BAB 2 LANDASAN TEORI
2.3 Hipotesis Penelitian
2.3.1 Social Interactive Engagement terhadap Social Identity
Baru-baru ini, Ho (2014) menyarankan bahwa partisipasi dalam komunitas merek Facebook mempengaruhi konsumen identifikasi dengan komunitas merek ini. Dengan mengacu pada konteks offline, Bhattacharya et al. (2003menguraikan peran interaksi dalam jaringan sosial yang diwujudkan oleh perusahaan dalam mengembangkan "consumers’ embedded relationships" dan membuat identifikasi sosial dengan perusahaan lebih mudah dan lebih penting bagi konsumen.
Press dan Arnould (2011), menyelidiki bagaimana individu datang untuk mengidentifikasi dengan organisasi, menekankan pengaruh yang diberikan oleh komunikatif yang saling mempengaruhi dan pengalaman. Sedangkan menurut Heere et al. (2011, ms. 413), persepsi kepemilikan ke grup mempengaruhi proses pembentukan identitas sosial individu.
H 1: Social Interactive Engagement memiliki pengaruh positif terhadap Social Identity.
2.3.2 Social Identity terhadap Brand Love
Konsep diri individu yang berasal dari pengetahuannya tentang keanggotaan dari suatu kelompok sosial bersamaan dengan nilai dan emosi signifikan yang melekat terhadap keanggotaan tersebut (Tajfel, 1981, p. 185).
Menurut Carroll dan Ahuvia (2006), konsep dari Brand Love bisa didefinisikan sebagai tingkat ikatan emosional dan cinta yang kuat pada diri konsumen dan konsumen puas terhadap merek tersebut. Brand Love juga termasuk dalam berbagai aspek: keinginan besar terhadap merek, koneksi/ikatan terhadap
merek tersebut, evaluasi positif pada merek tersebut, emosi positif sebagai tanggapan terhadap merek dan deklarasi cinta terhadap brand tersebut.
Peneliti umumnya setuju bahwa brand love melibatkan integrasi dari sebuah merek di consumer’s sense of identity (Ahuvia, 2005; Carroll dan Ahuvia, 2006;
Batra et al., 2012; Belk, 1988). Menganalisis konstruksi serupa, Bergkvist dan Antonio-Larsen (2010, halaman 506) menemukan bahwa dalam konteks konsumen offline umum ("The extent to which the consumer sees his or her own self-image as overlapping the brand’s image") dan sense of community ("The kinship or affiliation a customer feels with other people associated with the brand", halaman 507) adalah dua faktor individu yang mendorong konsumen brand love.
H 2: Social Identity memiliki pengaruh positif terhadap Brand Love
2.3.3 Social Interactive Engagement terhadap Destination Familiarity Social Interactive Engagement dapat didefinisikan sebagai pengukuran tingkat yang lebih tinggi dari hubungan konsumen dengan konteks media sekitarnya dibanding kan dengan langkah-langkah pengalaman masing-masing (Vernuccio, 2015).
Sedangkan Familiarity merupakan faktor yang sangat penting dalam mempengaruhi konsumen untuk melakukan pembelian/pembayaran akan suatu produk (Kim & Zhou, 1996).
Satu tingkat keterlibatan selebriti berkemungkinan berkaitan positif dengan tingkat familiarity dengan tujuan yang menandakan selebriti. Selain itu, tingkat
familiarity dikatakan mempengaruhi destination image dan proses pembuatan keputusan.
Meskipun pentingnya potensial untuk tujuan pemasaran melalui hubungan pendekatan dengan tujuan lain terkait persepsi, sampai saat ini destination familiarity belum menerima banyak perhatian, dari peneliti pariwisata.
Ini menyiratkan bahwa semakin banyak pengikut, akan berakibat pada peningkatan familiarity dengan merek yang mewakili merek tersebut.
H3: Social Interactive Engagement memiliki pengaruh positif terhadap Destination Familiarity
2.3.4 Destination Familiarity terhadap Brand Love
Destinasi yang familiar dapat berujung pada meningkatnya hubungan jangka panjang dan mendorong kembalinya pengunjung (Tsai,2012). Hal ini mencerminkan kecintaan pelanggan pada destinasi tersebut.
Walaupun belum ada bukti empiris mengenai hubungan antara familiarity dengan brand love, penelitian ini mengajukan hipotesis untuk meneliti hubungan antara familiarity dengan brand love juga berdasarkan pernyataan Carrol dan Ahuvia (2006) bahawa satisfaction adalah salah satu dari bentuk dari brand love.
H 4: Destination Familiarity memiliki pengaruh positif terhadap Brand Love
BAB 3
METODOLOGI PENELITIAN 3.1 Objek Penelitian
Objek dalam penelitian ini adalah penikmat wisata Bali dengan sampel penelitiannya yaitu wisatawan Indonesia yang memiliki akun instagram. Jenis penelitian yang digunakan adalah penelitian deskriptif, dimana penelitian ini dilakukan untuk mengetahui dan mampu untuk menjelaskan karakteristik variabel yang diteliti dalam suatu situasi. Pemilihan sampel menggunakan purposive judgement sampling method, yaitu tipe pemilihan secara acak yang informasinya diperoleh dengan menggunakan pertimbangan tertentu dengan persyaratan yang lebih ketat dalam penentuan jumlah, kriteria, dan kemudahan pengambilan sampel.
Waktu penelitian dihitung sejak bulan September 2016 hingga Oktober 2016.
3.2 Desain Penelitian
Desain penelitian adalah kerangka atau frame work untuk mengadakan penelitian. Desain pada penelitian ini tergolong dalam penelitian deskriptif yang bertujuan untuk menguraikan sifat atau karkeristik fenomena tertentu. Berdasarkan sampel dan waktu pengujian maka desain penelitian deskriptif ini dapat digolongkan dalam kelompok cross sectional design karena meliputi pengumpulan informasi dari sembarang unsur populasi yang dilakukan hanya sekali saja.
Penelitian ini dilakukan pada bulan September 2016 hingga Oktober 2016 dengan menyebarkan kuisioner kepada responden. Jumlah sampel yang didapat adalah 100 responden.
3.3 Metode Penghimpunan Data
Jenis penelitian ini adalah penelitian kuantitatif. Sedangkan pendekatan yang digunakan adalah dengan pendekatan survey, yaitu penelitian yang mengambil sampel dari populasi dan menggunakan kuesioner sebagai alat pengumpulan data yang pokok.
3.3.1 Data dan Jenis Data
Data adalah sekumpulan informasi, fakta-fakta atau simbol-simbol yang menerangkan tentang keadaan objek penelitian. Data itu sendiri dibagi menjadi dua yaitu data primer dan data sekunder.
1. Data primer
Data primer adalah data yang diperoleh secara langsung dari objek penelitian dan merupakan penelitian yang diperoleh dengan survei lapangan yang menggunakan metode kuisioner dalam pengumpulan data, baik secara online melalui media online atau langsung memberikan kepada orang (Malhotra, 2010).Data primer digunakan secara langsung untuk menjawab permasalahan dalam penelitian.Data primer dalam penelitian ini diperoleh melalui kuisioner yang diberikan secara langsung kepada responden.Data primer pada penelitian ini merupakan data yang diperoleh langsung dengan metode survei. Survei dilakukan dengan penyebaran kuisioner secara langsung dan menggunakan google drive kepada orang-orang yang memakai sosial media sebagai sumber informasi tentang travel. Data primer
yang dihasilkan langsung oleh peneliti dengan tujuan untuk menjawab permasalahan penelitian (Malhotra, 2010).
Data primer didapat melalui kuisioner yang disebar secara langsung kepada responden maupun disebarkan online melalui Google Form.
2. Data sekunder
Data sekunder adalah data yang dikumpulkan oleh pihak lain sebagai sumber, seperti buku, media internet, jurnal-jurnal penelitian yang berhubungan dengan topik penelitian ini (Malhotra, 2010). Data sekunder dalam penelitian ini adalah berupa artikel-artikel dari internet, jurnal serta data-data yang dikumpulkan dari Perpustakaan STIE Indonesia Banking School, dan sebagainya.Pernyataan tersebut didukung oleh (Wijayanto, 2008) yang menyatakan bahwa data sekunder adalah data yang bersumber dari hasil penelitian orang lain yang dibuat untuk maksud yang berbeda, namun data tersebut dapat dimanfaatkan. Peneliti mendapat data sekunder melalui metode Literature Review yang berasal dari buku, jurnal website, koran, dan kepustakaan lainnya yang terkait dengan penelitian.
3.3.2 Metode Pengambilan Sampel
Dalam pengambilan sampel, penulis (peneliti) menggunakan metode non probability sampling jenis judgement sampling atau yang disebut juga dengan purposive sampling (Kuncoro, 2003).
Menurut Kuncoro (2003), judgement sampling merupakan pengambilan sampel dimana peneliti memilih sampel berdasarkan penilaian terhadap beberapa karakteristik anggota sampel yang disesuaikan, yaitu memilih orang-orang yang memiliki karakteristik sebagai berikut:
1. Memiliki akun Instagram
2. Mengikuti atau follow akun instagram @thebalibible
3.3.3 Instrumen Pengumpulan Data
Instrumen untuk mengumpulkan data primer pada penelitian ini adalah kuesioner yang disusun dalam bentuk likert scale. Skala ini merupakan metode sikap dengan menyatakan setuju atau tidak setujuan terhadap subyek atau kejadian tertentu. Cara pengumpulannya yaitu dengan memberikan responden sebuah pernyataan dan kemudian diminta untuk memberikan jawaban berupa bobot yang terdiri dari 7 poin untuk dipilih responden.
3.3.4 Sampel
Sampel adalah bagian dari populasi yang karakteristiknya diselidiki dan dianggap keseluruhannya dapat mewakili populasi. Menurut Kountur (2003), sampel merupakan bagian dari populasi. Dalam melakukan sampling pada penelitian ini digunakan metode atau teknik pengambilan sampel purposive
sampling atau yang disebut juga dengan judgment sampling yaitu metode prosedur sampling yang memilih sampel dari orang atau unit tertentu yang sesuai dengan kriteria sampel untuk data penelitian. Jumlah sampel yang didapat sebesar 100 responden.
Metode ini digunakan mengingat keterbatasan sumber daya dan juga karena dalam mengambil data relatif mudah dengan biaya yang relatif murah dengan tingkat reliabilitas dan validitas yang tinggi.
3.4 Operasional Variable
Definisi operasional variabel merupakan penjelasan mengenai cara-cara tertentu yang digunakan oleh penulis (peneliti) untuk mengukur (mengoperasionalkan) construct menjadi variabel penelitian yang dapat dituju.
Agar konsep yang digunakan dapat diukur dan menghindari makna yang berbeda maka variabel-variabel yang digunakan dalam penelitian ini diukur dengan skala semantik untuk mendapatkan rata-rata tanggapan responden tentang Brand Love, Destination Familiarity, Social Identity danSocial Interactive Engagement. Adapun definisi operasional yang digunakan dalam penelitian ini adalah sebagai berikut:
Tabel 3.1 Operasionalisasi Variabel
No Variable Deskriptif Indikator Skala
1 Brand Love (BL)
Brand love sebagai tingkat ikatan
emosional dan cinta yang kuat pada diri konsumen dan konsumen puas terhadap merek tersebut.
(Carol &
Ahuvia, 2006)
BL1: Bali sangat indah.
BL2: Bali dapat membuat saya menjadi nyaman.
BL3: Bali sangat keren.
BL4: Bali dapat membuat saya menjadi lebih senang.
BL5: Saya mencintai Bali.
BL6: Bali murni menyenangkan.
BL7: Bali membuat saya bersemangat.
BL8: Saya merasa terikat dengan Bali.
Interval Scale
1-7
Tabel 3.1 Operasionalisasi Variabel (Lanjutan)
No Variable Deskriptif Indikator Skala
2
Destination Familiarity (DF)
Familiarity merupakan faktor yang sangat penting dalam mempengaruhi konsumen untuk melakukan
pembelian/pembayaran akan suatu produk.
(Kim & Zhou, 1996)
DF1: Saya merasa familiar dengan kehidupan orang-orang di destinasi tersebut.
DF2: Saya merasa familiar dengan dengan budaya dan atraksi di destinasi tersebut.
DF3: Saya merasa familiar dengan pemandangan di destinasi tersebut.
DF4: Saya merasa familiar dengan hiburan di destinasi tersebut.
DF5: Destinasi yang saya lihat di instagram yang saya follow sangat familiar untuk saya.
DF6: Saya sangat mengenal destinasi-destinasi yang ditampilkan instagram yang saya follow.
DF7: Saya selalu mendapat informasi mengenai
destinasidestinasi di instagram yang saya follow.
DF8: Saya selalu
menyadari/mengetahui tempat tempat yang ditampilkan di instagram yang saya follow.
DF9: Teman-teman dan keluarga saya bilang bahwa saya seolah mengetahui dengan baik tentang destinasi- destinasi yang ditampilkan dalam instagram yang saya follow.
Interval Scale
1-7
Tabel 3.1 Operasionalisasi Variabel (Lanjutan)
No Variable Deskriptif Indikator Skala
3 Social Identity (SI)
Konsep diri individu yang berasal dari pengetahuannya tentang
keanggotaan dari suatu kelompok sosial bersamaan dengan nilai dan emosi signifikan yang melekat terhadap keanggotaan tersebut.
(Tajfel, 1981, p.
185)
SI1: Saya dan followers akun instagram @thebalibible memiliki banyak kesamaan.
SI2: Tingkat kesamaan saya dengan followers di instagram
@thebalibible adalah tinggi.
SI3: Saya memiliki kedekatan dengan followers di akun instagram
@thebalibible.
SI4: Saya merasakan keterikatan antara saya dan followers di akun instagram @thebalibible.
Interval Scale
1-7
4
Social Interactive Engagement (SIE)
Pengukuran tingkat yang lebih tinggi dari consumer’s relationship dengan konteks media sekitarnya dibanding kan dengan langkah- langkah
pengalaman masing-masing.
(Vernuccio, 2015)
SIE1: Saya cukup sering
bersosialisasi di akun instagram.
SIE2: Saya turut berkontribusi kedalam pembicaraan.
SIE3: Saya tertarik akan komentar dan like dari followers lain yang mengikuti akun instagram
@thebalibible.
SIE4: Alasan utama saya menyukai akun instagram @thebalibible adalah karena apa yang saya dapatkan dari instagram ini.
SIE5: Akun instagram
@thebalibible melakukan pekerjaan yang baik dalam membuat
followersnya berkontribusi atau memberikan feedback.
SIE6: Saya ingin bertemu dengan orang-orang yang follow akun instagram @thebalibible.
Interval Scale
1-7
Tabel 3.1 Operasionalisasi Variabel (Lanjutan)
No Variable Deskriptif Indikator Skala
4
Social Interactive Engagement (SIE)
Pengukuran tingkat yang lebih tinggi dari consumer’s relationship dengan konteks media
sekitarnya dibanding kan dengan langkah- langkah
pengalaman masing-masing.
(Vernuccio, 2015)
SIE7: Saya menjadi tertarik pada hal-hal yang tadinya kurang saya minati karena followers lain di akun instagram @thebalibible.
SIE8: Secara keseluruhan followers pada akun instagram @thebalibible cukup mempunyai pengetahuan tentang bali yang dibicarakan sehingga saya bisa belajar tentang destinasi tersebut dari mereka.
Interval Scale
1-7
3.5 Metode Analisis Data 3.5.1 Partial Least Square (PLS)
Dalam penelitian ini metode analisis yang dipilih adalah metode analisis Partial Least Square atau yang biasa disebut PLS. Data penelitian ini akan di hitung dengan software smartPLS 3.0. PLS merupakan metode analisis yang powerful oleh karena tidak mengasumsikan data harus dengan pengukuran skala tertentu (dapat berupa skala nominal, ordinal, interval, dan rasio), dengan jumlah sample kecil (Ghozali, 2014).
Dibandingkan dengan covariance based Structural Equation Modelling – CBSEM (yang diwakili oleh software LISREL, EQS, dan AMOS) komponen berbasis PLS mampu menghindarkan dua masalah besar yang dihadapi oleh CBSEM yaitu inadmissible solution dan factor indeterminacy(Fornell &
Bookstein, 1982) dalam (Ghozali ,2014). Pendekatan PLS untuk mengestimasi
variable laten dianggap sebagai kombinasi linear dari indikator menghindarkan masalah indeterminacy dan memberikan definisi yang pasti dari komponen skore (Ghozali, 2014). Untuk memenuhi tujuan penelitian, metode analisis PLS dianggap mampu memberikan hasil yang optimal bagi penelitian ini. Tujuan PLS adalah membantu peneliti untuk mendapatkan nilai variable laten untuk tujuan prediksi.
Dalam menggunakan PLS, proses iterasinya terdiri dari tiga tahap, tahap iterasi pertama untuk menghasilkan weight estimate, tahap iterasi kedua untuk menghasilkan estimasi inner model dan outer model, dan tahap iterasi ketiga untuk menghasilkan estimasi means dan lokasi (konstanta) (Ghozali, 2014).
3.5.2 Outer Model
Outer model dilakukan untuk menganalisis nilai reliabilitas dan validitas dari model penelitian yang ada. Uji reliabilitas dilakukan untuk mengukur tingkat kehandalan dari kuisioner dalam membentuk konstruk. Suatu kuisioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2014).
Uji validitas dilakukan untuk mengukur sah atau valid tidaknya suatu kuisioner. Suatu kuisioner dikatakan valid jika pertanyaan pada kuisioner tersebut mampu mengungkapkan sesuatu yang akan diukur oleh kuisioner tersebut (Ghozali, 2014). Penelitian ini menggunakan dua model indikator pada PLS, yaitu indikator reflektif dan indikator formatif. Masing-masing model indikator dianalisis dengan langkah yang berbeda. Pada konstruk atau variabel model reflektif langkah pertama yang diukur adalah tingkat covergent validity. Ukuran reflektif dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Namun,
menurut (Chin, 1998) dalam (Ghozali, 2014), untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading 0,50-0,60 dianggap cukup. Jika nilai loading dibawah 0,50, indikator sebaiknya di drop (Ghozali, 2014). Discriminant validity dari model indikator reflektif dinilai berdasarkan crossloading pengukuran dengan konstruk. Jika item pengukuran memiliki korelasi lebih tinggi dengan konstruknya dibandingkan dengan konstruk lain, maka dapat disimpulkan bahwa item pengukuran mampu memprediksi konstruk dengan baik. Selain discriminant validity, pengukuran composite reliability dan Cronbach’s Alpha juga perlu dilakukan untuk mengukur internal konsistensi. Konstruk dikatakan reliable jika nilai kedua pengukuran tersebut diatas 0,70 (Ghozali, 2014).
Kemudian memastikan bahwa indikator pada model reflektif signifikan.
Langkah ini dilakukan untuk mengukur tingkat signifikansi dari masing-masing indikator yang ada pada variabel yang bersifat reflektif. Hal ini dapat diketahui dengan melihat outer loadings melalui prosedur bootstrapping. Pada konstuk model formatif pengukuran dilakukan dengan outer weights.
Pada dasarnya konstruk formatif merupakan hubungan regresi dari indikator ke konstruk (Ghozali, 2014). Jadi, pada model ini reliabilitas dan validitas diukur dengan melihat nilai estimasi pada outer weights serta tingkat signifikannya. Pengukuran ini dilakukan dengan prosedur bootstrapping pada smartPLS 3.0.
3.5.3 Inner Model
Inner model menggambarkan hubungan antara variabel laten yang ada pada model penelitian. Model penelitian dievaluasi dengan menggunakan R-square
untuk konstruk dependen dan uji t serta signifikansi dari nilai path coefficient.
Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel dependen apakah mempunyai pengaruh yang substantif (Ghozali, 2014). Dengan R-square dapat diketahui besarnya kemampuan variabel independen dalam mempengaruhi variabel dependen. Sedangkan uji t melalui path coefficient digunakan untuk mengukur arah pengaruh serta tingkat signifikannya. Pengujian dilakukan melalui prosedur bootstrapping pada smartPLS 3.0. Pengaruh antar variable dianggap signifikan pada tingkat 5% jika nilai T-statistik lebih besar dari T tabel 1,96 (Ghozali, 2014)
BAB 4
ANALISIS DAN PEMBAHASAN 4.1 Profil Responden
4.1.1 Jenis Kelamin
Gambar 4.1 Jenis Kelamin
(Sumber: Data Primer yang diolah peneliti, 2016)
Dari hasil gambar 4.1 pengolahan kuesioner, dapat diketahui bahwa responden yang berjenis kelamin pria berjumlah 65 orang atau sebesar 65% dari total responden yang berjumlah 100 orang, sedangkan responden yang berjenis kelamin wanita berjumlah 35 orang atau sebesar 35%. Dari data tersebut dapat disimpulkan bahwa mayoritas responden adalah wanita.
0 10 20 30 40 50 60 70
Pria Wanita
65
35
Jenis Kelamin
4.1.2 Usia
Gambar 4.2 Usia
(Sumber: Data Primer yang diolah peneliti, 2016)
Dari hasil gambar 4.2 pengolahan kuesioner, dapat diketahui bahwa responden yang berusia 18-24 tahun berjumlah 64 orang atau sebesar 64% dari total responden yang berjumlah 100 orang, responden yang berusia 25-34 tahun berjumlah 29 orang atau sebesar 29% sedangkan responden berusia 35-44 berjumlah 7 orang atau 7%. Responden berusia >45 tidak ada. Dari data tersebut disimpulkan bahwa mayoritas responden berusia 18-24 tahun lebih banyak dalam penelitian ini.
0 10 20 30 40 50 60 70
18-24
25-34
35-44
>45
Usia
4.1.3 Pendidikan Terakhir
Gambar 4.3 Pendidikan Terakhir
(Sumber: Data Primer yang diolah peneliti, 2016)
Dari hasil gambar 4.3 pengolahan kuesioner, dapat diketahui bahwa responden yang pendidikan SMA berjumlah 5 orang atau sebesar 5% dari total responden yang berjumlah 100 orang, responden yang pendidikan D1-S1 berjumlah 73 orang atau sebesar 73%, responden pendidikan S2 berjumlah 18 orang atau sebesar 18%, dan responden pendidikan S3 berjumlah 4 orang atau sebesar 4%.
Dari data tersebut disimpulkan bahwa mayoritas responden berpendidikan D1-S1 lebih banyak dalam penelitian ini.
0 10 20 30 40 50 60 70 80
SMA Kuliah (D1-
S1) S2
S3
Pendidikan
4.1.4 Pekerjaan
Gambar 4.4 Pekerjaan
(Sumber: Data Primer yang diolah peneliti, 2016)
Dari hasil gambar 4.4 pengolahan kuesioner, dapat diketahui bahwa responden pelajar berjumlah 59 orang atau sebesar 59% dari total responden yang berjumlah 100 orang, responden yang mempunyai pekerjaan sebagai karyawan berjumlah 39 orang atau sebesar 39%, responden yang mempunyai pekerjaan sebagai wirausaha berjumlah 1 orang atau sebesar 1 %, responden yang mempunyai pekerjaan sebagai ibu rumah tangga tidak ada, sedangkan responden yang tidak bekerja berjumlah 1 orang atau 1%. Dari data tersebut disimpulkan bahwa mayoritas responden pelajar lebih banyak dalam penelitian ini.
0 10 20 30 40 50 60
Pelajar
Karyawan
Wirausaha
Ibu Rumah
Tangga Tidak Bekerja
Pekerjaan
4.1.5 Tempat Tinggal
Gambar 4.5 Tempat Tinggal
(Sumber: Data Primer yang diolah peneliti, 2016)
Dari hasil gambar 4.5 pengolahan kuesioner, dapat diketahui bahwa responden di wilayah Jakarta berjumlah 73 orang atau sebesar 73% dari total responden yang berjumlah 100 orang, responden di wilayah Tangerang berjumlah 21 orang atau sebesar 21%, responden di wilayah Depok berjumlah 3 orang atau sebesar 3%, responden di wilayah Bogor berjumlah 2 orang atau sebesar 2 %, sedangkan responden di wilayah Bekasi berjumlah 1 orang atau sebesar 1%. Dari data tersebut disimpulkan bahwa mayoritas responden di wilayah Jakarta lebih banyak dalam penelitian ini.
0 20 40 60 80
Jakarta
Tangerang Depok
Bogor
Bekasi
Tempat Tinggal
4.1.6 Waktu Yang Dihabiskan Perhari Untuk Mengakses Instagram Gambar 4.6 Waktu Yang Dihabiskan Perhari
(Sumber: Data Primer yang diolah peneliti, 2016)
Dari hasil gambar 4.6 pengolahan kuesioner, dapat diketahui bahwa responden yang menghabiskan waktu <15 menit berjumlah 4 orang atau sebesar 4% dari total responden yang berjumlah 100 orang, responden yang menghabiskan waktu 15-30 menit berjumlah 41 orang atau sebesar 41%, responden yang menghabiskan waktu 30 menit – 1 jam berjumlah 40 orang atau sebesar 40%, responden yang menghabiskan waktu 1-2 jam berjumlah 8 orang atau sebesar 8%, sedangkan responden yang menghabiskan waktu >2jam berjumlah 7 orang atau sebesar 7%. Dari data tersebut disimpulkan bahwa mayoritas responden yang menghabiskan waktu 15-30 menit lebih banyak dalam penelitian ini.
0 10 20 30 40 50
>15 menit 15-30
menit 30 menit -
1 jam 1-2 jam
>2 jam
Waktu Yang Dihabiskan Perhari Untuk Mengakses
4.2 Mengevaluasi Model Pengukuran atau Outer Model 4.2.1 Validitas Konstruk (Construct Validity)
Evaluasi model pengukuran bersifat reflektif yang meliputi dua tahap evaluasi, yaitu convergent validity dan discriminant validity. Convergent validity dapat dievaluasi dalam tiga tahap, yaitu indikator validitas, reliabilitas konstrak dan nilai average variance extracted (AVE). Evaluasi convergent validity dimulai dengan melihat item reliability (indikator validitas) yang ditunjukkan oleh nilai loading factor. Nilai loading factor kurang dari 0,5 akan dihilangkan dari model (Yamin, 2011). Berdasarkan hasil PLS pada model diatas memiliki loading factor untuk masing-masing indikator bernilai positif dan diatas 0,5 (memiliki validitas yang dapat diterima). Uji signifikansi loading factor dengan t-statistic pada tabel 4.1 menunjukkan bahwa semua loading factor memiliki nilai t-statistic lebih dari 1,96 sehingga dikatakan validitas yang signifikan.
Tabel 4.1 Validitas Konstruk Loading
Factor
Loading
Factor t-statistic AVE Keterangan
Brand Love
BL 1 0,818 13,138
0.749 Valid
BL 2 0,883 21,525
BL 3 0,862 15,478
BL 4 0,885 20,907
BL 5 0,889 25,368
BL 6 0,898 25,865
BL 7 0,802 10,206
BL 8 0,880 28,969
(Sumber: Data Primer yang diolah peneliti, 2016)
Tabel 4.1 Validitas Konstruk (Lanjutan)
Loading Factor
Loading
Factor t-statistic AVE Keterangan
Destination Familiarity
DF1 0,873 37,973
0.777 Valid
DF2 0,914 46,974
DF3 0,843 15,985
DF4 0,910 41,831
DF5 0,895 27,707
DF6 0,856 16,256
DF7 0,859 21,186
DF8 0,884 32,097
DF9 0,897 35,399
Social Identity
SI1 0,921 47,203
0.864 Valid
SI2 0,922 52,893
SI3 0,920 44,055
SI4 0,954 92,743
Social Interactive Engagement
SIE1 0,826 21,599
0.764 Valid
SIE2 0,905 37,942
SIE3 0,885 25,527
SIE4 0,877 20,995
SIE5 0,899 38,639
SIE6 0,896 43,531
SIE7 0,919 48,349
SIE8 0,777 10,524
(Sumber: Data Primer yang diolah peneliti, 2016)