bab iii objek dan metode penelitian 3.1 objek...

Imam Budiarto, 2013 Pengaruh Perbedaan Individu dan Lingkungan Sosio-Budaya terhadap Behavioral Intention Google Plus (Survei terhadap Pengguna Google Plus di Indonesia) Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

BAB III

OBJEK DAN METODE PENELITIAN

3.1 Objek Penelitian

Penelitian ini dilakukan untuk mengetahui pengaruh perbedaan individu

dan lingkungan sosio-budaya terhadap behavioral intention Google Plus. Adapun

yang menjadi objek penelitian sebagai variabel bebas (eksogen) yaitu perbedaan

individu (X1) yang yang terdiri dari 4 (empat) dimensi yaitu motivasi, persepsi,

pembelajaran, dan kepribadian, serta lingkungan sosio-budaya (X2) yang terdiri

dari 5 (lima) dimensi yaitu pengaruh keluarga, sumber informasi, sumber

nonkomersial, kelas sosial, dan subbudaya dan budaya. Masalah penelitian yang

merupakan variabel terikat (endogen) adalah behavioral intention. Sedangkan

yang menjadi subjek penelitian adalah pengguna Google di Indonesia.

Penelitian ini dilakukan pada kurun waktu kurang dari satu tahun, maka

metode yang digunakan adalah cross sectional method. Menurut Husein Umar

(2008:45) pendekatan cross sectional yaitu metode penelitian dengan cara

mempelajari objek dalam kurun waktu tertentu/tidak berkesinambungan dalam

jangka panjang. Pengumpulan informasi dari subjek penelitian hanya dilakukan

satu kali dalam satu periode waktu, sehingga penelitian ini merupakan one-shot

atau cross sectional. (Maholtra, 2009:101). Penelitian dilakukan pada bulan Juni

2012 sampai dengan Januari 2013.

76


3.2 Metode Penelitian

3.2.1 Jenis dan Metode yang Digunakan

Jenis penelitian yang dilakukan berdasarkan penjelasan dan bidang

penelitian menggunakan penelitian deskriptif dan verifikatif. Menurut Travers

Travens dalam Husein Umar (2008:21) “Penelitian dengan menggunakan metode

deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai variabel

mandiri, baik satu variabel atau lebih (independent) tanpa membuat perbandingan

atau menghubungkan dengan variabel lain”. Sedangkan menurut Maholtra

(2009:100):

Penelitian deskriptif adalah jenis penelitian konslusif yang memiliki tujuan

utama desktriptif dari sesuatu, biasanya karakteristik atau fungsi pasar.

Penelitian deskriptif sangat berguna ketika mencari pernyataan penelitian

melakukan panggambaran fenomena pasar, seperti menentukan frekuensi

pembelian, mengidentifikasi hubungan, atau membuat prediksi.

Penelitian yang berupa deskriptif ini mempunyai maksud untuk

mengetahui gambaran mengenai perbedaan individu dan lingkungan sosio-budaya

terhadap behavioral intention Google Plus. Sedangkan untuk penelitian verifikatif

menurut Malhotra (2009:104) “Penelitian untuk menguji pengujian secara kausal,

yaitu hubungan antara variabel independen dan dependen”. Jadi penelitian

verifikatif ini menguji pengaruh perbedaan individu dan lingkungan sosio-budaya

terhadap behavioral intention Google Plus.

Mengingat penelitian ini bersifat deskriptif dan verifikatif yang

dilaksanakan melalui pengumpulan data di lapangan, maka metode penelitian

77


yang digunakan adalah metode explanatory survey. Malhotra (2010:96)

menyatakan bahwa:

Explanatory Survey dilakukan untuk mengeksplorasi situasi masalah, yaitu

untuk mendapatkan ide-ide dan wawasan ke dalam masalah yang dihadapi

manajemen atau para peneliti tersebut. Penjelasan penelitian dalam bentuk

wawancara mendalam atau kelompok fokus dapat memberikan wawasan

berharga.

Berdasarkan penelitian tersebut penelitian yang digunakan dalam metode

ini, informasi dari sebagian populasi dikumpulkan langsung ke tempat kejadian

secara empirik dengan tujuan untuk mengetahui pendapat dari sebagian populasi

terghadap objek yang sedang diteliti. Explanatory survey ini bertujuan penelitian

yaitu jelas untuk mengeksplorasi atau penelitian melalui masalah atau situasi

untuk mendapatkan wawasan dan pemahaman. (Maholtra, 2009:98)

Menurut Sherri L. Jackson (2012:20) menyatakan, “Survey method is

questioning individuals on a topic or topics then describing their response”.

Metode survei merupakan mempertanyakan individu pada sebauh topik atau

beberapa topik kemudian menggambarkan tanggapan mereka. Survei informasi

dari sebagian informasi dari sebagian populasi (sampel responden) dikumpulkan

langsung di tempat kejadian secara empirik, dengan tujuan untuk mengetahui

pendapat dari sebagian populasi terhadap objek yang diteliti.

3.2.2 Operasionalisasi Variabel

Penelitian ini meliputi dua variabel inti, yaitu variabel bebas dan variabel

terikat. Menurut Maholtra (2009:248), yang dimaksud dengan variabel bebas dan

terikat yaitu:

78


Variabel bebas (independent variable/predictor variable) merupakan

variabel atau alternatif yang dimanipulasi dan yang mempengaruhi diukur

dan dibandingkan. Variabel terikat (dependent variable/criterion variable)

merupakan variabel yang mengukur efek dari variabel independent pada

unit tes.

Dalam penelitian ini terdapat dua variabel yang akan diteliti yaitu

1. Variabel bebas (eksogen)

Variabel bebas adalah merupakan variabel yang menjadi sebab perubahan

atau timbulnya variabel terikat. Variabel bebas dalam penelitian ini adalah

perbedaan individu dan lingkungan sosio-budaya.

2. Variabel terikat (endogen)

Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi

akibat karena adanya variabel bebas. Variabel terkait dalam penelitian ini

adalah behavioral intention.

Variabel yang dikaji meliputi variabel bebas (independent variabel) yaitu

perbedaan individu (X1) yang yang terdiri dari 4 (empat) dimensi yaitu motivasi,

persepsi, pembelajaran, dan kepribadian, serta lingkungan sosio-budaya (X2)

yang terdiri dari 5 (lima) dimensi yaitu pengaruh keluarga, sumber informasi,

sumber nonkomersial, kelas sosial, dan subbudaya dan budaya. Sedangkan

variabel terikat (dependent variabel) adalah behavioral intention dengan dimensi

loyality to company, propensity to switch, willingness to pay more, external

response to problem, dan internal response to problem.

Untuk lebih jelasnya dapat dilihat pada Tabel 3.1

79


TABEL 3.1

OPERASIONALISASI VARIABEL Variabel/

Sub

Variabel

Konsep Variabel/

Sub Variabel Indikator Ukuran Skala

No.

Item

Perbedaan

Individu

(X1)

Perbedaan

konsumen yang

menggambarkan

pengaruh secara

internal yang

membentuk perilaku

individu dalam

berkonsumsi.

(Schiffman dan

Kanuk, 2010:104)

Motivasi 1. Tingkat pemenuhan kebutuhan

untuk

a. memperoleh hiburan

b. bersosialisasi

c. memperoleh perhatian

dari orang lain

d. memperoleh informasi

mengenai teman dan

komunitasnya

e. memperoleh teman

sebanyak-banyaknya

f. meningkatkan gengsi

g. menyampaikan ide,

gagsasan, dan perasaan

yang sedang dialaminya

h. menjadi terkenal (eksis)

Interval

Interval

Interval

Interval

Interval

Interval

Interval

Interval

C.1

C.2

C.3

C.4

C.5

C.6

C.7

C.8

Persepsi 2. Tingkat kesesuaian persepsi

bahwa Google Plus memiliki

kinerja yang lebih baik dari

pada social networks lainnya

3. Tingkat kesesuaian persepsi

bahwa menggunakan Google

Plus dapat membantu dalam

a. bersosialisasi

b. berkomunikasi lebih

mudah, cepat, dan efesien

c. meningkatkan efesiensi

komunikasi dengan orang

lain

d. meningkatkan

keterampilan

berkomunikasi dengan

orang lain

Interval

Interval

Interval

Interval

Interval

C.9

C.10

C.11

C.12

C.13

Pembelajaran 4. Tingkat pengetahuan

mengenai

a. Internet

b. Social networks

c. Fungsi dan kegunaan

Social networks

d. Google Plus

5. Tingkat pengalaman

menggunakan

a. Internet

b. Social networks

c. Google Plus

Interval

Interval

Interval

Interval

Interval

Interval

Interval

C.14

C.15

C.16

C.17

C.18

C.19

C.20

80


Variabel/

Sub

Variabel

Konsep Variabel/


No.

Item

Kepribadian 6. Tingkat keinginan untuk

a. mencoba sesuatu yang

baru

b. menggunakan social

networks terbaru

c. bersosialisasi secara

online

d. mengungkapkan

menyampaikan ide,

gagsasan, dan perasaan

yang sedang dialaminya

kepada orang lain

Interval

Interval

Interval

Interval

C.21

C.22

C.23

C.24

Lingkungan

Sosio-

Budaya

(X2)

Konsumen

diciptakan oleh

lingkungan mereka

dan juga beroperasi

di dalam lingkungan.

Perilaku proses

keputusan mereka

dipengaruhi oleh

kultur, kelas sosial,

serta kelompok dan

keluarga (Schiffman

dan Kanuk,

2010:318)

Pengaruh

Keluarga

7 a. Tingkat pengaruh dukungan

keluarga terhadap pemilihan

untuk menggunakan Google

Plus

b.Tingkat pengaruh gaya hidup

keluarga untuk

menggunakan Google Plus

8 a.Tingkat pengaruh keluarga

dalam melakukan

penggunaan aplikasi dan

website

b.Tingkat pengaruh kebiasaan

keluarga dalam melakukan

penggunaan aplikasi dan

website

Interval

Interval

Interval

Interval

D.25

D.26

D.27

D.28

Sumber

Informasi

9 a. Tingkat daya tarik iklan

dalam mempengaruhi

penggunaan Google Plus

b.Tingkat pengaruh desain dan

tampilan yang menarik

dalam mempengaruhi


c. Tingkat pengaruh fitur yang

ditawarkan Google Plus

dalam mempengaruhi


Interval

Interval

Interval

D.29

D.30

D.31

Sumber

Nonkomersial

10 a. Tingkat pengaruh sahabat

dan teman untuk


b. Tingkat pengaruh

Interval

D.32

81


Variabel/

Sub

Variabel

Konsep Variabel/


No.

Item

rekomendasi blog, forum,

dan jejaring sosial

Interval D.33

Kelas Sosial 11. Tingkat pengaruh pekerjaan/

pendidikan dalam pemilihan

Google Plus

12. Tingkat pegaruh interaksi

dalam pemilihan Google Plus

Interval

Interval

D.34

D.35

Subbudaya

dan Budaya

13. Tingkat dukungan lingkungan

terhadap kehadiaran Teknologi

Informasi yang baru

khususnya Google Plus

14. Tingkat pengaruh budaya dan

lingkungan dalam


Interval

Interval

D.36

D.37

Behavioral

Intention

(Y)

Behavioral Intention

adalah suatu

preposisi yang

menghubungkan diri

dengan tindakan

yang akan datang.

Seseorang dapat

berpendapat bahwa

keinginan adalah

sebuah rencana

untuk terlibat dalam

suatu perilaku

khusus guna

mencapai tujuan.

(Peter dan Oslon,

2010:147)

Loyality to

company

15. Tingkat keinginan untuk loyal

dalam menggunakan Google

Plus

16. Tingkat kesukaan untuk


dibandingkan dengan social

networks lainnya

17. Tingkat kesediaan untuk

merekomendasikan orang lain

dalam menggunakan Google

Plus

Interval

Interval

Interval

E.38

E.39

E.40

Propensity to

switch

18. Tingkat keinginan untuk tidak

beralih dari Google Plus

19. Tingkat kesediaan untuk

kembali menggunakan Google

Plus

20. Tingkat perasaan rugi jika

tidak menggunakan Google

Plus

Interval

Interval

Interval

E.41

E.42

E.43

Willingness 21 a. Tingkat kesediaan untuk Interval E.44

82


Variabel/

Sub

Variabel

Konsep Variabel/


No.

Item

to pay more menggunakan Google Plus,

meskipun membayar lebih

tinggi

b. Tingkat kesediaan untuk

menggunakan Google Plus,

meskipun memerlukan

koneksi internet yang besar

c. Tingkat kesediaan untuk

menggunakan Google Plus,

meskipun memerlukan waktu

yang lebih banyak

Interval

Interval

E.45

E.46

External

response to

problem

22 a. Tingkat keinginan untuk tetap

menggunakan GooglePlus

walaupun ada layanan social

media yang baru

b.Tingkat keinginan untuk tetap

menggunakan GooglePlus

walaupun ada banyak

kemungkinan

23. Tingkat keinginan untuk

menggunakan fitur terbaru

Google Plus

Interval

Interval

E.47

E.48

Internal

response to

problem

24. Tingkat keinginan untuk

tetap menggunakan Google

Plus walaupun ada masalah

dengan kebutuhan diri

22 a. Tingkat keinginan untuk


karena adanya kebutuhan

untuk bersosialisasi

b. Tingkat keinginan untuk


karena adanya kebutuhan

untuk berkomunikasi lebih

mudah dan cepat

Interval

Interval

Interval

E.49

E.50

E.51

Sumber : Hasil Pengolahan Data. 2012

83


3.2.3 Jenis dan Sumber Data

Menurut Riduan (2010:106) data adalah bahan mentah yang perlu diolah

sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun

kuantitatif yang menunjukan fakta. Sumber data adalah segala sesuatu yang dapat

memberikan keterangan tentang data. Berdasarkan sumbernya, data dibedakan

menjadi dua yaitu: data primer dan data sekunder.

Maholtra (2009:120-121) mengungkapkan definisi data primer dan data

sekunder, antara lain:

a. Data primer yaitu data yang dibuat oleh peneliti untuk maksud khusus

menyelesaikan permasalahan yang sedang ditanganinya. Dalam penelitian

ini yang menjadi sumber data primer adalah kuisioner yang disebarkan

kepada sejumlah responden, sesuai dengan target sasaran dan dianggap

mewakili seluruh populasi data penelitian, yakni survei pada pengguna

Google Plus di Indonesia.

b. Data sekunder yaitu data yang telah dikumpulkan untuk maksud selain

untuk menyelesaikan masalah yang sedang dihadapi. Data ini dapat

ditemukan dengan cepat dan tidak mahal. Dalam penelitian ini yang

menjadi sumber data sekunder yaitu literature, artikel, jurnal serta situs di

internet yang berkenaan dengan penelitian.

Data primer dan data sekunder yang dibutuhkan tersebut ditujukan oleh

Tabel 3.2 sebagai berikut:

84


TABEL 3.2

JENIS DAN SUMBER DATA

No. Data Jenis Data Sumber Data

1.

World Internet Usage Growth 1995-June 2012 Sekunder internetworldstats.com Copyright © 2012.

Miniwatts Marketing

2. World Internet Usage and Population

Statistics

Sekunder internetworldstats.com Copyright © 2012.

Miniwatts Marketing

3. Asia Top Internet Countries Sekunder internetworldstats.com Copyright © March

2012. Miniwatts Marketing

4. Ukuran Populasi Online (MM) di Asia

Tenggara

Sekunder comscore.com Copyright © March 2011.

ComScore Media Metrix

5. Pengguna Internet di Indonesia Sekunder Diadaptasi oleh peneliti dari

internetworldstats.com dan kominfo.go.id

6. Kategori-Kategori Pengguna Internet di

Indonesia

Sekunder comscore.com Copyright © March 2011.


7. Top 5 Social Networking Sites (SNs) and User

in Indonesia

Sekunder Diadaptasi oleh peneliti dari Google I/O,

Facebook, dan go-gulf.com

8. Pertumbuhan Pengguna Social Media dalam

Bulan

Sekunder comscore.com Copyright © 2011.


9. Pertumbuhan Pengguna Google Plus

Sekunder technolog.msnbc.msn.com Copyright ©

2012. MSNBC

10. 100 Merek Utama Pengguna Facebook

dan/atau Google Plus

Sekunder brightedge.com Copyright © 2011. Bright

Edge

11. User Activity Top 5 Social Networking Sites

(SNs)

Sekunder Diadaptasi oleh peneliti dari Google I/O,

Facebook, dan go-gulf.com

12. Persentase Pengguna Aktif dan Non-Aktif

Google Plus

Sekunder flowtown.com Copyright © 2011.

FlowtownTM

13. Strategi Google Plus Sekunder Diadaptasi oleh peneliti dari

plus.google.com/gplus,

14. Rata-rata Kunjungan Google Plus Primer Pra Penelitian

15. Dorongan untuk Menggunakan Google Plus Primer Pra Penelitian

Sumber: Hasil Pengolahan Data. 2011&2012

3.2.4 Populasi, Sampel dan Teknik Penarikan Sampel

3.2.4.1 Populasi

Populasi merupakan sejumlah objek yang dapat dijadikan sumber

penelitian. Menurut Sherri L. Jackson (2012:20), “Population is all the people

85


about whom a study it meant to generalize”. Populasi adalah semua orang

mengenai untuk siapa penelitian itu dimaksudkan kemudian melakukan

generalisasi. Zikmund dan Babin (2007:404) menambahkan populasi adalah, ”Any

complete group of entities that shares some common set of characteristics”.

Populasi merupakan generalisasi yang terdiri dari atas objek yang mempunyai

kualitas dan karakteristik tertentu. Maholtra (2009:369) berpendapat:

Suatu populasi adalah total dari semua elemen yang terbagi beberapa

seperangkat karaketeristik setiap proyek riset pemasaran memiliki

populasi yang didefinisikan unik untuk dijelaskan dalam istilah parameter.

Tujuan dari proyek riset pemasaran yang paling adalah untuk

mendapatkan informasi tentang karakteristik atau parameter dari suatu

populasi.

Penentuan populasi harus dimulai dengan penentuan secara jelas mengenai

populasi yang menjadi sasaran penelitiannya yang disebut populasi sasaran.

Populasi sasaran yaitu populasi yang akan menjadi cakupan kesimpulan

penelitian. Jadi apabila dalam sebuah hasil penelitian dikeluarkan kesimpulan,

maka menurut etika penelitian kesimpulan tersebut hanya berlaku untuk sasaran

yang telah ditentukan. Berdasarkan pengertian tersebut maka populasi dalam

penelitian ini adalah pengguna Google Plus di Indonesia sebanyak 7.280.000

orang (Google I/O dan website-monitoring.com, 02/09/2012)

3.2.4.2 Sampel

Mark L. Bernson et al (2012:250) menyatakan “A sample is defined as the

population that has been selected for analysis”. Sampel adalah populasi yang

terpilih untuk dianalisis. Agar memperoleh sampel yang representatif dari

populasi, maka setiap subjek dalam populasi diupayakan untuk memiliki peluang

86


yang sama untuk menjadi sampel. Dalam penelitian ini tidak mungkin semua

populasi dapat penulis teliti, hal ini disebabkan beberapa faktor diantaranya:

1. Keterbatasan biaya

2. Keterbatasan tenaga

3. Keterbatasan waktu yang tersedia

Maka dari itulah diperkenankan mengambil sebagian dari objek populasi

yang ditentukan, dengan catatan bagian yang diambil tersebut mewakili yang lain

yang tidak diteliti. Menurut Charles Stangor (2011:110), “A representative sample

is one that is approximately the same as the population in every important

respect”. Agar memperoleh sampel yang reperesentatif dari populasi, maka setiap

subjek dalam populasi diupayakan untuk memiliki peluang yang sama untuk

menjadi sampel.

Malhotra (2009:364) berpendapat bahwa sampel adalah sub-kelompok

populasi yang terpilih untuk berpartisispasi dalam studi. Agar memperoleh sampel

yang representatif dari populasi, maka setiap subjek dalam populasi diupayakan

untuk memiliki peluang yang sama untuk menjadi sampel. Untuk menentukan

sampel dari populasi yang telah ditetapkan perlu dilakukan suatu pengukuran

yang dapat menghasilkan jumlah n.

Adapun rumus yang digunakan untuk mengukur sampel, digunakan rumus

Slovin (Husein Umar, 2008:141), yakni ukuran sample yang merupakan

perbandingan dari ukuran populasi dengan presentasi kelonggaran ketidaktelitian,

karena dalam pengambilan sampel dapat ditolerir atau diinginkan. Dalam

pengambilan sampel ini digunakan taraf kesalahan sebesar 10%. Adapun rumus

yang digunakan yaitu sebagai berikut:

87


Dimana :

n = Ukuran Sampel

N = Ukuran Populasi

e = Kelonggaran ketidaktelitian karena kesalahan sampel yang dapat

ditolerir

Adapun perhitungan jumlah sampel yang digunakan dalam penelitian ini

adalah:

N = 7.280.000 e = 0,1

Maka:

Berdasarkan penentuan sampel dengan menggunakan rumus teknik Slovin,

maka diperoleh ukuran sampel (n) sebanyak 100, namun untuk lebih mewakili

maka dilakukan penambahan sampel sebanyak 30 sehingga sampel yang

digunakan sebesar 130 pengguna Google Plus.

3.2.4.3 Teknik Sampling

Teknik sampling merupakan teknik pengambilan sampel untuk

menentukan sampel yang akan digunakan dalam penelitian, sehingga dapat

memperoleh nilai karakteristik perkiraan (estimate value). Menurut Charles

Stangor (2011:110), “Sampling refers to the selection of people to participate in a

research project, usually with the goal of being able to use these people to make

inferences about a larger group of individuals”. Teknik sampling mengacu pada

pemilihan orang-orang untuk berpartisipasi dalam sebauh proyek penelitian,

88


biasanya digunakan untuk tujuan membut kesimpulan tentang kelompok yang

lebih besar dari individu.

Menurut Ulber Silalahi (2009:239):

Pemilihan sampel atau penarikan sampel (sampling) dapat diartikan

sebagai proses memilih sejumlah unit, elemen, atau subjek dari dan yang

mewakili populasi untuk dipelajari yang dengannya dapat dibuat

generalisasi atau inferensi tentang karakteristik dari satu populasi yang

diwakili.

Menurut Maholtra (2009:375) “Sebuah teknik sampling dapat

diklasifikasikan sebagai non probabilitas dan probabilitas”. Sampel probability

merupakan sampel dimana setiap elemen atau anggota populasi memiliki peluang

yang sama untuk terpilih sebagai sampel sedangkan sampel non probability

kebalikan dari probability dimana setiap elemen atau populasi tidak memiliki

peluang yang sama dan pemilihan sampel bersifat objektif.

Sampel probability memiliki empat jenis teknik penarikan yaitu simple

random sampling, sistematic sampling, stratification sampling, dan cluster

sampling. Sedangkan sampel non probability memiliki tiga jenis teknik penarikan

yaitu convinience sampling, purposive sampling, dan snowball sampling.

Setelah memperoleh data dari responden yang merupakan populasi

penelitian, penulis mengambil sampel berdasarkan teknik simple random

sampling. Menurut Mark L. Bernson et al (2012:250) menyatakan “In a simple

random sample, every item from a frame has the same chance of selection as

every other item”. Oleh karena itu hak setiap subjek sama, maka peneliti terlepas

dari perasaan ingin mengistimewakan satu atau beberapa subjek untuk dijadikan

sampel. Sampel yang didapatkan harus memiliki hasil penelitian, untuk itu perlu

89


dilakukan langkah-langkah sistematis untuk mendapatkan sampel yang

representatif.

3.2.5 Teknik Pengumpulan Data

Teknik pengolahan data mengacu pada cara yang digunakan untuk

mengumpulkan data yang diperlukan. Untuk memperoleh data yang lengkap

dalam penelitian ini penulis menggunakan beberapa teknik penelitian seperti

berikut :

1. Studi kepustakaan, yaitu pengumpulan data dengan cara mempelajari buku,

makalah, situs web-site, majalah guna memperoleh informasi yang

berhubungan dengan teori-teori dan konsep-konsep yang berkaitan dengan

masalah dan variabel yang diteliti yang terdiri dari perbedaan individu,

lingkungan sosio-budaya, dan behavioral intention.

2. Kuesioner dilakukan dengan menyebarkan seperangkat daftar pertanyaan

secara online kepada responden yaitu pengguna Google Plus di Indonesia.

Dalam kuesioner ini penulis mengemukakan beberapa pertanyaan yang

mencerminkan pengukuran indikator dari variabel X1 (perbedaan individu),

variabel X1 (lingkungan sosio-budaya), dan variabel Y (behavioral intention).

Kemudian memilih alternatif jawaban yang telah disediakan pada masing-

masing alternatif jawaban yang dianggap paling tepat. Kuesioner yang disebar

oleh peneliti secara terbuka di Google Plus.

Langkah-langkah penyusunan kuesioner adalah sebagai berikut:

a) Menyusun kisi-kisi angket atau daftar pertanyaan.

90


b) Merumuskan item-item pertanyaan dan alternatif jawabannya. Jenis

instrumen yang digunakan dalam angket merupakan instrumen yang

bersifat tertutup, yaitu seperangkat daftar pertanyaan tertulis dan disertai

dengan alternatif jawaban yang disediakan, sehingga responden hanya

memilih jawaban yang tersedia.

c) Menetapkan pemberian skor untuk setiap item pertanyaan. Pada penelitian

ini setiap pendapat responden atas pertanyaan diberi nilai dengan skala

interval.

Langkah-langkah penyebaran kuesioner secara online adalah sebagai

berikut:

a. Menyusun daftar pertanyaan secara online menggunakan Google Drive,

kunjungi drive.google.com kemudian login menggunakan akun Google.

Pilih Create, Form untuk mulai membuat kuesioner online

b. Setelah kuesioner online selesai, kemudian dilakukan penyebaran

kuesioner dan alamat web kuesioner tersebut

1. Melakukan share di Google Plus termasuk juga beberapa komunitas

Indonesia di Google Plus seperti Komunitas Plus, Pluser, Komunitas

G+, dan Komunitas Indonesia.

2. Mengirim aplikasi kuesioner melalui email kepada teman pengguna

Gmail untuk diisi dan di foward ke alamat email lainnya, karena

pengguna Gmail memiliki kemungkinan yang besar dalam


91


3. Melalui twitter, melakukan mention kepada akun komunitas-komunitas

untuk di share baik komunitas teknologi informasi maupun

kemahasiswaan di universitas-universitas seperti @Google_IDN,

@bem_unpad, @KM_ITB, @InfoUPI, @anak_unpad, @bem_itt,

@infoitt, @InfoUNSOED, @anakuidotcom, @tweetipb,

@seputarunnes, @TwitUAD, @bemunair, @stantoday, @InfoUSU,

@BEM_ITS, @dokterdroid, @androidID, @droidindo,

@DroidIndonesia, @AndroidMedan, @androidSMD, @AcehDroid,

@AndroidCirebon dan lainnya

4. Melakukan share di Facebook dan forum-forum di Facebook

c. Setelah responden mengisi kuesioner maka data secara otomatis masuk ke

Google Drive. Data yang ada ditampung oleh penulis, kemudian dilakukan

pemilihan data berdasarkan proporsi usia pengguna Google Plus

berdasarkan data Google I/O dan go-gulf.com

TABEL 3.3

PROPORSI PENGGUNA GOOGLE PLUS

Usia Persentase

13-17 tahun 13%

18-25 tahun 35%

26-34 tahun 28%

35-44 tahun 12%

45-54 tahun 7%

>55 tahun 5%

TOTAL 100%

Sumber : Diadaptasi oleh peneliti dari Google I/O dan go-gulf.com

(Akses: 12/11/2012, 12:20)

d. Data yang diolah adalah data yang telah mencukupi kategori tersebut

92


3. Studi Literatur

Studi literature merupakan usaha pengumpulan informasi yang

berhubungan dengan teori-teori yang ada kaitannya dengan masalah dan variabel

yang diteliti yang terdiri dari perbedaan individu, lingkungan sosio-budaya, dan

behavioral intention. Studi literature tersebut didapat dari berbagai sumber, yaitu:

a) Perpustakaan UPI, IM TELKOM, Widyatama b) Skripsi, c) Jurnal ekonomi dan

Bisnis, d) Media cetak (majalah) e) media Elektronik (Internet).

3.2.6 Hasil Pengujian Validitas dan Reliabilitas

Pada suatu penelitian, data merupakan hal yang penting, karena data

merupakan gambaran dari variabel yang diteliti serta berfungsi membentuk

hipotesis. Benar tidaknya data akan sangat menentukan mutu hasil penelitian.

Kebenaran data dapat dilihat dari instrumen pengumpulan data. Instrumen yang

baik harus memenuhi dua persyaratan penting yaitu valid dan reliabel.

Uji validitas dan reliabilitas pada penelitian ini dilaksanakan dengan

menggunakan alat bantu software komputer program SPSS (Statistical Product

for Service Solutions) 21.0 for window.

3.2.6.1 Hasil Pengujian Validitas

Penelitian mengenai pengaruh perbedaan individu dan lingkungan sosio-

budaya terhadap behavioral intention Google Plus, dilakukan untuk mengetahui

apakah antara variabel perbedaan individu (X1) dan lingkungan sosio-budaya

(X2) ada pengaruhnya terhadap behavioral intention (Y), dengan menafsirkan

data yang terkumpul dari responden melalui kuesioner.

93


Menurut Sherri L. Jackson (2012:85), “Validity is an indication of

whether the instrument measuring what it claims to measure”. Validitas adalah

indikasi apakah instrumen mengukur apa yang dikatakannya untuk diukur.

Zikmund dan Babin (2007:323) menambahkan validitas adalah, ”The accuracy of

a measure or the extent to which a score truthfully represent concept”.

Keakuratan ukuran atau sejauh mana skor kebenaran mewakili konsep. Suatu

instrument yang valid atau sahih memiliki validitas yang tinggi. Sebaliknya

instrument yang kurang berarti memiliki validitas rendah.

Menurut Maholtra (2009:282) “The validation of scale may be defined as

the extent to which differences in observed scale score reflect true differences

among on the characteristic being measured”. Suatu tes dapat dikatakan

mempunyai validitas tinggi apabila tes tersebut menjalankan fungsi ukuranya,

atau memberikan hasil ukuran sesuai dengan makna dan tujuan diadakannya tes

tersebut.

Uji validitas dilakukan bertujuan untuk menguji sejauh mana item

kuisioner yang valid dan mana yang tidak. Hal ini dilakukan dengan mencari

korelasi setiap item pertanyaan dengan skor total pernyataan untuk hasil jawaban

responden yang mempunyai skala pengukuran interval perhitungan korelasi antara

pernyataan kesatu dengan skor total digunakan alat uji korelasi Pearson (product

coefisient of corelation) dengan rumus:

Sumber : Suharsimi Arikunto (2009:146)

94


Keterangan :

r = Koefesien validitas item yang dicari

X = Skor yang diperoleh subjek dari seluruh item

Y = Skor total

ΣX = Jumlah skor dalam distribusi X

ΣY = Jumlah skor dalam distribusi Y

ΣX2 = Jumlah kuadrat dalam skor distribusi X

ΣY2 = Jumlah kuadrat dalam skor distribusi Y

N = Banyak responden

Keputusan pengujian validitas responden menggunakan taraf signifikansi

sebagai berikut:

1. Item pertanyaan-pertanyaan responden penelitian dikatakan valid jika

rhitung lebih besar atau sama dengan rtabel atau rhitung ≥ rtabel

2. Item pertanyaan-pertanyaan responden penelitian dikatakan tidak valid

jika rhitung lebih kecil dari rtabel atau rhitung < rtabel

Teknik perhitungan yang digunakan untuk menganalisa tes ini adalah

teknik korelasi biasa, yakni korelasi antara skor-skor tes yang divalidasikan

dengan skor-skor tes tolak ukurnya dari peserta yang sama. Selanjutnya perlu diuji

apakah koefisien validitas tersebut signifikan terhadap taraf signifikan tertentu,

artinya adanya koefesien validitas tersebut bukan karena faktor kebetulan, diuji

dengan rumus statistic t sebagai berikut:

Sumber : Sugiyono (2010:250)

Keputusan pengujian validitas menggunakan taraf signifikansi dengan

kriteria sebagai berikut:

95


1. Nilai t dibandingkan dengan harga ttabel dengan dk = n-2 dan taraf

signifikasi a = 0,05

2. Jika rhitung ≥ rtabel maka soal tersebut valid

3. Jika rhitung < rtabel maka soal tersebut tidak valid

Pengujian validitas diperlukan untuk mengetahui apakah instrumen yang

digunakan untuk mencari data primer dalam sebuah penelitian dapat digunakan

untuk mengukur apa yag seharusnya terukur. Dalam penelitian ini yang akan diuji

adalah validitas dari instrumen perbedaan indvidu dan lingkumgan sosio-budaya

sebagai variabel X, behavioral intention sebagai variabel Y. Jumlah pertanyaan

untuk variabel X1 adalah 24 terdapat 9 item pertanyaan tidak valid, jumlah

pertanyaan variabel X2 adalah 13 terdapat 3 item pertanyaan tidak valid,

sedangkan untuk item pertanyaan variabel Y berjumlah 15 terdapat 3 item

pertanyaan tidak valid. Lalu dilakukan drop out pada 15 item yang tidak valid dan

dilakukan uji validitas ulang, berikut Tabel 3.4 hasil uji validitas perbedaan

individu.

TABEL 3.4

HASIL PENGUJIAN VALIDITAS PERBEDAAN INDIVIDU No Pernyataan rhitung rtabel Keterangan

PERBEDAAN INDIVIDU

Motivasi

1 Ketika menggunakan Google Plus, kebutuhan

Anda untuk 0,819 0,413 Valid

A Memperoleh hiburan

B Bersosialisasi 0,681 0,413 Valid

C Memperoleh informasi mengenai teman

dan komunitasnya 0,713 0,413 Valid

D Meningkatkan gengsi 0,506 0,413 Valid

E Menyampaikan ide, gagasasan, dan

perasaan yang sedang dialaminya 0,731 0,413 Valid

Persepsi

96


No Pernyataan rhitung rtabel Keterangan

2 Anda merasa bahwa Google Plus memiliki

kinerja yang lebih baik dari pada social

networks lainnya

0,723 0,413 Valid

3 Anda merasa bahwa dengan menggunakan

Google Plus dapat membantu dalam 0,828 0,413 Valid

A Bersosialisasi

B Berkomunikasi yang lebih mudah, cepat,

dan efesien 0,836 0,413 Valid

Pembelajaran

4 Anda memiliki pengetahuan mengenai 0,491 0,413 Valid

A Social networks

B Google Plus 0,766 0,413 Valid

5 Anda memiliki pengalaman dalam

menggunakan 0,634 0,413 Valid A Social networks

B Google Plus 0,544 0,413 Valid

Kepribadian

6 Anda memiliki keinginan yang besar untuk 0,803 0,413 Valid

A Mencoba sesuatu yang baru

B Menggunakan social networks terbaru

seperti Google Plus 0,851 0,413 Valid

C Bersosialisasi secara online 0,528 0,413 Valid

Sumber: Hasil Pengolahan Data 2013 (Menggunakan SPSS 21.0 for Windows)

Berdasarkan Tabel 3.4 pada instumen variabel perbedaan individu dapat

diketahui bahwa nilai tertinggi terdapat pada dimensi kepribadian dengan

pertanyaan, Anda memiliki keinginan yang besar untuk menggunakan social

networks terbaru seperti Google Plus, yang bernilai 0,851 dan nilai terendah

terdapat pada dimensi pembelajaran dengan item pertanyaan, Anda memiliki

pengetahuan mengenai social networks, yang bernilai 0,491 sehingga dapat

ditafsirkan bahwa indeks korelasinya agak tinggi.

Hasil uji coba instumen untuk variabel lingkungan sosio-budaya

berdasarkan hasil perhitungan validitas item instrumen yang dilakukan dengan

bantuan program SPSS 21.0 for windows, menunjukan bahwa item-item

pertanyaan dalam kuesioner valid karena skor rhitung lebih besar jika dibandingkan

dengan rtabel yang bernilai 0,396.

97


Berikut ini Tabel 3.5 mengenai hasil uji validitas variabel lingkungan

sosio-budaya yang pada penelitian ini dijadikan sebagai variabel X2.

TABEL 3.5

HASIL PENGUJIAN VALIDITAS LINGKUNGAN SOSIO-BUDAYA No Pernyataan rhitung rtabel Keterangan

LINGKUNGAN SOSIO-BUDAYA

Pengaruh Keluarga

7 Anda menggunakan Google Plus karena

pengaruh dari keluarga atau kerabat 0,611 0,413 Valid

8 Anda menggunakan aplikasi dan website

karena pengaruh gaya hidup keluarga 0,682 0,413 Valid

Sumber Informasi

9 Anda menggunakan Google Plus karena 0,663 0,413 Valid

A Daya tarik iklan

B Desain dan tampilan yang menarik 0,822 0,413 Valid

C Pengaruh fitur yang ditawarkan Google

Plus 0,690 0,413 Valid

Sumber Nonkomersial

10 Anda menggunakan Google Plus karena

pengaruh dari 0,752 0,413 Valid a Sahabat dan teman

b Rekomendasi blog, forum, dan jejaring

sosial 0,689 0,413 Valid

Kelas Sosial

11 Apakah pekerjaan/jurusan Anda memiliki

hubungan dengan penggunaan teknologi

informasi

0,476 0,413 Valid

12 Anda memiliki interaksi sosial yang tinggi 0,453 0,413 Valid

Subbudaya dan Budaya

13 Anda mendapatkan dukungan dari lingkungan

terhadap kehadiran Teknologi Informasi baru

khususnya Google Plus

0,804 0,413 Valid


Berdasarkan Tabel 3.5 pada instumen variabel lingkungan sosio-budaya

dapat diketahui bahwa nilai tertinggi terdapat pada dimensi sumber informasi

dengan pertanyaan, Anda menggunakan Google Plus karena desain dan tampilan

yang menarik, yang bernilai 0,822 dan nilai terendah terdapat pada dimensi kelas

sosial dengan item pertanyaan, Anda memiliki interaksi sosial yang tinggi, yang

bernilai 0,453 sehingga dapat ditafsirkan bahwa indeks korelasinya agak tinggi.

98


Berikut ini Tabel 3.6 mengenai hasil uji validitas variabel behavioral

intention yang pada penelitian ini dijadikan sebagai variabel Y.

TABEL 3.6

HASIL PENGUJIAN VALIDITAS BEHAVIORAL INTENTION No Pernyataan rhitung rtabel Keterangan

BEHAVIORAL INTENTION

Loyalty to company

14 Anda akan terus menggunakan Google Plus

dari pada menghentikannya 0,871 0,413 Valid

15 Anda bersedia untuk merekomendasikan

Google Plus kepada orang lain 0,863 0,413 Valid

Propensity to switch

16 Anda akan terus menggunakan Google Plus

dari pada berpindah ke social networks lainnya 0,855 0,413 Valid

17 Anda akan kembali menggunakan/mengakses

Google Plus 0,891 0,413 Valid

18 Anda akan merasa rugi jika tidak

menggunakan/mengakses Google Plus 0,606 0,413 Valid

Willingness to pay more

19 Anda akan tetap menggunakan/mengakses

Google Plus walaupun 0,770 0,413 Valid

A Harus membayar biaya yang lebih tinggi

B Memerlukan koneksi internet yang lebih

besar 0,772 0,413 Valid

External response to problem

20 Anda akan tetap menggunakan/mengakses

Google Plus walaupun ada layanan social

network yang baru

0,852 0,413 Valid

21 Anda akan menggunakan fitur terbaru Google

Plus 0,878 0,413 Valid

Internal response to problem

22 Anda akan tetap menggunakan Google Plus

walaupun ada masalah dengan kebutuhan diri 0,890 0,413 Valid

23 Anda akan menggunakan Google Plus karena

adanya kebutuhan 0,846 0,413 Valid a Bersosialisasi

b Berkomunikasi lebih mudah dan cepat 0,795 0,413 Valid


Berdasarkan Tabel 3.6 pada instumen variabel behavioral intention dapat

diketahui bahwa nilai tertinggi terdapat pada dimensi propensity to switch dengan

pertanyaan, Anda akan kembali menggunakan/mengakses Google Plus, yang

bernilai 0,891 dan nilai terendah juga terdapat pada dimensi propensity to switch

99


dengan item pertanyaan, Anda akan merasa rugi jika tidak

menggunakan/mengakses Google Plus, yang bernilai 0,606 sehingga dapat

ditafsirkan bahwa indeks korelasinya tinggi.

3.2.6.2 Hasil Pengujian Reliabilitas

Uji realibilitas digunakan untuk mendapatkan tingkat ketepatan

(keterandalan atau keajegan) alat pengumpul data yang digunakan. Realibilitas

menunjuk pada suatu pengertian bahwa suatu alat instumen cukup dapat dipercaya

untuk digunakan sebagai alat pengumpul data, karena instrument tersebut sudah

baik. Instrumen yang sudah dapat dipercaya, yang reliabel akan menghasilkan

data yang dapat dipercaya juga.

Menurut Sherri L. Jackson (2012:81), “Reliability is indication of

consistency or stability of a measuring instrument” Reabilitas adalah indikasi dari

konsistensi atau stabilitas dari sebuah alat ukur. Zikmund dan Babin (2007:322)

menambahkan,”Internal consistency is represents measure’s homogeneity or the

extent to which each indicator of a concept converges on some common

meaning”. Konsistensi internal menggambarkan keseragaman ukuran atau sejauh

mana setiap indikator dari konsep yang menyatu pada beberapa makna umum.

Instrumen yang reliabel adalah instrument yang bila digunakan beberapa kali

untuk mengukur obyek yang sama, akan menghasilkan data yang sama. Asep

Hermawan (2010:128) menyatakan bahwa realibilitas berkaitan dengan

konsistensi, akurasi, dan prediktabilitas suatu alat ukur. Berdasarkan pendapat

100


para ahli tersebut, dapat disimpulkan bahwa realibilitas berkaitan dengan akurasi

dan ketepatan suatu alat ukur untuk mengukur karena instrumennya sudah baik.

Jika suatu instrument dapat dipercaya, maka data yang dihasilkan oleh

instrument tersebut dapat dipercaya. Pengujian realibilitas instrument dilakukan

dengan internal consistency dengan teknik belah dua (split half) yang dianalisis

dengan rumus Spearman Brown, yaitu:

Sumber : Sugiyono (2010:190)

Keterangan :

r11 = Realibilitas seluruh instrument

rb = Korelasi Product Moment antara belahan pertama dan kedua

Pengujian realibilitas tersebut menurut Sugiyono (2010:190) dilaksanakan

dengan langkah-langkah sebagai berikut:

1. Butir-butir instrument dibelah menjadi dua kelompok, yaitu kelompok

instumen ganjil dan genap.

2. Skor data dari tiap kelompok disusun sendiri dan kemudian skor total

antara kelompok gajil dan genap dicari korelasinya.

Keputusan uji realibilitas ditentukan dengan kriteria sebagai berikut:

1. Jika koefisien internal seluruh item (ri) ≥ rtabel dengan tingkat signifikasi

5% maka item pertanyaan dikataka reliabel.

2. Jika koefisien internal seluruh item (ri) < rtabel dengan tingkat signifikasi

5% maka item pertanyaan dikataka tidak reliabel.

Berdasarkan hasil pengujian realibilitas yang dilakukan dengan bantuan

program SPSS 21.0 for windows diketahui bahwa semua variabel reliable, hal ini

101


disebabkan nilai rhitung lebih besar jika dibandingkan dengan rtabel yang bernilai

0,396. Hal ini dapat dilihat pada Tabel 3.8 berikut ini.

TABEL 3.8

HASIL PENGUJIAN RELIABILITAS

No Variabel rhitung rtabel Keterangan

1 PERBEDAAN INDIVIDU 0,928 0,413 Reliabel

2 LINGKUNGAN SOSIO-BUDAYA 0,845 0,413 Reliabel

3 BEHAVIORAL INTENTION 0,953 0,413 Reliabel


3.2.7 Teknik Analisis Data

Teknik analisis data merupakan suatu cara untuk mengukur, mengolah dan

menganalisis data dalam rangka pengujian hipotesis. Tujuan pengolahan data

adalah untuk memberikan keterangan yang berguna, serta untuk menguji hipotesis

yang telah dirumuskan dalam penelitian. Dengan demikian, teknik analisis data

diarahkan pada pengujian hipotesis serta menjawab masalah yang diajukan.

Alat penelitian yang digunakan dalam penelitian ini adalah angket. Angket

ini disusun oleh penulis berdasarkan variabel yang terdapat dalam penelitian.

Dalam penelitian kuantitatif analisis data dilakukan setelah data seluruh

responden terkumpul. Kegiatan analisis data dalam penelitian dilakukan melalui

tahapan-tahapan sebagai berikut:

1. Menyusun data

Kegiatan ini dilakukan untuk memeriksa kelengkapan identitas responden,

kelengkapan data serta isian data yang sesuai dengan tujuan penelitian.

102


2. Tabulasi data

Penelitian ini melakukan tabulasi data dengan langkah-langkah sebagai

berikut:

a. Memberi skor pada tiap item

Dalam penelitian ini akan diteliti pengaruh perbedaan individu (X1) dan

lingungan sosio-budaya (X2) terhadap behavioral intention (Y), dengan skala

pengukuran menggunakan skala semantic differential. Menurut Umar

(2008:99) “Skala berusaha mengukur arti suatu objek atau konsep bagi

responden. Skala ini mengandung unsur evaluasi (misalnya: bagus buruk,

jujur tidak jujur), unsur potensi (aktif pasif, cepat lambat)”.

Dalam penelitian ini, pernyataan dari angket terdiri dari 7 kategori

sebagai berikut:

TABEL 3.8

SKOR ALTERNATIF JAWABAN POSITIF DAN NEGATIF

Alternatif

Jawaban

Setuju /

Baik

Rentang Jawaban Tidak Setuju /

Tidak Baik 7 6 5 4 3 2 1

Positif 7 6 5 4 3 2 1

Negatif 1 2 3 4 3 2 1

Sumber: Modifikasi dari Husein Umar. (2008:99)

b. Menjumlahkan skor pada setiap item

c. Menyusun ranking skor pada setiap variabel penelitian.

3. Pengujian

Untuk menguji hipotesis dimana metode analisis yang digunakan dalam

penelitian kuantitatif ini adalah metode analisis verifikatif, maka dilakukan

analisis partial least square path modeling. Dalam hal ini partial least square

103


path modeling digunakan untuk menentukan besarnya variabel X terhadap Y

baik secara langsung maupun tidak langsung.

3.2.7.1 Analisis Deskriptif

Data mentah yang telah terkumpul dari hasil kuesioner/survei lapangan

harus diolah agar memperoleh makna yang berguna bagi pemecahan masalah.

Alat penelitian yang digunakan dalam penelitian ini adalah angket. Angket ini

disusun oleh penulis berdasarkan variabel yang terdapat dalam penelitian, yaitu

memberikan keterangan dan data mengenai pengaruh perbedaan individu dan

lingkungan sosio-budaya. Pengolahan data yang terkumpul dari hasil kuesioner

dapat dikelompokkan ke dalam tiga langkah, yaitu persiapan, tabulasi, dan

penerapan data pada pendekatan penelitian.

Persiapan adalah mengumpulkan dan memeriksa kebenaran cara

pengisian, melakukan tabulasi hasil kuesioner dan memberikan nilai (scoring)

sesuai dengan sistem penilaian yang digunakan sesuai dengan tujuan penelitian.

dalam bentuk informasi yang lebih ringkas.

Analisis deskriptif digunakan untuk mendeskripsikan variabel-variabel

penelitian, antara lain:

a. Analisis Deskriptif Variabel X1 (Perbedaan Individu)

b. Analisis Deskriptif Variabel X2 (Lingkungan Sosio-Budaya)

c. Analisis Deskriptif Variabel Y (Behavioral Intention)

104


3.2.7.2 Analisis Verifikatif Menggunakan Partial Least Square-Path Modeling

Analisis verifikatif dipergunakan untuk menguji hipotesis dengan

menggunakan uji statistik dan menitikberatkan pada pengungkapan perilaku

variabel penelitian. Teknik analisis data yang dipergunakan untuk mengetahui

hubungan korelatif dalam penelitian ini yaitu partial least square path-modeling

(PLS-PM). Menurut Sofyan Yamin dan Heri Kurniawan (2011:12) menyatakan,

“Bila SEM Berbasis Covariance (CBSEM) yang dianalisis dengan LISREL atau

AMOS berbasis covariance data dan matriks covariance hasil predisi model,

maka PLS-PM berbasis variance atau component. PLS-PM didesain untuk tujuan

prediksi”. Sehingga evaluasi model dalam PLS-PM dilakukan dua tahap yaitu

evaluasi outer model atau model reflektif dan evaluasi terhadap inner model atau

model structural. Sebelum melakukan evaluasi model PLS-PM dilakuakan uji

asumsi klasik.

a. Uji Asumsi Klasik

Agar data yang digunakan tepat sehingga dapat diperoleh model yang baik

maka dalam penelitian ini dilakukan uji prasyarat analisis atau disebut juga uji

asumsi klasik.

1. Uji Multikolinearitas

Uji multikolinearitas dilakukan dengan tujuan untuk melihat

apakah dalam suatu model regresi ditemukan adanya korelasi antar

variabel independen. Jika terjadi korelasi maka dinamakan terdapat

masalah multikolinearitas. Suatu model regresi yang baik seharusnya

tidak terjadi korelasi di antara variabel independen atau dengan kata

105


lain tidak terjadi multikolinearitas. Suatu petunjuk yang dapat

digunakan untuk menduga ada tidaknya multikolinearitas adalah

Variance Inflation Factor (VIF)

Menurut Ghozali (2005:91), untuk mengetahui ada tidaknya suatu

masalah multikolinearitas dalam model regresi, peneliti dapat

menggunakan nilai VIF (Variance Inflation Factor) dan Tolerance,

seperti berikut ini:

a) Jika nilai tolerance di bawah 0.1 dan nilai VIF di atas 10, maka

model regresi mengalami masalah multikolinearitas.

b) Jika nilai tolerance di atas 0.1 dan nilai VIF di bawah 10, maka

model regresi tidak mengalami masalah multikolinearitas.

2. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terjadi ketidaksamaan variance dari residual satu

pengamatan ke pengamatan yang lain tetap, atau disebut

homoskedastisitas (Ghozali, 2005:105). Model regresi yang baik

adalah homoskedastisitas, tidak heteroskedastisitas (Ghozali,

2005:105). Cara yang dilakukan untuk mendeteksi heteroskedastisitas

dalam penelitian ini adalah dengan cara menggunakan scatterplot,

yang memperlihatkan ada tidaknya pola tertentu pada grafik. Dasar

pengambilan keputusan sebagai berikuti:

106


o Jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola

tertentu (bergelombang, melebar kemudian menyempit) maka

terjadi heteroskedastisitas.

o Jika tidak membentuk pola yang jelas, serta titik-titik menyebar di

atas dan dibawah angka 0 pada sumbu X maka tidak terjadi

heteroskedastisitas.

Uji heteroskedastisitas dapat juga menggunakan uji park. Park

mengatakan bahwa metode variance merupakan fungsi dari variabel-

variabel bebas dinyatakan dalam persamaan sebagai berikut:

ζi² = a Xi ß

Persamaan ini dijadikan linear dalam bentuk persamaan log

sehingga Ln ζi² = a + ß Ln Xi + vi

Karena variance populasi umumnya tidak diketahui maka dapat

ditaksir dengan menggunakan residual (e) sebagai proksi, sehingga

persamaan menjadi Lζei² = a + ß Ln Xi + vi

3. Uji Normalitas

Uji normalitas dilakukan untuk menguji apakah data yang

digunakan memiliki distribusi normal atau mendekati normal dengan

melihat normal probability plot. Seperti diketahui bahwa uji t dan uji F

mengasumsikan bahwa nilai residual mengikuti distribusi normal.

Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk

jumlah sampel kecil (Ghozali, 2005:110). Metode pengujian

normalitas yang dilakukan menggunakan uji Kolmogorov-Smirnov.

107


Kriteria probabilitas dari uji normalitas dengan menggunakan uji

Kolmogorov-Smirnov adalah sebagai berikut Ghozali (2005:112):

a. Bila nilai signifikansi uji Kolmogorov-Smirnov bernilai di

bawah 0.05 maka data tidak berdistribusi normal.

b. Bila nilai signifikansi uji Kolmogorov-Smirnov bernilai di atas

0.05 maka data berdistribusi normal

Selain itu, bisa juga dengan melakukan analisis grafik. Normalitas

dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu

diagonal dari grafik atau dengan melihat histogram dari residualnya.

Dasar pengambilan keputusan:

o Jika data menyebar disekitar garis diagonal dan mengikuti arah

garis diagonal atau grafik histogram menunjukan pola distribusi

normal, maka model regresi memenuhi asumsi normalitas.

o Jika data menyebar jauh dari garis diagonal dan tidak mengikuti

arah garis diagonal atau grafik histogram tidak menunjukan pola

distribusi normal, maka model regresi tidak memenuhi asumsi

normalitas.

4. Uji Linearitas

Uji linearitas digunakan untuk melihat apakah spesifikasi model

yang digunakan sudah benar atau tidak. Apakah fungsi yang

digunakan dalam suatu empiris sebaiknya berbentuk linear, kuadrat

atau kubik (Ghozali, 2005:80). Dengan uji ini akan diperoleh

informasi apakah model empiris sebaiknya linear, kuadrat atau kubik.

108


Ada beberapa metode yang dilakukan untuk melakukan pengujian

linearitas, tetapi dalam penelitian untuk melakukan pengujian

linearitas menggunakan Uji Durbin-Watson. Uji Durbin-Watson

digunakan untuk autokorelasi tingkat satu (first order autocorrelation)

dan mensyaratkan adanya intercept (konstanta) dalam model regresi

dan tidak ada variabel lag di antara variabel bebas. Rumus Durbin-

Watson, yaitu

Hipotesis yang akan diuji adalah :

Ho : tidak ada autokorelasi (r sama dengan 0)

Ha : ada auatokorelasi (r tidak sama dengan 0)

Pengambilan keputusan ada tidaknya autokorelasi:

Bila nilai DW terletak antara batas atas atau upper bound (du)

dan (4 - du), maka koefisien autokorelasi sama dengan nol,

berarti tidak ada autokorelasi.

Bial nilai DW lebih rendah daripada batas bawah atau lower

bound (dl), maka koefisien autokorelasi lebih besar daripada

nol, berarti ada autokorelasi positif.

Bila nilai DW lebih besar daripada (4 - dl), maka koefisien

autokorelasi lebih kecil daripada nol, berarti ada autokorelasi

negatif.

109


Bila nilai DW terletak di antara batas atas (du) dan batas bawah

(dl) ada DW terletak antara (4 - du) dan (4 - dl), maka hasilnya

tidak dapat disimpulkan.

Model Spesifikasi dengan PLS

Menurut Imam Ghazali (2006:22) meyatakan bahwa model analisis jalur

semua variabel laten terdiri dari tiga set hubungan, yaitu:

1. Inner model yang menspesifikasi hubungan antara variabel laten yang satu

dengan variabel laten yang lainnya (structural model).

2. Outer model yang menspesifikasi hubungan antara variabel laten dengan

indikator atau variabel manifestnya (measurement model).

3. Weight relation dalam mana nilai kasus dari variabel laten dapat

diestimasikan. Tanpa kehilangan generalisasi, dapat diasumsikan bahwa

variabel laten dan indikator atau manifest variabel diskala zero means dan

unit variance sama dengan satu sehingga parameter lokasi (parameter

konstanta) dapat dihilangkan dalam model.

Persamaan model dalam penelitian ini yaitu sebagai berikut

ε1 = Y11 ξ1 + Y11 ξ1 + δ atau

Behavioral Intention = Y11 Perbedaan Individu + Y11 Lingkungan Sosio-

Budaya + δ

110


Inner Model

Inner model yang kadang disebut juga dengan (inner relation, structural

model dan substantive theory) menggambarkan hubungan antar variabel laten

berdasarkan pada substantive theory. Model persamaan dapat ditulis seperti di

bawah ini.

ε = βo + β εl + Γξ + δ

Dimana :

ε : Vektor endogen (dependen) variabel laten,

ξ : Vektor variabel laten eksogen

δ : Vektor variabel residual (unexplained variance).

Sedangkan untuk hubungan antar variabel laten, ε dapat dispesifikasikan

sebagai berikut :

εj = Σi βji εi + Σi γjb ξb + δ

βji ; γjb : Koefisien jalur yang menghubungkan prediktor endogen dan

variabel laten eksogen ξ dan ε sepanjang range i dan b.

δ : Inner residual variabel

Outer Model

Outer model sering juga disebut outer relation atau measurement model

mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel

latennya. Blok dengan indikator refleksif dapat ditulis persamaannya seperti

berikut :

111


x = Λx ξ + ε x

y = Λy ε + ε y

Dimana :

x : Variabel manifest atau manifest variabel untuk eksogen (ξ).

y : Indikator manifest atau manifest variabel untuk variabel laten endogen (ε).

Λx ; Λy : Matrik loading koefisien regresi sederhana dari variabel laten

dan indicator

ε x ; ε y : Kesalahan pengukuran.

Untuk blok dengan indikator formatif dapat ditulis persamaannya sebagai

berikut :

ξ = Πξ x + δ ξ

ε = Πε y + δε

Dimana :

ε : Vektor endogen (dependen) variabel laten,

ξ : Vektor variabel laten eksogen

δ : Vektor variabel residual (unexplained variance).

Πξ x ; Πε y : Koefisien regresi berganda variabel laten dan blok indikator

δξ ; δε : Residual dari regresi.

Weight Relation

Inner dan outer model memberikan spesifikasi yang diikuti dalam estimasi

algoritma PLS. Disini diperlukan definisi weight relation. Nilai kasus untuk setiap

variabel laten diestimasi dalam PLS sebagai berikut :

112


ξb = Σkb wkb xkb

εi = Σki wki yki

Dimana :

wkb : Koefisien weight untuk estimasi variabel laten exogen.

wki : Koefisien weight untuk estimasi variabel laten endogen.

ξb : Vektor variabel laten eksogen.

εi : Variabel laten endogen

Variabel eksogen adalah variabel dalam suatu model yang tidak

dipengaruhi variabel lainnya sedangkan variabel endogen dipengaruhi oleh

variabel lainnya.

Evaluasi Model

a. Evaluasi Model Reflektif

Menurut Sofyan Yamin dan Heri Kurniawan (2011:17) bahwa, “Evaluasi

terhadap model reflektif indikator meliputi pemerikasaan individual item

reliability, internal consistency, atau construct reliability, average variance

extracted, dan discriminant validity. Ketiga pengukuran pertama

dikelompokan dalam convergent validity.

1) Convergent Validity

Menurut Sofyan Yamin dan Heri Kurniawan (2011:40) bahwa,

“Convergent validity terdiri dari tiga pengujian yaitu reliability item

(validitas tiap indikator), composite reability, dan average variance

extracted (AVE)”. Convergent validity digunakan untuk mengukur

113


seberapa besar indikator yang ada dapat menerangkan dimensi.

Artinya semakin besar convergent validity maka semakin besar

kemampuan indikator tersebut dalam menerapkan dimensinya.

Zikmund dan Babin (2007:325) menyatakan, ”Convergent validity

is another way of expressing internal consistency. Highly reliable

scales contain convergent validity”. Convergent validity adalah cara

lain untuk menggambarkan internal consistency. Skala yang hadal

mengandung convergent validity.

Item reliabilitas atau biasa kita sebut dengan validitas indikator.

Pengujian terhadap reability item (validitas indikator) dapat dilihat dari

nilai loading factor (standardized loading). Nilai loading faktor ini

merupakan besarnya korelasi antara antara setiap indikator dan

konstraknya. Nilai loading factor diatas 0,7 dapat dikatakan ideal,

artinya bahwa indikator tersebut dapat dikatakan valid sebagai

indikator untuk mengukur konstrak. Meskipun demikian, nilai

standardized loading factor diatas 0,5 dapat diterima. Sedangkan nilai

standardized loading factor dibawah 0,5 dapat dikeluarkan dari model

Chin (1998).

Statistik yang digunakan dalam composite reliability atau reablitas

konstrak adalah cronbach’s alpha dan D.G rho (PCA). Nilai

cronbach’s alpha dan D.G rho (PCA) diatas 7,0 menunjukan konstrak

memiliki reabilitas atau keterandalan yang tinggi sebagai alat ukur.

Formula untuk composite reliability (CR):

114


Nilai batas 0,7 keatas berarti dapat diterima dan diatas 0,8 dan 0,9

berarti sangat memuaskan (Nunnally dan Bernstein, 1994 dalam

Sofyan Yamin dan Heri Kurniawan, 2011:19)

Average Variance Extracted (AVE) menggambarkan besaran

variance yang mampu dijelaskan oleh item-item dibandingkan dengan

varian yang disebabkan oleh error pengukuran. Standarnya adalah bila

nilai AVE diatas 0,5 maka dapat dikatakan bahwa konstrak memiliki

convergent validity yang baik. Artinya variabel laten dapat

menjelaskan rata-rata lebih dari setengah variance dari indikator-

indikatornya.

Formula untuk Average Variance Extracted (AVE):

2) Discriminant Validity

Zikmund dan Babin (2007:325) menyatakan, ”Discriminant

validity represent how unique or distinct it a measure. A scale should

not correlate to highly with a measure of a different construct”.

Discriminant validity menggambarkan bagaimana keunikan atau yang

berbeda dalam ukuran. Skala seharusnya tidak berkorelasi lebih tinggi

dengan ukuran yang berbeda dari konstruk.

115


Pemeriksaan discriminant validity dari model pengukuran reflektif

yang dinilai berdasarkan cross loading dan membandingkan antara

nilai AVE dengan kuadran korelasi antarkonstrak. Ukuran cross

loading adalah adalah membandingkan korelasi indikator dengan

konstraknya dan konstrak dari blok lain. Discriminant validity yang

baik akan mampu menjelaskan variabel indikatornya lebih tinggi

dibandingkan dengan menjelaskan varian dari indikator konstrak yang

lain.

b. Evaluasi Model Struktural

Ada beberapa tahap dalam mengevaluasi model structural. Pertama adalah

melihat signifikansi hubungan antara konstrak. Hal ini dapat dilihat dari

koefisien jalur (path coefficient) yang menggambarkan kekuatan hubungan

antar konstrak. Tanda dalam path coefficient harus sesuai dengan teori yang

dihipotesiskan, untuk menilai signifikansi path coefficient dapat dilihat dari t

test (critical ratio) yang diperoleh dari proses bootstrapping (resampling

method).

Langkah selanjutnya menegevaluasi R2. Penjelasan mengenai R

2 sama

halnya dengan nilai R2

dalam regresi linear yang besarnya variability variabel

endogen yang mampu dijelaskan oleh variabel eksogen.

Chin (1998) dalam Sofyan Yamin dan Heri Kurniawan (2011:21)

menjelaskan, “kriteria batasan nilai R2 ini dalam tiga klasifikasi, yaitu 0,67,

0,33, dan 0,19 sebagai substansial, moderat, dan lemah”. Perubahan nilai

116


dapat R2

digunakan untuk melihat apakah pengukuran variabel laten eksogen

terhadap variabel laten endogen memiliki pengaruh yang substansif. Hal ini

dapat diukur dengan effect size f2.

Formula effect size f2

adalah:

Effect Size f2 =

R2

Included - R2

excluded

1- R2

Included

Dimana R include dan R exclude adalah dari R2

variabel laten endogen

yang diperoleh ketika variabel eksogen tersebut masuk atau dikeluarkan

dalam model. Interpretasi nilai f kuadrat ini adalah mengikuti terminology

yang disarankan oleh Chen (1988) dalam Yamin dan Heri Kurniawan

(2011:21), yaitu 0,02; 0,15; dan 0,35 dengan level eksogen memiliki pengaruh

kecil, moderat, dan besar pada level struktural.

Untuk memvalidasi model secara keseluruhan, maka digunakan goodness

of fit (GoF) yang diperkenalkan oleh Tenenhaus, et al (2004) dalam Yamin

dan Heri Kurniawan (2011:21). GoF index ini merupakan ukuran tunggal

yang digunakan untuk memvalidasi performa gabungan antara model

pengukuran dan model structural. Nilai GoF ini diperoleh dari average

communalities index dikalikan dengan nilai R2 model.

Formula GoF Index

Com begaris atas adalah average communalities dan R2 bergaris atas

adalah rata-rata model R2. Nilai GoF terbentang antara 0-1 dengan interpretasi

nilai yaitu 0,1 (GoF kecil), 0,25 (GoF moderat), dan 0,36 (GoF besar).

117


3.2.8 Pengujian Hipotesis

Kriteria pengambilan keputusan pengujian hipotesis secara statistik dalam

rangka pengambilan keputusan penerimaan atau penolakan hipotesis menurut

Sugiyono (2010:188) ialah:

Jika F hitung > F tabel, maka H0 ditolak X artinya berpengaruh terhadap Y

Hi diterima artinya X berpengaruh terhadap Y

Jika F hitung ≤F tabel, maka H0 diterima artinya X tidak berpengaruh terhadap Y

Hi ditolak artinya X tidak berpengaruh terhadap Y

Pengujian secara individual dengan uji t

Tolak H0 jika t hitung > t(mendekati 100%)(n-k-1)

Terima H0 jika t hitung ≤ t (mendekati 100%)(n-k-1)

Sesuai dengan kriteria pengambilan keputusan untuk hipotesis yang

diajukan Sugiyono (2010:188) adalah sebagai berikut:

Jika thitung > ttabel, maka H0 ditolak dan H1 diterima

Jika thitung ≤ttabel, maka H0 diterima dan H1 ditolak

Pada taraf kesalahan 0,05 dengan derajat kebebasan dk (n-2) serta pada uji

satu pihak, yaitu uji pihak kanan. Secara statistik, hipotesis yang akan diuji dalam

rangka pengambilan keputusan penerimaan atau penolakan hipotesis dapat ditulis

sebagai berikut:

H0:ρ ≤ 0, artinya tidak terdapat pengaruh yang positif

Ha:ρ > 0, artinya terdapat pengaruh yang positif

Selanjutnya untuk mengetahui koefisien korelasi antara variabel X dengan

variabel Y maka digunakan klasifikasi koefisien korelasi pada Tabel 3.11 berikut

118


TABEL 3.9

PEDOMAN UNTUK MEMBERIKAN INTERPRETASI

KOEFISIEN KORELASI

Interval Koefisien Tingkat Hubungan

1,00 Korelasi Sempurna

Antara 0,75 - 0,99 Korelasi Sangat kuat

Antara 0,74 - 0,50 Korelasi Kuat

Antara 0,49 - 0,25 Korelasi Cukup

Antara 0,24 - 0,1 Korelasi Sangat Lemah

0 Tidak Ada Korelasi Antara Variabel

Sumber: Sarwono (2006: 65)

bab iii objek dan metode penelitian 3.1 objek...

Documents