data Primer
Data primer merupakan sumber data penelitian yang diperoleh secara langsung dari sumber asli (Sangadji dan Sophia, 2010). Data primer didapat dari hasil jawaban kuesioner yang telah diisi oleh responden.
3.7 Metode Analisis Data
Metode penelitian yang dipakai dalam penelitian ini adalah analisis kuantitatif, maksudnya digunakan skala penilaian untuk menyatakan bobot antara hubungan variabel satu dengan variabel yang lainnya. Untuk dapat mengetahui signifikasi pengaruh antar variabel, maka data diolah dengan
menggunakan metode analisis SEM (Structural Equation Modeling) dengan menggunakan software Lisrel 8.7.
3.7.1 Spesifikasi Model
Spesifikasi model ini merupakan pembentukan model awal persamaan pengukuran dan strukural. Spesiikasi model pengukuran merupakan persamaan notasi matematik yang membentuk variabel-variabel teramati. Sedangkan spesifikasi model struktural adalah persamaan notasi matematik berdasarkan hubungan antara satu variabel laten ke variabel laten lainnya. Kemudian, akan ditunjukkan output path diagram hybrid model dengan notasi matematik.
Adapun penelitian ini dapat digambarkan berdasarkan SEM (Structural Equation Modeling) sebagai berikut:
Keterangan:
= Variabel Laten (eksogen dan Endogen)
= Variabel Teramati (Indikator) ξ = Variabel Eksogen
η = Variabel Endogen
x = Variabel Bebas (Independent) y = Variabel Terikat (dependent)
Y = Gamma (parameter yang menunjukkan regresi variabel laten endoge
3.7.2 Confirmatory Factor Analysis
Penelitian ini menggunakan pengukuran dengan dua tahap, di sebut two-step approach. Tingkat pertama, yaitu CFA merupakan model pengukuran yang menunjukkan suatu variabel laten diukur oleh satu atau lebih variabel teramati. Hal ini didasari alasan bahwa variabel-variabel laten atau konstruk tertentu yang mendasarinya (Wijanto, 2008). Hasil CFA harus diperiksa terlebih dahulu dari kemungkinan terjadinya offending estimate, kemudian dilakukan uji validitas dan realibilitas. Kemudian tingkat kedua dilakukan, yaitu Second Order CFA (2ndCFA) menunjukkan hubungan antara variabel-variabel laten pada tingkat pertama sebagai indikator dari sebuah variabel laten tingkat kedua.
Keuntungan menggunakan CFA adalah model dibentuk terlebih dahulu, jumlah variabel laten ditentukan oleh peneliti, pengaruh suatu variabel laten terhadap variabel teramati ditentukan lebih dahulu, beberapa efek langsung terhadap variabel teramati dapat ditetapkan sama dengan nol atau suatu konstanta, kesalahan pengukuran boleh berkolerasi, kovarian variabel-variabel laten dapat diestimasi atau ditetapkan pada nilai tertentu dan identifikasi parameter diperlukan.
3.7.3 Analisis Offending Estimates
Analisis awal ini harus dilakukan untuk memastikan tidak terdapat offending estimates (nilai-nilai yang melebihi batas yang dapat diterima) dari hasil estimasi di tingkat CFA. Berikut kriteria analisisnya, yaitu:
1. offending estimates, terutama adanya negative error variences (dikenal dengan heywod cases). Jika ada kesalahan varian negatif, maka varian kesalahan tersebut perlu ditetapkan menjadi 0.005 atau 0.001.
2. nilai standardize loading factor >0.50, namun peneliti menggunakan SLF lebih dari atau sama dengan 0.30 (Igbaria et al. dalam Wijayanto 2008). Sehingga variabel-variabel terkait bisa dipertimbangkan untuk dihapus.
3. standard errors yang berhubungan dengan koefisien-koefisien yang diestimasi mempunyai nilai yang besar.
3.7.4 Uji Validitas dan Reliabilitas
Untuk menguji kelayakan kostruk dari peertanyaan-pertanyaan yang diajukan pada kuisioner penelitian, penulis kemudian melakukan uji validitas dan reliabilitas. Validitas berhubungan dengan apakah suatu varibel mengukur apa yang seharusnya diukur (Wijanto, 2008). Validitas dalam penelitian ini menyatakan derajat ketepatan alat ukur penelitian terhadap isi atau arti sebenarnya yang diukur.
Menurut Ridgon dan Ferguson (1991) dan Toll, Xia, Torkzadeh (1994) dalam Wijanto (2008) menyatakan suatu variabel latennya, jika:
Nilait-value>1.96 pada tingkat kepercayaan 95%
Muatan faktor standarnya (standardized loading factor) ≥0.70. Semntara itu, Igbarta et al., (1997) menyatakan bahwa standardized loading factor ≥ 0.50 adalah sangat signifikan. Jika terdapat
variabel-variabel yang memiliki nilai t-value < 1,96 dan standardized loading factor kurang dari 0.50 atau 0,70 maka harus dihilangkan/dihapuskan dari model disebut juga model trimming. Setelah itu, proses pengukuran dilakukan kembali dengan CFA dan dianalisis sesuai dengan syarat-syarat di atas.
Realibilitas adalah konsistensi suatu pengukuran (Wijayanto, 2008). Reliabilitas yang tinggi menunjukkan bahwa indikator-indikator mempunyai konsistensi yang tinggi dalam mengukurvariabel latennya.Realibilitas suatu konstruk dikatakan baik, jika nilai construct reabilitynya adalah ≥ 0.70. Cara lain untuk menghitung reabilitas adalah dengan menggunakan variance extracted (VE), dimana nilai VE ≥ 0.50. Ekstrak varian mencerminkan jumlah varian keseluruhan dalam indikator yang dijelaskan oleh construct latent. Berikut ini adalah rumus perhitungan pengukuran reliabilitas:
= ( . )² ( . )²+ = ( . )² ( . )²+ Keterangan: = Jumlah keseluruhan
Std.Loading = Sandardized loading factors (muatan factor standar)
Menurut Hair (1998), nilai CR yang baik adalah ≥ 0.70. Apabila nilai CR berada di kisaran angka 0.60 dan 0.70, maka realibilitas masih termasuk dalam kategori baik. Selain itu, untuk pengukuran nilai VE ≥ 0.50 merupakan ukuran yang baik dalam mengukur reliabilitas, tetapi VE ini biasanya berupa pilihan (optional) dalam penelitian, sehingga peneliti diperbolehkan hanya menggunakan CR sebagai ukuran reliabilitas, namun akan lebih baik apabila VE diikutsertakan.
3.7.5 Second Order (2ndCFA)
Second Order Confirmatory factor analysis (2ndCFA) adalah model pengukuran yang terdiri dari dua tingkat (Wijayanto, 2008). 2ndCFA merupakan pengukuran tingkat kedua yang menunjukkan hubungan antara variabel-variabel laten pada tingkat pertama sebagai indikator dari sebuah variabel laten tingkat kedua. CFA tingkat kedua ini akan mengestimasi dan menganalisis kecocokan model secara keseluruhan sertaterhadap model strukturalnya.
3.7.6 Uji Kecocokan Keseluruhan Model
Struktural Equation Modeling (SEM) merupakan suatu teknik statistik yang mampu menganalisis variabel laten, variabel teramati, dan kesalahan pengukuran secara langsung. SEM mampu menganalisis hubungan antara variabel laten dengan variabel indikatornya, hubungan antara variabel laten yang satu dengan variabel laten yang lain, juga mengetahui besarnya kesalahan pengukuran (Sitinjak dan Sugiarto, 2006).
Hal tersebut sejalan dengan pendapat ahli yang mengatakan SEM tidak seperti analisis multivariate biasa yang tidak bisa menguji regresi berganda ataupun analisis faktor secara bersama-sama (Bollen, 1989: dala, Ghozali, 2005).Disamping hubungan kausal searah, SEM juga memungkinkan menganalisis hubungan dua arah.
Setelah model terbentuk, maka diperlukan analisis dalam uji kecocokan model, indikator-indikator yang dapat digunakan antara lain (Wijanto, 2008) :
1. Chi square /degrees of freedom (χ2/df)
Chi Square digunakan untuk menguji seberapa dekat kecocokan antara matrik kovarian sampel dengan matrik kovarian model. Joreskog dan Sorbom dalam Setyo Hari (2008) mengatakan bahwa χ2 seharusnya lebih diperlakukan sebagai ukuran goodness of fit (atau badness of fit) dan bukan sebagai uji statistik. χ2 dapat disebut juga sebagai badness of fit karena nilai χ2 yang besar
menunjukkan kecocokan yang tidak baik (bad fit) sedangkan nilai χ2 yang kecil menunjukkan good fit (kecocokan yang baik).
2. Non-Centrality Parameter (NCP)
NCP merupakan ukuran perbedaan antara matrik kovarian sampel (Σ) dengan matrik kovarian model (Σ(θ)). NCP juga merupakan ukuran badness of fit dimana semakin besar perbedaan antara Σ dengan Σ(θ) semakin besar nilai NCP. Jadi, kita perlu mencari NCP yang nilainya kecil atau rendah.
GFI dapat diklasifikasikan sebagai uji kecocokan absolut, karena pada dasarnya GFI membandingkan model yang dihipotesiskan dengan tidak ada model sama sekali. Nilai GFI harus berkisar antara 0 (poor fit) sampai 1 (perfect fit), dan nilai GFI ≥ 0,90 merupakan good fit (kecocokan yang baik), sedangkan 0,80 ≤ GFI < 0,90 sering disebut marginal fit.
4. Root Mean Square Residual (RMR)
RMR mewakili nilai rerata residual yang diperoleh dari mencocokkan matrik kovarian dari model yang dihipotesiskan dengan matrik varian-kovarian dari data sampel. Standardized RMR mewakili nilai rerata seluruh standardized residuals, dan mempunyai rentang dari 0 ke 1. Model yang mempunyai kecocokan yang baik (good fit) akan mempunyai nilai Standardized RMR < 0,05.
5. Root Mean Square Error of Approximation
RMSEA merupakan salah satu indeks yang informatif dalam SEM. Nilai RMSEA ≤ 0,05 menandakan close fit, sedangkan 0,05 < RMSEA ≤ 0,08 menunjukkan good fit (Brown dan Cudek, 1993). McCallum (1996) menambahkan bahwa nilai RMSEA antara 0,08 sampai 0,10 menunjukkan mediocore (marginal fit), serta nilai RMSEA > 0,10 menunjukkan poor fit. 6. Expected Cross-Validation Index (ECVI)
ECVI diusulkan sebagai sarana untuk menilai, dalam sampel tunggal, likelihood bahwa model divalidasi silang (cross-validated) dengan sampel-sampel dengan ukuran yang sama dari populasi yang sama (Browne dan
Cudeck, 1989). ECVI digunakan untuk perbandingan model dan semakin kecil nilai ECVI sebuah model semakin baik tingkat kecocokannya.
7. Adjusted Goodness-of-Fit Index (AGFI)
AGFI adalah perluasan dari GFI yang disesuaikan dengan rasio antara degree of freedom dari null/independence/baseline model dengan degree of freedom dari model yang dihipotesiskan atau diestimasi. Seperti halnya GFI, nilai AGFI berkisar antara 0 sampai 1. Nilai AGFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ AGFI < 0,90 sering disebut sebagai marginal fit.
8. Normed Fit Index (NFI)
NFI mempunyai nilai yang berkisar antara 0 sampai 1. Nilai NFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ NFI < 0,90 sering disebut sebagai marginal fit.
9. Relative Fit Index (RFI)
Nilai RFI akan berkisar antara 0 sampai 1. Nilai RFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ NFI < 0,90 sering disebut sebagai marginal fit.
10. Incremental Fit Index (IFI)
Nilai IFI akan berkisar antara 0 sampai 1. Nilai IFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ IFI < 0,90 sering disebut sebagai marginal fit.
11. Comparative Fit Index (CFI)
Nilai CFI berkisar antara 0 sampai 1. Nilai CFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ CFI < 0,90 sering disebut sebagai marginal fit.
Pada penelitian ini, peneliti menggunakan program Lisrel 8.8 sebagai sarana pengolahan data. Program ini mengharuskan peneliti menulis perintah syntax (perintah persamaan) dan hasilnya adalah path diagram dan printed output yang dapat memberikan informasi mengenai loading factor, t-value, serta error variance dari indikator-indikator dalam variabel laten, serta hubungan kausal antara variabel laten eksogen dengan variabel laten endogen.
3.7.7 Uji Kecocokan Model Struktural
Pengujian ini akan menganalisis tingkat signifikansi koefisien-koefisien yang diestimasi terhadap model struktral. Tingkat signifikansi dapat dilihat dari nilai t-value yang harus memenuhi syarat yaitu ≥ 1,96. Secara umum, pengujian ini bertujuan untuk melihat apakah hipotesis penelitian diterima atau ditolak. Selain itu, dilakukan evaluasi terhadap solusi standar dimana semua koefisien mempunyai varian yang sama dan nilai maksimumnya adalah 1 (Wijanto, 2008). Nilai koefisien yang mendekati akan berhubungan dengan peningkatan pentingnya variabel terkait dalam hubungan kausal.
