Pengaruh Sikap Konsumen Pada Niat Beli Produk Bajakan/Pengaruh... · Berikut ini adalah penjelasan terkait ... baik di lokasi bisnis ataupun pusat ... mediator dalam hubungan antara

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

1

Pengaruh Sikap Konsumen Pada Niat Beli Produk

Bajakan

Diajukan Untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat

Untuk Mencapai Gelar Sarjana Ekonomi Jurusan Manajemen

Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Disusun Oleh :

MAHENDRA DWI PUTRA

F0207085

FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET

SURAKARTA

2012


commit to user

2

BAB I

PENDAHULUAN

A. LATAR BELAKANG MASALAH

Pembajakan terhadap karya cipta dan hak kekayaan intelektual (HKI)

merupakan masalah yang signifikan dan akan terus berkembang di seluruh dunia,

terjadi baik di negara maju maupun di negara berkembang. Porsi yang terbesar

pembajakan tersebut ada di Asia (Callan, 1998 dalam Hidayat dan Mizerski,

2005). Asia merupakan negara dengan presentase terbesar porsi pembajakannya,

yaitu sebesar 66% di dunia (Bush et al., 1989 dalam Hidayat dan Mizerski, 2005).

Indonesia juga merupakan salah satu negara berkembang yang ada di Asia dengan

angka pembajakan yang sangat besar yang populasi dan kemampuan belinya terus

meningkat dengan cepat untuk kategori produk yang dilindungi (World Bank

1995).

Pemerintah Indonesia telah melakukan berbagai upaya untuk menangkal

pembajakan tersebut. Pemerintah telah memberlakukan berbagai macam peraturan

yang melindungi HKI dan kesungguhan memberikan sangsi kepada pelaku

pelanggran HKI tersebut. Pemberlakuan hukum yang berkaitan dengan HKI

tersebut tidak standar satu dengan lainnya, sehingga pemberlakuan penegakan

hukum juga berbeda-beda antara satu daerah dengan daerah yang lain. Oleh

karena itu, banyak konsumen yang sengaja membeli produk produk bajakan

dengan sadar karena ketidakstandaran tersebut (Hidayat dan Mizerski, 2005).

Pembajakan hak kekayaan intelektual di bidang hak cipta sangat

memprihatinkan, terutama pembajakan atas karya cipta di bidang musik, film

ataupun software. Pembajakan atas karya cipta ini dilakukan lewat berbagai


commit to user

3

media, baik berupa kaset, CD, VCD, DVD, dll. Khusus mengenai pembajakan

CD, VCD, DVD dari tahun ke tahun makin marak dan berkembang (Hidayat dan

Mizerski, 2005)

Maraknya pembajakan ini selain dipengaruhi niat berperilaku (behavioral

intention) juga dipengaruhi oleh sikap (attitude) masyarakat itu sendiri. Sikap

tersebut dipengaruhi oleh beberapa faktor, antara lain : harga, kualitas barang,

resiko pembelian, dll. Kondisi seperti inilah yang menjadi landasan kuat bagi

para pelaku pembajakan untuk membuat produk-produk bajakan yang diminati

dan dibutuhkan oleh masyarakat dengan harga yang murah dan kualitas yang tidak

kalah baik dengan yang produk asli. Oleh karena itu, peneliti tertarik meneliti

fenomena tersebut dengan model penelitian yang dapat menjelaskannya pada

setting yang di amati.

Model yang dikembangkan dalam penelitian ini bertumpu pada delapan

variabel amatan yaitu price quality, perceive dan risk averseness, integrity,

personal gratification, subjective norm, previous experience, dan behavioral

intention. Pemilihan variabel tersebut didasarkan pada penelitian yang dilakukan

oleh Matos, Ituassu, dan Rossi, (2007). Dengan demikian, melalui cara ini

diharapkan model yang dikembangkan memiliki daya prediksi yang tinggi

terhadap faktor-faktor yang mempengaruhi sikap konsumen terhadap niat beli

produk bajakan. Berikut ini adalah penjelasan terkait pengertian dari masing-

masing variabel amatan.

Menurut Huang et al., (2004) (dalam Matos, Ituassu, dan Rossi, 2007), price

quality merupakan variabel yang berkaitan dengan cara pandang konsumen dalam

melihat produk apakah palsu atau asli dari segi harganya. Variabel ini penting


commit to user

4

diteliti karena variabel ini berpotensi berpengaruh pada attitude (Matos, Ituassu,

dan Rossi, 2007). Kajian literatur mengindikasi price quality berpengaruh negatif

pada attitude yang akhirnya akan mempengaruhi niat beli produk bajakan. Hal ini

menjelaskan bahwa semakin tinggi price quality, maka semakin negatif sikapnya

pada produk bajakan.

Selanjutnya, risk averseness didefinisikan sebagai kecenderungan seseorang

untuk menghindari risiko yang akan ditangung bila membeli produk bajakan

(Bonoma dan Johnston, 1979). Menurut Zinkhan dan Karande, (1990) (dalam

Matos, Ituassu, dan Rossi, 2007) secara umum , risk averseness dianggap sebagai

variabel kepribadian. Variabel ini diposisikan sebagai variabel independen untuk

menjelaskan bahwa risk averseness berpengaruh pada attitude terhadap produk

bajakan (Matos, Ituassu, dan Rossi, 2007). Kajian literatur menyatakan bahwa

kaitan antara risk averseness dengan variabel attitude diproposisikan berhubungan

negatif. Hal ini menjelaskan bahwa semakin tinggi risk averseness, maka semakin

negatif sikapnya pada produk bajakan.

Ketiga, perceive risk merupakan variabel yang berkaitan dengan rasa ketidak-

pastian yang dirasakan seseorang mengenai resiko yang akan diperoleh ketika

membeli produk bajakan. Perceive risk ini juga dianggap sebagai variabel

kepribadian (Zinkhan dan Karande, 1990 dalam Matos, Ituassu, dan Rossi, 2007).

Variable ini juga berpotensi berpengaruh pada attitude (Matos, Ituassu, dan Rossi,

2007). Kajian literatur mengindikasi perceive risk berpengaruh negatif pada

attitude. Hal ini menjelaskan bahwa semakin tinggi perceive risk, maka semakin

negatif sikapnya pada produk bajakan.


commit to user

5

Selanjutnya, integrity merupakan tindakan seseorang yang sesuai dengan

aturan yang berlaku, nilai-nilai dan juga kode etik. Ang et al., (2001)

menerangkan bahwa orang yang integritasnya rendah diharapkan akan merasa

tidak bersalah ketika mereka membeli produk bajakan. Variabel ini juga

diposisikan sebagai variabel independen (Matos, Ituassu, dan Rossi, 2007). Kaitan

antara variabel integrity dan attitude diproposisikan berhubungan negatif. Kajian

literatur menjelaskan bahwa semakin tinggi integrity, maka semakin negatif

sikapnya pada produk bajakan.

Personal gratification menurut Ang et al., (2001) merupakan kebutuhan

seseorang yang berkaitan dengan rasa prestasi, pengakuan sosial, dan menikmati

hal-hal dalam hidup. Menurut Matos, Ituassu, dan Rossi, (2007) variabel ini

berpotensi berpengaruh pada attitude dan mengindikasi berpengaruh positif pada

attitude. Hal ini menjelaskan bahwa semakin tinggi personal gratification, maka

semakin positif sikapnya pada produk bajakan

Keenam, subjective norm merupakan faktor sosial yang berkaitan pada

tekanan sosial seseorang untuk melakukan atau tidak melakukan sesuatu (Ajzen,

1991). Matos, Ituassu, dan Rossi, (2007) menyatakan bahwa kaitan antara

personal gratification dengan variabel attitude diproposisikan berhubungan

positif. Hal ini menjelaskan bahwa semakin tinggi personal gratification, maka

semakin baik sikapnya pada produk bajakan.

Selanjutnya, Ajzen dan Fishbein, (1980) (dalam Matos, Ituassu, dan Rossi,

2007) menjelaskan bahwa previous experience merupakan pengalaman masa lalu

seseorang, apakah seseorang itu pernah membeli produk bajakan atau belum.

Kaitan antara variabel previous experience, attitude, dan behavioral intention


commit to user

6

diproposisikan berhubungan positif (Matos, Ituassu, dan Rossi, 2007). Kajian

literatur menjelaskan bahwa jika semakin sering seseorang melakukan pembelian

produk bajakan, maka seseorang akan memiliki sikap dan niat berperilaku yang

positif pada produk bajakan.

Behavioral intention merupakan variabel dependen pada penelitian ini.

Behavioral intention ini berakhir pada action (purchasing, repurchase, dll).

Kaitan antara attitude dengan variabel behavioral intention diproposisikan

berhubungan positif (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa

jika seseorang memiliki sikap baik (favorable) pada produk bajakan, maka

behavioral intention orang tersebut akan baik juga.

Objek yang digunakan dalam penelitian ini adalah produk CD, VCD dan DVD

bajakan. Produk tersebut dijadikan objek penelitian karena sekarang ini semakin

marak pembajakan pada kategori produk tersebut (Hidayah, 2008), terbukti

dengan semakin mudah masyarakat memperoleh CD, VCD, dan DVD bajakan di

berbagai lokasi, baik di lokasi bisnis ataupun pusat keramaian di berbagai kota,

termasuk di Surakarta, Bandung, Batam, Semarang, dan Surabaya.

(http://majalah.tempointeraktif.com, 1 Mei 2011, 10.00 am)

Subjek penelitian ini adalah mahasiswa Universitas Sebelas Maret Surakarta

(UNS). Pada kategori produk CD, VCD, dan DVD bajakan ini Mahasiswa

merupakan segmen pasarnya paling besar. Selain faktor tersebut menurut

Hurlock, (1980) (dalam Retnaningsih, Utami, dan Muflikhati, 2010), mahasiswa

termasuk usia yang memasuki kriteria remaja akhir dan masa dewasa awal, yaitu

menunjukkan usia antara 17 tahun hingga 23 tahun. Dimana dalam penelitian

Retnaningsih, Utami, Muflikhati (2010) mengatakan bahwa hampir dari seluruh


commit to user

7

mahasiswa mendapatkan uang saku yang bersumber dari orang tua. Oleh karena

itu mahasiswa merupakan konsumen yang paling potensial pada kategori produk

tersebut.

Penelitian yang dilakukan oleh Matos, Ituassu, dan Rossi, (2007) memberikan

kontribusi pada literatur yang ada dengan memperluas dan menguji pendahulunya

yaitu sikap konsumen terhadap pembajakan. Sikap tersebut bertindak sebagai

mediator dalam hubungan antara pertimbangan konstruksi dan niat berperilaku.

Penelitian tersebut menyarankan untuk penelitian yang akan datang, yaitu,

penelitian akan datang diharapkan dapat menguji model dalam kategori produk

yang berbeda (misalnya CD, DVD, pakaian, mainan dll) dan meneliti

kemungkinan perbedaan pada produk tersebut. Saran yang diberikan peneliti

sebelumnya tersebut akan ditindaklanjuti dengan melakukan penelitian ulang yang

menggunakan variabel serupa tetapi lebih khusus terhadap pembajakan CD, VCD

dan DVD dengan menggunakan responden Mahasiswa Universitas Sebelas Maret

Surakarta. Penelitian ini dilakukan untuk mengetahui, apakah dengan

menggunakan responden mahasiswa Universitas Sebelas Maret Surakarta dan

menggunakan variabel sikap terhadap produk bajakan dalam hal ini adalah CD,

VCD dan DVD bajakan, hasil yang diperoleh akan sama dengan penelitian yang

dilakukan Matos, Ituassu, dan Rossi, (2007)

Pemaparan latar belakang dan berbagai fenomena yang diambil dan berkaitan

dengan masalah diatas, maka penelitian ini mengambil judul “Pengaruh Sikap

Konsumen Pada Niat Beli Produk Bajakan”


commit to user

8

B. RUMUSAN MASALAH

Fenomena pertama yang akan dijelaskan adalah mengenai kualitas harga.

Menurut Ordonez, (1998) (dalam Huang, Lee, dan Ho, 2005) kepercayaan

mengenai pengaruh harga (harga tinggi, memiliki kualitas tinggi, sedangkan harga

rendah memiliki kualitas rendah) merupakan variabel yang penting dalam pricing

theory dan untuk menentukan perilaku konsumen. Konsumen cenderung

membedakan produk bajakan itu dari segi harga dan resiko. Konstruksi harga dan

risiko ini merupakan faktor penting yang berhubungan dengan sikap terhadap

pembajakan (Huang et al., 2004 dalam Matos, Ituassu, dan Rossi, 2007). Studi

sebelumnya telah menunjukkan bahwa perbedaan harga adalah variabel penting

ketika memilih produk bajakan (Cespedes et al., 1988; Cordell et al., 1996). Maka

rumusan masalah yang pertama adalah :

Apakah price quality berpengaruh pada attitude ?

Fenomena kedua yang dijelaskan adalah kecenderungan untuk menghindari

risiko dan resiko yang mungkin diterima, secara umum kedua variabel ini

dianggap sebagai variabel kepribadian (Bonoma dan Johnston, 1979). Variabel ini

merupakan sifat psikologis konsumen dimana percieve dan risk aversness

merupakan karakteristik penting untuk membedakan antara buyers dan nonbuyers

pada sebuah kategori produk, terutama produk yang berisiko. Maka rumusan

masalah yang kedua adalah :

Apakah risk averseness berpengaruh pada attitude?

Sebaliknya jika mengenai resiko yang mungkin diterima, maka rumusan masalah

yang ketiga adalah

Apakah perceive risk berpengaruh pada attitude?


commit to user

9

Fenomena keempat yang dijelaskan yaitu integritas. konsumen yang memiliki

integritas yang kurang (memiliki standar etika yang lebih rendah) diharapkan

untuk merasa kurang bersalah ketika membeli produk bajakan (Ang et al., 2001).

Sebaliknya, mereka akan merasionalisasi perilaku mereka dengan cara

mengurangi rasionalisasi dibalik penyesalan atas tindakan (disonansi kognitif)

yang tidak etis, maka rumusan masalah yang empat adalah

Apakah integrity berpengaruh pada attitude?

Fenomena kelima yang dijelaskan yaitu Personal gratification hal ini

bersangkutan terhadap kebutuhan rasa prestasi, pengakuan sosial, dan menikmati

hal-hal dalam hidup (Ang et al., 2001). Ada hasil yang bertentangan dalam aspek

ini dalam literatur Bloch et al., (1993) menyebutkan bahwa konsumen yang

memilih produk bajakan, melihat diri mereka kurang kaya secara finansial, serta

kurang percaya diri, kurang berhasil dan memiliki status lebih rendah, di sisi lain,

hasil yang ditemukan oleh Ang et al., (2001) tidak menunjukkan pengaruh yang

signifikan antara kepuasan pribadi pada sikap konsumen terhadap produk bajakan.

maka rumusan masalah yang kelima adalah

Apakah personal gratification berpengaruh pada attitude?

Fenomena keenam yang dijelaskan yaitu norma subjektif. Fenomena ini

berkaitan dengan faktor sosial yang merujuk pada tekanan sosial untuk melakukan

atau tidak melakukan sesuatu (Ajzen, 1991). Konsumen mendapat informasi

sebelum membeli suatu produk, ketika keahlian dari orang lain mempengaruhi

mereka dalam menentukan pilihan (misalnya ketika seseorang tidak mengetahui

kategori produk) dan juga ketika mereka lebih tertarik untuk membuat kesan yang

baik kepada orang lain (Bearden et al., 1989). Jadi pada penelitian ini teman dan


commit to user

10

kerabat mungkin bertindak sebagai inhibitor atau kontributor untuk

mengkonsumsi, tergantung pada seberapa banyak perilaku ini telah disetujui oleh

mereka. Maka rumusan masalah yang keenam adalah

Apakah subjective norm berpengaruh pada attitude?

Fenomena keenam yang dijelaskan yaitu pengalaman masa lalu yang pernah

konsumen rasakan. Konsumen yang pernah melakukan pembelian terhadap

produk bajakan akan memiliki sikap dan niat yang berbeda terhadap produk

bajakan jika dibandingkan konsumen yang belum pernah membeli. Maka rumusan

masalah yang ketujuh dan kedelapan adalah

Apakah previous experience berpengaruh pada attitude?

Apakah previous experience berpengaruh pada behavioral intention?

Fenomena ketujuh yang dijelaskan yaitu niat berperilaku. Konsumen yang

memiliki sikap yang berbeda-beda terhadap pembajakan akan memiliki niat

berperilaku yang berbeda pula. Maka rumusan masalah yang kesembilan adalah

Apakah attitude berpengaruh pada behavioral intention?


commit to user

11

C. TUJUAN PENELITIAN

Studi ini bertujuan untuk menguji model kausal yang diharapkan mampu

menjelaskan hubungan pengaruh antara sikap terhadap produk bajakan terhadap

inferensi kualitas harga, penolakan dan penerimaan terhadap resiko, integritas,

gratifikasi personal, norma subjektif, pengalaman masa lalu, dan niat berperilaku

Secara spesifik, studi ini bertujuan untuk:

1. Menganalisis pengaruh price quality pada attitude terhadap produk bajakan?

2. Menganalisis pengaruh risk averseness pada attitude terhadap produk

bajakan?

3. Menganalisis pengaruh perceive risk pada attitude terhadap produk bajakan?

4. Menganalisis pengaruh integrity pada attitude terhadap produk bajakan?

5. Menjelaskan pengaruh personal ggratification pada attitude terhadap produk

bajakan?

6. Menganalisis pengaruh subjective norm pada attitude terhadap produk

bajakan?

7. Menganalisis pengaruh previous experience pada attitude terhadap produk

bajakan?

8. Menganalisis pengaruh previous experience pada behavioral intention

terhadap produk bajakan?

9. Menganalisis pengaruh attitude pada behavioral intention terhadap produk

bajakan?


commit to user

12

D. BATASAN PENELITIAN

1. Obyek penelitian ini hanya terbatas pada produk CD, VCD, dan DVD

bajakan. Obyek penelitian yang dipilih didasarkan pertimbangan mengenai

keseragaman (homogenitas) obyek yang akan diteliti. Hal ini dimaksudkan

agar model yang diuji dapat menjelaskan fenomena dengan baik.

2. Subyek penelitian ini terbatas pada Mahasiswa Strata Satu (S1) karena

Mahasiswa merupakan konsumen yang potensial dan juga menjadi target

pasar pada kategori produk bajakan tersebut sehingga diharapkan dapat

menjelaskan fenomena yang baik.

3. Lokasi penelitian ini terbatas pada Universitas Sebelas Maret (UNS)

Surakarta, karena subjek yang diteliti adalah mahasiswa sehingga peneliti

memilih universitas sebelas maret sebagai lokasi penelitian

4. Penelitian ini hanya berfokus pada sikap masyarakat khususnya

mahasiswa terhadap produk bajakan.

5. Penelitian ini hanya meneliti pengaruh variabel price quality, perceive and

risk averseness, integrity, personal gratification, subjective norm, previous

experience terhadap attitude ¸dan juga pengaruh previous experience dan

attitude terhadap behavioral intention (Matos, Ituassu, dan Rossi, 2007)


commit to user

13

E. MANFAAT PENELITIAN

Suatu penelitian akan mempunyai nilai apabila penelitian tersebut mampu

memberikan manfaat kepada berbagai pihak. Adapun manfaat penelitian ini

adalah sebagai berikut:

1. Bagi Akademisi

Penelitian ini diharapkan mampu menjadi bahan referensi bagi penelitian-

penelitian berikutnya dan diharapkan penelitian berikutnya mampu

memperbaiki dan menyempurnakan kelemahan dalam penelitian ini.

2. Bagi Praktisi

Hasil penelitian ini diharapkan dapat memberikan pemahaman dan

informasi yang lebih jelas mengenai sikap yang mempengaruhi niat

berperilaku konsumen terhadap CD, VCD dan DVD bajakan. Hasil penelitian

diharapkan dapat memberikan pemahaman bagi pemasar untuk mengetahui

faktor-faktor yang mempengaruhi niat beli konsumen pada produk bajakan.

Dengan demikian, pemasar dapat merencanakan strategi-strategi pemasaran

dan melakukan upaya-upaya pemasaran yang tepat untuk membuat kebijakan

strategis untuk mengatasi semakin berkembangnya masalah pembajakan

tersebut.


commit to user

14

BAB II

TELAAH PUSTAKA

Pembahasan pada bab ini bertujuan untuk menguraikan tinjauan pustaka

yang memuat teori-teori relevan dan mendukung analisis serta pemecahan

masalah yang terdapat dalam penelitian ini. Dalam bab ini juga diuraikan

penelitian-penelitian terdahulu, kerangka pemikiran dan hipotesis yang digunakan.

A. TINJAUAN PUSTAKA

1. Pengertian Behavioral Intention

Behavioral intention adalah isu utama yang digunakan dalam

penelitian ini. Banyak sekali keragaman mengenai pengertian behavioral

intention dari penelitian terdahulu sehingga perlu penjelasan pembatasan

yang lebih spesifik mengenai isu utama ini. Pembatasan spesifik ini

bertujuan untuk mendapatkan persamaan pemahaman mengenai

behavioral intention.

Peter dan Olson, (1990) (dalam Japarianto, 2006) menjelaskan

bahwa behavioral intention terjadi melalui suatu pilihan atau proses

pengambilan keputusan, dimana kepercayaan mengenai dua tipe

konsekuensi dan norma subyektif yang dipertimbangkan dan

diintegrasikan sehingga dapat digunakan untuk mengevaluasi alternatif

perilaku. Pendapat lain dikemukakan oleh Olloruniwo et al. (2006) (dalam

Japarianto, 2006), behavioral intention diartikan sebagai pengukuran

perilaku dalam bentuk pembelian kembali, word of mouth, loyalitas,

complaining behavior, dan kesensitifan terhadap harga. Ajzen ( 1991)

mengartikan behavioral intention merupakan sebuah fungsi dari attitude


commit to user

15

terhadap behavior dan sujective norm terhadap behavior yang kemudian

digunakan untuk memprediksi actual behavior. Sedangkan pengertian lain

menjelaskan bahwa behavioral intention adalah suatu indikasi bagaimana

orang-orang akan sulit mencoba tentang berapa banyak suatu usaha yang

mereka rencanakan untuk digunakan dalam rangka melaksanakan perilaku

itu, yang dipengaruhi oleh tiga komponen: sikap orang melakukan ke arah

perilaku itu, tekanan sosial yang dirasa, hubungan norma yang disebut dan

kendali tingkah laku (www-nix.oit. umass.edu/~aizen, 1 juli 2011, 10.30

am). Berdasarkan teori tersebut, disimpulkan bahwa behavioral intention

adalah suatu indikasi mengenai bagaimana kesediaan orang untuk

mencoba dan seberapa banyak usaha yang mereka rencanakan untuk

dilakukan dalam upaya menunjukan perilakunya (Japarianto, 2006).

2. Pengertian Kualitas Harga (Price Quality)

Harga menurut Kotler dan Amstrong (2001:439) didefinisikan

sebagai sejumlah uang yang dibebankan atas suatu produk, atau jumlah

dari nilai yang ditukar konsumen atas manfaat-manfaat karena memiliki

atau menggunakan produk tersebut. Harga merupakan salah satu bagian

yang sangat penting dalam pemasaran suatu produk karena harga adalah

satu dari empat bauran pemasaran / marketing mix (4P = product, price,

place, promotion / produk, harga, distribusi, promosi).

Studi yang terdahulu menunjukkan bahwa perbedaan harga

merupakan variabel yang penting ketika memilih suatu produk bajakan

(Cespedes et al., 1988; Cordell et al., 1996). Tingkat kualitas harga


commit to user

16

biasanya dipercaya para konsumen dan merupakan faktor yang penting

pada perilaku konsumen (Chapman and Wahlers, 1999 dalam Matos,

Ituassu, dan Rossi, 2007). Dalam pengertian ini, tendensi konsumen untuk

mempercayai harga mahal berarti memiliki kualitas tinggi, dan sebaliknya

harga murah memiliki kualitas yang rendah juga. Hal ini menjadi lebih

penting ketika terdapat sedikit informasi tentang kualitas suatu produk atau

konsumen tidak bisa menilai kualitas produk (Tellis and Gaeth, 1990).

Huang et al., (2004) (dalam Matos, Ituassu, dan Rossi, 2007)

menerangkan bahwa pembajakan biasanya dijual dengan harga yang lebih

rendah. Semakin besar hubungan kualitas harga (price quality) untuk

konsumen, menyebabkan lebih rendahnya persepsi mereka (konsumen)

terhadap kualitas produk bajakan.

3. Pengertian Risk Averseness dan Perceived Risk dalam Pembelian

Produk Bajakan

Risk averseness didefinisikan sebagai kecenderungan untuk

menghindari risiko dan secara umum dianggap sebagai variabel

kepribadian (Bonoma dan Johnston, 1979). Risk averseness ini merupakan

sifat psikologis konsumen dimana merupakan karakteristik penting untuk

membedakan antara buyers dan non buyers pada sebuah kategori produk,

terutama yang memiliki risiko (Donthu dan Garcia, 1999 dalam Matos,

Ituassu, dan Rossi, 2007). Pada penelitian ini buyers cenderung tidak

menganggap resiko sebagai sesuatu hal yang besar sedangkan non buyers

cenderung menghindari resiko yang mungkin terjadi.


commit to user

17

Perceive risk merupakan ketidakpastian yang dihadapi konsumen

pada saat mereka tidak dapat meramalkan konsekuensi dalam memutuskan

untuk membeli sesuatu khususnya produk bajakan. Pengertian ini

menyoroti dua dimensi relevan dari perceive risk, yaitu ketidakpastian dan

konsekuensi (Schiffman dan Kanuk, 1991).

Konsep dari perceive risk ini lebih sering digunakan dalam literatur

pemasaran yang berarti risiko. Sedangkan menurut persepsi konsumen

berarti ketidakpastian dan konsekuensi yang merugikan dari membeli

produk atau jasa (Dowling dan Staelin, 1994). Oleh karena itu, konsumen

menilai kemungkinan masalah yang terjadi yang akan menjadi

konsekuensinya. Masalah dan penilaian ini akan mempengaruhi setiap

tahap konsumen dalam proses pengambilan keputusan.

Adapun tipe tipe perceive risk menurut Schiffman dan Kanuk, (1991):

a. Functional risk (resiko fungsional) adalah suatu resiko dimana fungsi

produk tidak sesuai dengan fungsi yang diharapkan

b. Physical risk (resiko fisik) adalah suatu resiko jika suatu produk berakibat

buruk bagi fisik seseorang

c. Financial risk (resiko finansial) adalah suatu resiko jika produk yang

dibeli tidaqk sesuai dengtan harganya

d. Social risk (resiko sosial) adalah resiko yang disebabkan suatu produk

yang dipilih membuat keadaan tidak lebih baik atau membuat malu

didepan umum

e. Psychological risk (resiko psikologi) adalah resiko jika suatu produk tidak

sesuai keinginan hati.


commit to user

18

f. Time risk (resiko waktu) adalah resiko jika waktu yang dihabiskan untuk

mencari suatu produk terbuang percuma, karena produk tersebut tidak

sesuai yang diharapkan.

Jika konsumen mengalami berbagai resiko yang telah dipaparkan

tersebut dan ingin mengatasinya, maka cara konsumen untuk mengatasi

resiko (kerugian) tersebut adalah dengan mencari informasi, setia pada

merek tertentu, membeli produk yang bermerek terkenal, membeli produk

dari toko yang bereputasi baik, membeli produk yang sama mahalnya, dan

mencari produk sesuai keinginan hati.

4. Pengertian Integrity

Integritas (integrity) adalah bertindak konsisten sesuai dengan

nilai-nilai dan kebijakan organisasi serta kode etik, walaupun dalam

keadaan yang sulit untuk melakukannya. Dengan kata lain, “satunya kata

dengan perbuatan”. Yaitu dengan cara mengkomunikasikan maksud, ide

dan perasaan secara terbuka, jujur dan langsung sekalipun dalam negosiasi

yang sulit dengan pihak lain (www.bumihastamukti.com, 3 juni 2011,

09.04 am)

Konsumen yang membeli produk bajakan bukan merupakan

tindakan pidana, tetapi partisipasi konsumen dalam transaksi bajakan

itulah yang mendukung aktivitas ilegal (penjualan). Penelitian Cordell et

al., (1996) menunjukkan bahwa keinginan konsumen untuk membeli

produk yang bajakan berkaitan negatif dengan sikap terhadap keabsahan.

Dalam pengertian ini, konsumen yang memiliki standar etika yang lebih


commit to user

19

rendah diharapkan untuk merasa kurang bersalah ketika membeli produk

bajakan (Ang et al., 2001). Sebaliknya, mereka merasionalisasi perilaku

mereka dengan cara mengurangi kognitif disonansi sebuah perilaku yang

tidak etis.

Berikut ini beberapa perilaku dalam integrity (www.indosdm.com, 13 Mei

2011, 08:51 am)

a. Memahami dan mengenali perilaku sesuai kode etik

Dalam memahami dan mengenali perilaku, harus melakukan

beberapa hal diantaranya, 1) Mengikuti kode etik yang berlaku sesuai

dengan profesi dan peraturan perusahaan. 2) Jujur dalam menggunakan

dan mengelola sumber daya di dalam lingkup atau sesuai dengan

otoritasnya.3) Meluangkan waktu untuk memastikan bahwa apa yang

dilakukan itu tidak melanggar kode etik.

b. Melakukan tindakan yang konsisten dengan nilai (values) dan

keyakinannya

Melakukan tindakan yang konsisten dengan nilai dan keyakinan

bisa dilakukan dengan berbicara tentang ketidaketisan meskipun hal itu

akan menyakiti kolega atau teman dekat dan juga selalu jujur dalam

berhubungan dengan pelanggan.

c. Bertindak berdasarkan nilai (values) meskipun sulit untuk

melakukan itu

Jika melakukan kesalahan kita harus mengakuinya secara terbuka

dan berterus terang walupun dapat merusak hubungan baik antara teman

maupun kolega


commit to user

20

d. Bertindak berdasarkan nilai (values) walaupun ada resiko atau biaya

yang cukup besar

Mengambil tindakan atas perilaku orang lain yang tidak etis,

meskipun ada resiko yang signifikan untuk diri sendiri dan pekerjaan da

juga bersedia untuk mundur atau menarik produk/jasa karena praktek

bisnis yang tidak etis.

5. Pengertian Personal Gratification (Kepuasan Pribadi)

Gratifikasi adalah reaksi emosional yang menyenangkan dari

kebahagiaan sebagai respon atas pemenuhan keinginan atau pemenuhan

tujuan seseorang. Seseorang mungkin bangga mengatakan bahwa mereka

bersyukur atas tercapainya tujuan atas kerja keras mereka, dan istilah ini

biasanya digunakan untuk merujuk kasus-kasus seperti pembajakan ini.

Gratifikasi menyangkut kebutuhan rasa prestasi, pengakuan sosial,

dan menikmati hal-hal dalam hidup (Ang et al., 2001). Ada hasil yang

bertentangan dalam aspek ini dalam literatur Bloch et al., (1993)

menyatakan konsumen memilih produk bajakan, akan melihat diri mereka

kurang kaya secara finansial, kurang percaya diri, kurang berhasil dan

status lebih rendah, di sisi lain, hasilnya ditemukan oleh Ang et al., (2001)

tidak menunjukkan pengaruh yang signifikan antara kepuasan pribadi pada

sikap konsumen terhadap produk bajakan.


commit to user

21

6. Pengertian Subjective Norm (Norma Subyektif)

Norma subjektif adalah perasaan atau dugaan seseorang terhadap

orang-orang yang ada di dalam kehidupannya mengenai apa yang

dilakukan atau tidak dilakukan pada perilaku tertentu. Sebagaimana sikap

terhadap perilaku, norma subjektif juga dipengaruhi oleh keyakinan.

Bedanya adalah apabila sikap terhadap perilaku merupakan fungsi dari

keyakinan terhadap perilaku yang akan dilakukan (behavioral belief) maka

norma subjektif adalah fungsi dari keyakinan seseorang ini yang diperoleh

atas pandangan orang lain yang berhubungan dengannya (normative

belief).

Norma subjektif merupakan faktor sosial yang merujuk pada

tekanan sosial untuk melakukan atau tidak melakukan perilaku (Ajzen,

1991). Konsumen mendapat informasi, ketika keahlian dari orang lain

mempengaruhi mereka dalam menentukan pilihan (misalnya ketika

seseorang tidak tahu kategori produk), dan juga, ketika mereka lebih

tertarik untuk membuat kesan yang baik kepada orang lain (Bearden et al.,

1989). Mengenai pembajakan, teman dan kerabat mungkin bertindak

sebagai inhibitor atau kontributor untuk mengkonsumsi, tergantung pada

seberapa banyak perilaku ini telah disetujui oleh mereka.

Di dalam kehidupan sehari-hari, hubungan yang dijalin seseorang

dapat dikategorikan ke dalam hubungan yang bersifat vertikal dan

horizontal. Hubungan vertikal adalah hubungan antara atasan–bawahan;

guru–murid; profesor–mahasiswa, atau orang tua– anak. Hubungan

horizontal terjadi antara seseorang dengan teman-teman atau orang lain


commit to user

22

yang bersifat selevel. Pola hubungan ini dapat menjadi sumber perbedaan

persepsi. Pada hubungan yang bersifat vertikal, harapan dapat dipersepsi

sebagai tuntutan (injunctive) sehingga pembentukan norma subjektif akan

diwarnai oleh adanya motivasi untuk patuh terhadap tuntutan untuk

melakukan atau tidak melakukan suatu perilaku. Sebaliknya, pada

hubungan yang bersifat horizontal harapan terbentuk secara deskriptif

sehingga konsekuensinya adalah keinginan untuk meniru atau mengikuti

(identifikasi) perilaku orang lain di sekitarnya.

Norma subjektif mengenai suatu perilaku akan tinggi apabila

keyakinan normatif maupun motivasi untuk memenuhi harapan orang-

orang yang berhubungan secara vertikal ini sama-sama tinggi. Untuk

hubungan yang bersifat horizontal, norma subjektif akan tinggi apabila

keyakinan individu bahwa rekan kerja atau teman sangat diuntungkan

karena menggunakan suatu produk/jasa dan keinginan mengidentifikasi

perilaku rekan kerja atau teman dalam menggunakan produk/jasa tersebut

sangat kuat. (http://neila.staff.ugm.ac.id, 13 Mei 2011, 08:55)

7. Pengertian Attitude (Sikap)

Secara sederhana sikap didefinisikan sebagai ekspresi sederhana

dari bagaimana kita suka atau tidak suka terhadap beberapa hal.

Sedangkan menurut psikologi umum ada tiga macam definisi sikap :


commit to user

23

1) Berorientasi kepada respon

Sikap adalah suatu bentuk dari perasaan, yaitu perasaan

mendukung atau memihak (favourable) maupun perasaan tidak

mendukung (Unfavourable) pada suatu objek

2) Berorientasi kepada kesiapan respon

Sikap merupakan kesiapan untuk bereaksi terhadap suatu objek

dengan cara-cara tertentu, apabila dihadapkan pada suatu stimulus yang

menghendaki adanya respon atau suatu pola perilaku, tendenasi atau

kesiapan antisipatif untuk menyesuaikan diri dari situasi sosial yang telah

terkondisikan.

3) Berorientasi kepada skema triadik

Sikap merupakan konstelasi komponen-komponen kognitif, afektif,

dan konatif yang saling berinteraksi dalam memahami, merasakan, dan

berperilaku terhadap suatu objek di lingkungan sekitarnya.


commit to user

24

B. P0SISI STUDI

Sub bab ini bertujuan untuk menjelaskan posisi studi ini

dibandingkan dengan studi-studi terdahulu terkait dengan variabel-variabel

yang menjadi objek amatan dan alat analisis yang digunakan dalam

penelitian.

Tabel II.1 Posisi Studi

Peneliti (tahun)

Variabel Independen

Variabel Mediasi

Variabel Dependen

Obyek Penelitian

Alat Analisis

Ang et al., (2001)

Informative susceptibility,

Normative susceptibility,

Value conscious, Integrity, Personal

gratification

Attitude Purchase intention

Counterfeits products (CDs)

SEM

Huang, Lee, dan Ho (2004)

Price conciousness, Price-quality

inference, Risk averseness

Attitude Purchase Intention

All Gray Market Goods

LISREL

Matos, Ituassu, dan Rossi

(2007)

Price quality, Risk averseness, Subjective norm,

Percieve risk, Integrity, Personal

grtifikation, Previous

experience

Attitude Behavioral intention

All Counterfeits products

SEM

Marcketti dan Shelley (2009)

Concern, Knowledge

Attitude Willingness to

pay more Counterfeit

apparell products SEM

Phau dan Teah (2009)

Social factors, Personality factors

Attitude Intention to

buy Counterfeit

luxury brand SEM

Studi ini (2011)

Price quality, Risk averseness, Subjective norm,

Percieve risk, Integrity, Personal

grtifikation, Previous

experience

Attitude Behavioral intention

Counterfeits products (CD, CVD, DVD)

SEM

Sumber ; Hasil olahan data 2011


commit to user

25

Berdasarkan Tabel II.1 variabel tujuan dalam penelitian ini adalah

behavioral intention (Lihat Matos, Ituassu, dan Rossi, 2007). Selanjutnya,

studi ini menggunakan variabel mediasi yaitu attitude yang diadopsi dari

penelitian Ang et al., (2001), Huang, Lee, dan Ho (2004), Matos, Ituassu,

dan Rossi (2007), Marcketti dan Shelley (2009), Phau dan Teah (2009).

Penelitian ini menggunakan variabel independen Price quality (Lihat

Huang, Lee, dan Ho, 2004; Matos, Ituassu, dan Rossi, 2007), Risk

aversenes (Lihat Huang, Lee, dan Ho, 2004; Matos, Ituassu, dan Rossi,

2007), Subjective norm (Lihat Matos, Ituassu, dan Rossi, 2007), Percieve

risk (Lihat Matos, Ituassu, dan Rossi, 2007), Integrity (Lihat Ang et al.,

2001; Matos, Ituassu, dan Rossi, 2007), Personal gratification (Lihat Ang

et al., 2001; Matos, Ituassu, dan Rossi, 2007), dan Previous experience

(Lihat Matos, Ituassu, dan Rossi, 2007).


commit to user

26

C. KERANGKA TEORITIS

Mengarahkan penelitian menuju pemecahan masalah, perlu dibuat

suatu kerangka pemikiran yang menunjukkan hubungan antara beberapa

variabel yang akan dibahas. Hubungan dari variabel yang akan diteliti

dapat digambarkan sebagai berikut:

H1(-)

H2 (-)

H3 (-)

H4 (-)

H5 (+) H8 (+)

H6 (+)

H7a (+)

H7b (+)

Gambar 2.1 Kerangka Pemikiran

Sumber : Matos, Ituassu, dan Rossi (2007)

Subjective Norm

Price quality

Integrity

Personal Gratification

Risk Averseness

Percieve Risk

Previous Experience

Attitude

Behavioral Intention


commit to user

27

Keterangan :

Kualitas harga, penolakan terhadap resiko, norma subyektif, resiko

mungkin diterima, integritas, gratifikasi personal dan pengalaman masa lalu

adalah komponen yang mempengaruhi sikap terhadap CD, VCD, dan DVD

bajakan yang merupakan variabel independen, sedangkan sikap terhadap

CD, VCD, dan DVD bajakan merupakan variabel independen terhadap

keinginan berperilaku, dan merupakan variabel dependen terhadap kualitas

harga, penolakan resiko, dll. Dan niat untuk berperilaku merupakan variabel

dependennya. Sikap yang terbentuk, bisa merupakan sikap positif ataupun

sikap negatif terhadap CD, VCD, dan DVD bajakan. Positif atau negatifnya

sikap yang terbentuk, dipengaruhi oleh pernah tidaknya membeli produk

bajakan (dummy) dari tiap individidu. Jadi, pernah tidaknya membeli produk

bajakan turut mempengaruhi setiap individu untuk bersikap positif ataupun

negatif terhadap CD, VCD, dan DVD bajakan

D. PENGEMBANGAN HIPOTESIS

Hipotesis adalah jawaban sementara terhadap rumusan masalah

penelitian (Sugiyono, 1999: 51). Pernyataan ini perlu diteliti dan dianalisis

untuk diambil suatu kesimpulan apakah hipotesis tersebut secara empiris

terbukti atau tidak.

1. Pengaruh Price Quality pada Attitude

Konsumen lebih melihat dari segi harga dan garansi pembelian

dalam membedakan produk bajakan dan asli (Huang et al., 2004

dalam Matos, Ituassu, dan Rossi, 2007). Produk bajakan memiliki


commit to user

28

harga yang relatif lebih rendah dibanding yang asli dan juga produk

bajakan biasanya tidak memiliki garansi (kerusakan tidak ditanggung

oleh penjual melainkan memjadi resiko pembeli). Harga dan resiko

ini menjadi faktor yang penting terkait sikap pada produk bajakan.

Dalam studi ini, price quality berpengaruh negatif pada attitude

(Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa semakin

tinggi price quality, maka semakin negatif sikapnya pada produk

bajakan. Dengan demikian, hipotesis yang dirumuskan adalah:

H1 Semakin tinggi price quality, semakin negatif attitude

2. Pengaruh Risk Averseness dan Perceived Risk pada Attitude

Seperti yang dijelaskan pada hipotesis yang pertama, konsumen

percaya bahwa produk bajakan dijual pada harga yang lebih rendah

dan miskin garansi. Oleh karena itu variabel resiko merupakan

variabel yang penting sepert pengaruh price quality.

Risk averseness umumnya dianggap sebagai variabel kepribadian

(Bonoma dan Johnston, 1979). Sifat psikologis konsumen tersebut

merupakan karakteristik yang penting untuk membedakan antara

buyers dan nonbuyers dari kategori produk, terutama yang beresiko

(Donthu dan Garcia, 1999 dalam Matos, Ituassu, dan Rossi, 2007).

Dalam studi ini, risk averseness berpengaruh negatif pada attitude


tinggi risk averseness, maka semakin negatif sikapnya pada produk


H.2 Semakin tinggi risk averseness, semakin negatif attitude


commit to user

29

Konsep dari perceive risk lebih sering digunakan dalam literatur

pemasaran yang berarti risiko dalam hal persepsi konsumen dalam

ketidakpastian dan konsekuensi yang merugikan dari membeli produk

atau jasa (Dowling and Staelin, 1994). Oleh karena itu, konsumen

menilai masalah yang mungkin terjadi dan juga apa yang akan

menjadi konsekuensi negatif seperti masalah, dan penilaian ini akan

mempengaruhi setiap tahap konsumen dalam proses pengambilan

keputusan. Seperti sifat alami masalah ini, risiko mungkin termasuk

komponen yang berbeda, seperti kinerja, keuangan, keamanan, sosial,

psikologis, dimensi waktu dan kesempatan (Havlena dan DeSarbo,

1991).

Albers-Miller (1999) menemukan peran penting dari risiko atas

pembelian produk bajakan. Dalam konteks ini, seorang konsumen

dapat mempertimbangkan bahwa: 1). Produk tidak akan

berpenampilan sebagus produk asli dan tidak akan mendapatkan

garansi dari penjual, 2). memilih bajakan tidak akan membawa

keuntungan bagi keadaan moneter, 3). produk mungkin tidak seaman

produk yang asli, 4). pemilihan produk bajakan akan mempengaruhi

secara negatif bagaimana orang lain memandang mereka, 5). mereka

akan membuang-buang waktu, kehilangan kenyamanan dan

kehilangan manfaat untuk mengulang pembelian.

Perceived risk memiliki berpengaruh negatif pada attitude



commit to user

30

tinggi perceived risk, maka semakin negatif sikapnya pada produk


H3 Semakin tinggi perceived risk, semakin negatif attitude

3. Pengaruh Integrity pada Attitude

Penelitian menunjukkan bahwa keinginan konsumen untuk

membeli produk yang bajakan berkaitan negatif dengan sikap terhadap

keabsahan (Cordell.et al., 1996). Dalam pengertian ini, konsumen

yang memiliki standar etika (integrity) yang lebih rendah diharapkan

untuk merasa kurang bersalah ketika membeli produk bajakan (Ang et

al., 2001). Sebaliknya, mereka merasionalisasi perilaku mereka

dengan cara mengurangi disonansi kognitif sebuah perilaku yang tidak

etis.

Dalam studi ini, integrity berpengaruh negatif pada attitude


tinggi integrity., maka semakin negatif sikapnya pada produk bajakan.

Dengan demikian, hipotesis yang dirumuskan adalah:

H4 Semakin tinggi integrity, semakin negatif attitude

4. Pengaruh Personal Gratification pada Attitude

Personal gratification menyangkut kebutuhan rasa prestasi,

pengakuan sosial, dan menikmati hal-hal dalam hidup (Ang et al.,

2001). Ada hasil yang bertentangan dalam aspek ini dalam literatur

Bloch et al., (1993) menyarankan konsumen memilih produk bajakan,

melihat diri mereka kurang kaya secara finansial, kurang percaya diri,

kurang berhasil dan status lebih rendah, di sisi lain, hasilnya


commit to user

31

ditemukan oleh Ang et al., (2001) tidak menunjukkan pengaruh yang

signifikan antara kepuasan pribadi pada sikap konsumen terhadap

produk bajakan

Dalam studi ini, personal gratification berpengaruh positif pada

attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa

semakin tinggi personal gratification, maka semakin positif sikapnya

pada produk bajakan. Dengan demikian, hipotesis yang dirumuskan

adalah:

H5 Semakin tinggi personal gratification, semakin positif

attitude

5. Pengaruh Subjective Norm pada Attitude

Norma subjektif adalah faktor sosial merujuk pada tekanan sosial

untuk melakukan atau tidak melakukan perilaku (Ajzen, 1991).

Konsumen mendapat informasi, ketika keahlian dari orang lain

mempengaruhi mereka dalam menentukan pilihan (misalnya ketika

seseorang tidak tahu kategori produk), dan juga ketika mereka lebih

tertarik untuk membuat kesan yang baik kepada orang lain (Bearden et

al., 1989). Mengenai pembajakan, teman dan kerabat mungkin

bertindak sebagai inhibitor atau kontributor untuk

mengkonsumsi,tergantung pada seberapa banyak perilaku ini telah

disetujui oleh mereka.

Dalam studi ini, subjective norm berpengaruh positif pada attitude



commit to user

32

tinggi subjective norm, maka semakin positif sikapnya pada produk


H6. Semakin tinggi subjective norm, semakin positif attitude

6. Pengaruh Previous Experience pada Attitude

Dalam studi ini, previous experience berpengaruh positif pada

attitude (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan bahwa

semakin tinggi previous experience, maka semakin positif sikapnya


adalah:

H7a Semakin tinggi previous experience, semakin positif

attitude

7. Pengaruh Previous Experience pada Behavioral Intention

Dalam studi ini, previous experience berpengaruh positif pada

behavioral intention (Matos, Ituassu, dan Rossi, 2007). Hal ini

menjelaskan bahwa semakin tinggi previous experience, maka

semakin positif niat berperilaku pada produk bajakan. Dengan

demikian, hipotesis yang dirumuskan adalah:

H7b Semakin tinggi previous experience, semakin positif

behavioral intention

8. Pengaruh Attitude pada Behavioral Intention

Hubungan sikap dan perilaku telah banyak diperiksa dalam

literatur pemasaran. Menurut teori reason action, sikap ini berkorelasi

positif dengan niat perilaku, yang pada gilirannya merupakan

anteseden perilaku nyata (Ajzen dan Fishbein, 1980).


commit to user

33

Dalam studi ini, attitude berpengaruh positif pada behavioral

intention (Matos, Ituassu, dan Rossi, 2007). Hal ini menjelaskan

bahwa semakin positif attitude, maka semakin positif niat berperilaku


adalah:

H8 Semakin positif attitude, semakin positif behavioral

intention


commit to user

34

BAB III

METODE PENELITIAN

Pada bab ini diuraikan tentang hal-hal yang terkait langsung dengan

pengumpulan data yang akan digunakan dalam pengujian hipotesis. Berturut-turut

akan diuraikan tentang desain penelitian, populasi, sampel dan teknik sampling,

pengukuran variabel dan definisi operasional, sumber data, metode pengumpulan

data, prosedur dan analisis data, serta estimasi dan pengujian model struktural.

A. DESAIN PENELITIAN

1. Tujuan Studi

Penelitian ini dikategorikan ke dalam penelitian pengujian

hipotesis (hypotesis testing), biasanya menjelaskan sifat hubungan

tertentu, atau menentukan perbedaan antar kelompok atau kebebasan

(independent) dua atau lebih faktor dalam suatu situasi. Pengujian

hipotesis adalah sarana untuk menguji apakah pernyataan jika-maka

yang dihasilkan dari kerangka teoritis benar adanya ketika dihadapkan

pada penyelidikan yang ketat (Sekaran, 2006:162). Penelitian ini

bertujuan untuk menguji pengaruh antara kualitas harga, penolakan

terhadap resiko, norma subyektif, resiko yang diterima, integritas,

gratifikasi personal dan pengalaman masa lalu pada sikap terhadap CD,

VCD, dan DVD bajakan dan juga pengaruh variabel sikap terhadap niat

berperilaku.

Metode survei digunakan dalam penelitian ini, yaitu suatu metode

pengumpulan data primer dengan memberikan pertanyaan-pertanyaan


commit to user

35

kepada responden individu (Jogiyanto, 2004: 115). Dalam penelitian

ini, informasi dikumpulkan dari responden dengan menggunakan

kuisioner.

2. Tipe Hubungan Variabel

Berdasarkan tipe hubungan variabel, penelitian ini termasuk ke

dalam studi kausal (causal study), yaitu studi di mana peneliti ingin

menemukan penyebab dari satu atau lebih masalah (Sekaran, 2006:165).

3. Situasi (Setting) Penelitian

Dilihat dari situasi penelitian, penelitian ini termasuk ke dalam

studi lapangan (field study), yaitu studi yang dilakukan dalam situasi alami

dengan jumlah intervensi minimal dari peneliti terhadap arus kejadian

dalam situasi (Sekaran, 2006:170).

4. Unit Analisis

Unit analisis dalam penelitian ini adalah individu. Unit analisis

merujuk pada tingkat kesatuan data yang dikumpulkan selama tahap

analisis data selanjutnya (Sekaran, 2006:173).

5. Horison Waktu

Berdasarkan dimensi waktu, penelitian dapat dikategorikan

menjadi cross-sectional study dan longitudinal studi. Penelitian ini

termasuk dalam kategori penelitian cross sectional study, yaitu studi yang

dapat dilakukan dengan data yang hanya sekali dikumpulkan, mungkin

selama periode harian, mingguan, atau bulanan, dalam rangka menjawab

pertanyaan penelitian (Sekaran, 2006:177).


commit to user

36

6. Pengukuran Variabel

Pengukuran variabel dalam penelitian ini menggunakan skala likert

(likert scale), yaitu skala interval yang secara spesifik menggunakan lima

pilihan, seperti Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan

Sangat Setuju (Sekaran, 2006: 238). Menurut Jogiyanto (2004), Skala

likert merupakan bagian dari skala rating dimana skala tersebut digunakan

untuk memberikan nilai (rating) ke suatu variabel.

B. POPULASI, SAMPEL, TEKNIK SAMPLING

1. Populasi

Populasi adalah kumpulan individu atau obyek penelitian yang

memiliki karakteristik atau ciri yang ditetapkan (Cooper dan Emory,

1995) populasi yang digunakan dalam penelitian ini adalah seluruh

Mahasiswa di Surakarta.

2. Sampel

Sampel adalah sebagian dari populasi yang karateristiknya hendak

diselidiki dan dianggap bisa mewakili keseluruhan populasi (jumlahnya

lebih sedikit dari populasi) (Djarwanto dan Subagyo, 1998: 108).

Dalam penelitian ini, sampel yang digunakan adalah mahasiswa

Universitas Sebelas Maret.


commit to user

37

3. Jumlah sampel

Menurut Ferdinand (2006:46), terdapat beberapa pedoman dalam

menentukan ukuran sampel:

a. 100-200 sampel untuk teknik maximum Likelihood Estimation.

b. Tergantung pada jumlah parameter yang diestimasi.

Pedomannya adalah 5-10 kali jumlah parameter yang diestimasi.

c. Tergantung pada jumlah indikator yang digunakan dalam

seluruh variabel laten. Jumlah sampel adalah jumlah indikator

dikali 5 sampai10.

d. Bila sampelnya sangat besar, maka peneliti dapat memilih

teknik estimasi.

Berdasarkan pedoman di atas maka jumlah sampel minimum

dapat ditentukan dari 5 kali indikator yang digunakan, yaitu 28

indikator sehingga jumlah sampel yang diambil adalah 140 (28x5)

ditambah cadangan jika terjadi kerusakan/ kesalahan dalam pengisian

data sebanyak 20 sampel. Untuk memenuhi ukuran sampel minimum

maka jumlah sampel yang akan diambil adalah 160 responden. Jumlah

sampel ini representative untuk teknik analisis SEM, yaitu ukuran

sample yang sesuai untuk SEM adalah 100-200.

4. Teknik Sampling

Prosedur pemilihan sampel penelitian ini menggunakan non

probability sampling, yaitu desain penelitian sampel dimana

elemen dalam populasi untuk terpilih sebagai subjek sampel tidak

diketahui sebelumnya (Sekaran, 2006:135). Teknik yang


commit to user

38

digunakan dalam pengambilan sampel dalam penelitian ini adalah

Purposive sampling adalah pengambilan sampel dalam hal ini

terbatas pada jenis orang tertentu yang dapat memberikan

informasi yang diinginkan, entah karena mereka satu-satunya yang

memilikinya, atau memenuhi beberapa kriteria yang ditentukan

(Sekaran, 2006). Kriteria yang digunakan adalah: (1). Mahasiswa

Universitas Sebelas Maret Surakarta, (2). Belum memiliki

penghasilan (pekerjaan)

Pemilihan kriteria tersebut dikarenakan mahasiswa Universitas

Sebelas Maret Surakarta dianggap sudah dapat mewakili populasi

yaitu mahasiswa di Surakarta dan kriteria yang kedua dipilih

karena responden yang belum memiliki penghasilan akan

menjadikan produk bajakan sebagai alternatif ketika akan membeli

CD, VCD, dan DVD bajakan karena belum memiliki kemandirian

secara finansial.

C. DEFINISI OPERASIONAL VARIABEL PENELITIAN

Definisi operasional variabel adalah definisi yang dinyatakan

dalam kriteria atau operasi yang dapat diuji secara khusus (Cooper dan

Emory, 1999: 37). Istilah-istilah ini harus mempunyai rujukan-rujukan

empiris (dapat diukur, dihitung atau dikumpulkan melalui penalaran).

Dengan sangat luasnya permasalah yang ada, maka sangat

diperlukan adanya definisi operasional variabel penelitian yang akan

diteliti dapat terdefinisi secara jelas dan untuk menghindari terjadinya


commit to user

39

penyimpangan terhadap masalah yang akan diteliti. Adapun indikator-

indikator yang akan diteliti adalah :

1. Price Quality

Kualitas harga (price quality) merupakan faktor penting yang

berhubungan dengan sikap pada produk bajakan (Huang et al., 2004).

Variabel ini diukur dengan tiga item pertanyaan (Ha, 2004) yang diukur

dengan lima poin skala likert dengan indikator sebagai berikut

(Lichtenstein et al., 1993):

a. Harga tinggi memiliki kualitas tinggi.

b. Harga merupakan indikator dari kualiatas.

c. Produk terbaik didapat dengan mengeluarkan uang lebih

2. Risk Averseness

Risk averseness secara umum dianggap sebagai variabel

kepribadian (Bonoma dan Johnston, 1979) untuk mengukur risk

averseness digunakan tiga item pertanyaan yang diukur dengan skala

likert dengan indikator sebagai berikut (Huang et al., 2004; Donthu and

Garcia, 1999) (dalam Matos, Ituassu, dan Rossi, 2007):

a. Resiko ketika membeli produk bajakan

b. Kualitas produk bajakan yang dibeli

c. Keragu-raguan seseorang ketika membeli produk bajakan

3. Attitude

Sikap ini dianggap sangat berkorelasi dengan niat seseorang, yang

pada gilirannya merupakan prediktor perilaku yang wajar (Ajzen dan

Fishbein, 1980 dalam Matos, Ituassu, dan Rossi, 2007). Variabel ini


commit to user

40

diukur dengan lima item pertanyaan yang diukur dengan skala likert

dengan indikator sebagai berikut (Huang et al., 2004 dalam Matos,

Ituassu, dan Rossi, 2007):

a. Pertimbangan harga dalam memilih produk bajakan

b. Kesukaan berbelanja produk bajakan

c. Keuntungan membeli produk bajakan

d. Perasaan tidak bersalah dalam membeli produk bajakan.

e. Membeli produk bajakan merupakan pilihan yang lebih baik

4. Subjective Norm

Subjective norm merupakan faktor sosial yang merujuk pada

tekanan sosial untuk melakukan atau tidak melakukan perilaku (Ajzen,

1991). Variabel ini diukur dengan tiga item pertanyaan yang diukur

dengan skala likert dengan indikator sebagai berikut (Ajzen, 1991):

a. Pandangan teman dan kerabat ketika membeli produk

bajakan

b. Teman-teman dan kerabat menganjurkan untuk membeli

produk bajakan

c. Teman-teman dan kerabat yg menggunakan produk bajakan

5. Behavioral Intention

Behavioral intention adalah suatu indikasi mengenai bagaimana

kesediaan orang untuk mencoba dan seberapa banyak usaha yang

mereka rencanakan untuk dilakukan dalam upaya menunjukan

perilakunya (Japarianto, 2006).. Variabel pada behavioral intention ini


commit to user

41

diukur dengan indikator berbagai item pertanyaan sebagai berikut

(Zeithaml et al., 1996 dalam Matos, Ituassu, dan Rossi, 2007):

a. Produk bajakan menjadi pilihan ketika akan membeli CD,

VCD atau DVD

b. Membeli CD, VCD atau DVD bajakan

c. Merekomendasikan kepada teman untuk membeli produk

bajakan

d. Mengatakan sesuatu yang baik mengenai produk bajakan

6. Perceived Risk

Perceive risk dianggap sebagai variabel kepribadian (Bonoma dan

Johnston, 1979). Variabel ini diukur dengan tiga item pertanyaan yang

diukur dengan skala likert dengan indikator sebagai berikut (Dowling

and Staelin, 1994):

a. Resiko yang akan ditanggung ketika mebeli produk bajakan

b. Kemungkinan produk bajakan yang dibeli rusak

c. Mengeluarkan uang untuk produk bajakan merupakan

keputusan yang buruk

7. Integrity

Konsumen yang memiliki standar etika yang lebih rendah

diharapkan untuk merasa kurang bersalah ketika membeli produk

bajakan (Ang et al., 2001). Variabel ini diukur dengan empat item

pertanyaan yang diukur dengan skala likert dengan indikator sebagai

berikut:


commit to user

42

a. Kejujuran sebagai kualitas penting bagi karakter seseorang

b. Sangat penting bahwa orang bersikap sopan

c. Kekaguman terhadap orang yang bertanggung jawab

d. Kesukaan terhadap orang yang memiliki pengendalian diri

8. Personal Gratification

Personal gratification menyangkut kebutuhan rasa prestasi,

pengakuan sosial, dan menikmati hal-hal dalam hidup (Ang et al., 2001).

Variabel ini diukur dengan tiga item pertanyaan yang diukur dengan

skala likert dengan indikator sebagai berikut (Ang et al., 2001):

a. Usaha untuk mendapatkan prestasi dan pengakuan sosial

b. Keinginan memiliki kehidupan nyaman

c. Keinginan memiliki kehidupan menyenangkan

Pada penelitian ini, dapat dijelaskan bahwa pada model penelitian

ini terlihat bahwa kualitas harga, penolakan terhadap resiko, norma

subyektif, penerimaan terhadap resiko, integritas, gratifikasi personal dan

previuos experience adalah komponen yang mempengaruhi sikap yang

merupakan variabel independen, sedangkan sikap merupakan variabel

independen terhadap niat berperilaku, dan merupakan variabel dependen

dari kualitas harga, penolakan resiko, dll. Dan niat untuk berperilaku

merupakan variabel dependennya. Sedangkan pengukuran variabel dalam

penelitian ini menggunakan Skala Likert (Likert Scale) 5 poin dengan

kriteria Skala 1: Sangat Tidak Setuju hingga 5 : Sangat Setuju


commit to user

43

D. SUMBER DATA

1. Data Primer (Primary Data)

Data primer adalah data yang diperoleh dari tangan pertama

untuk analisis berikutnya untuk menemukan solusi atau masalah yang

diteliti (Sekaran, 2006). Menurut Sarwono (2006) Dalam pencarian

data primer, ada tiga dimensi penting yang perlu diketahui, yaitu

kerahasiaan, struktur, dan metode koleksi. Dalam penelitian ini, data

primer diperoleh dari jawaban responden yang disebar melalui

kuisioner.

2. Metode Pengumpulan Data

Pengumpulan data dilakukan dengan penyebaran kuisioner pada

responden penelitian. Menurut Sekaran (2006), Kuisioner adalah

kumpulan pertanyaan tertulis yang dirumuskan sebelumnya di mana

responden mecatat jawaban, biasanya dalam alternatif yang disusun

secara cukup tertutup.

Pengisian kuisioner didampingi oleh peneliti, dimana peneliti

akan memberikan bimbingan kepada responden. Bentuk pertanyaan

dalam kuisioner ini adalah pertanyaan tertutup (closed questions),

yaitu pertanyaan dengan kumpulan alternatif yang disusun dengan

jelas yang membatasi pilihan responden pada salah satu diantaranya

(Sekaran, 2006).

Metode pengumpulan data kuesioner pada penelitian ini adalah

dengan menggunakan metode personnally administrated


commit to user

44

questionaires, yaitu peneliti menyampaikan sendiri kuesioner kepada

responden dan mengambil sendiri kuesioner yang telah diisi oleh

responden, tujuan utamanya supaya tingkat pengembalian kuesioner

dapat terjaga didalam periode waktu yang relatif pendek (Sekaran,

2003).

E. METODE ANALISIS DATA

Metode analisis yang digunakan dalam penelitian ini menggunakan

Structural Equation Modelling (SEM). SEM merupakan teknik multivariat

yang mengkombinasikan aspek regresi berganda dan analisis faktor untuk

mengestimasi serangkaian hubungan ketergantungan secara simultan (Hair

et al., 1998). Pengujian hipotesis dilakukan dengan menggunakan program

AMOS versi 6 untuk menganalisis hubungan kausalitas dalam model

struktural yang diusulkan.

1. Analisis Deskriptif

Analisis deskriptif merupakan analisis data dengan cara

mengubah data mentah menjadi bentuk yang lebih mudah dipahami

dan diinterpretasikan (Ferdinand, 2002).

2. Pengujian Statistik

Pengujian statistik merupakan pengujian yang diawali

dengan pengujian validitas dan reliabilitas dalam penelitian. Hal ini

bertujuan untuk memberikan jaminan bahwa data yang diperoleh

telah memenuhi kritetria kelayakan untuk diuji dengan

menggunakan metode statistik apapun jenisnya. Dengan demikian,


commit to user

45

hasil yang diperoleh mampu menggambarkan fenomena bisnis

yang diukur (Ferdinand, 2002).

3. Uji Instrumen

a. Uji Validitas

Menurut Sekaran (2006), Uji validitas merupakan bukti

bahwa instrumen, teknik, atau proses yang digunakan untuk

mengukur sebuah konsep benar-benar mengukur konsep

yang dimaksudkan. Uji validitas digunakan untuk

mengukur apakah instrumen penelitian benar-benar mampu

mengukur konstruk yang digunakan. Untuk memperoleh

validitas kuesioner, usaha dititik beratkan pada pencapaian

validitas isi. Validitas tersebut menunjukkan sejauh mana

perbedaan yang diperoleh dengan instrumen pengukuran

merefleksikan perbedaaan sesungguhnya pada responden

yang diteliti.

Penelitian ini menggunakan confirmatory factor

analysis (CFA) untuk mengetahui validitas instrumen.

Tinggi rendahnya validitas suatu angket dengan melihat

factor loading dengan bantuan software SPSS for windows

versi 11,5. Factor loading adalah korelasi item-item

pertanyaan dengan konstruk yang diukurnya. Menurut Hair

et al., (1998:111), factor loading lebih besar > 0.30

dianggap memenuhi level minimal, sangat disarankan

besarnya factor loading adalah > 0.40, jika factor loading


commit to user

46

suatu item pertanyaan mencapai > 0.50 atau lebih besar

maka item tersebut sangat penting dalam

menginterpretasikan konstruk yang diukurnya. Pedoman

umum untuk analisis faktor adalah nilai lambda atau factor

loading > 0,4 (Ferdinand, 2006:131). Berdasarkan pedoman

tersebut, peneliti menetapkan nilai factor loading yang

signifikan adalah lebih dari > 0.50.

4. Uji Validitas Pretest

Sebelum melakukan penyebaran ke sampel besar, peneliti

terlebih dahulu melakukan pretest kepada 50 responden untuk

kepentingan uji validitas dan reliabilitas. Berikut ini hasil uji

validitas pada pretest:

Tabel III.1

Hasil KMO dan Bartlett’s Test Pretest KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,412

Bartlett's Test of Sphericity

Approx. Chi-Square 1201,775 Df 378 Sig. ,000

Sumber : Data Primer Yang Diolah, 2011

Model analisis faktor yang diperoleh dari tabel III.1 diatas

belum memenuhi kriteria goodness of fit yang baik. Hal ini

diindikasikan melalui skor KMO Tabel III.1 sebesar 0,412 (<0,50)

dan signifikansi Bartlett’s test of sphericity sebesar 0,000


commit to user

47

(<0,005). Sedangkan hasil validitasnya dapat dilihat pada Tabel

III.2 berikut:

Tabel III.2

Hasil Uji Validitas Pretest Rotated Component Matrix(a)

Component

1 2 3 4 5 6 7 8 PQ1 ,820 PQ2 ,901 PQ3 ,650 PR1 -,889 PR2 ,827 PR3 ,803 INT1 INT2 -,505 ,589 INT3 ,709 INT4 ,646 PG1 ,652 PG2 ,879 PG3 ,809 SN1 ,595 SN2 ,592 SN3 ,746 RA1 ,711 RA2 ,744 RA3 -,872 AT1 ,517 AT2 ,818 AT3 ,694 AT4 ,868 AT5 BI1 ,718 BI2 ,842 BI3 ,847 BI4 ,860


Dari hasil tabel III.2 diatas mengindikasikan hasil yang

sama pada item – item pada Tabel III.2, yaitu masih mengukur

pada komponen yang sama, Sehingga peneliti melakukan pretest

kedua, dengan menyebarkan kuesioner kepada 50 responden yang


commit to user

48

berbeda dengan melakukan perbaikan tata bahasa kembali pada

item-item pertanyaan kuesioner. Hasil uji KMO dan Bartlett’s

Test dan validitas pada pretest kedua dapat dilihat pada Tabel

III.3 dan Tabel III.4 dibawah:

Tabel III.3 Hasil KMO dan Bartlett’s Test Pretest

KMO and Bartlett's Test


Tabel III.4 Hasil Uji Validitas Pretest

Rotated Component Matrix(a)





Component

1 2 3 4 5 6 7 8 PQ1 ,797 PQ2 ,882 PQ3 ,839 PR1 ,598 ,526 PR2 ,812 PR3 ,765 INT1 ,846 INT2 ,633 INT3 ,858 INT4 ,708 PG1 -,540 PG2 ,815 PG3 ,837 SN1 ,607 SN2 ,598 SN3 ,717 RA1 ,533 ,558 RA2 ,728 RA3 ,843 AT1 ,722 AT2 ,837 AT3 ,749 AT4 ,837 AT5 ,772 BI1 ,756 BI2 ,805 BI3 ,853 BI4 ,894


commit to user

49

Berdasarkan nilai KMO dan Bartlett’s Test pada Tabel

III.3, model analisis faktor yang digunakan masih belum

memenuhi kriteria goodness of fit yang baik. Hal ini diindikasikan

melalui skor KMO sebesar 0,462 (<0,50) yaitu dibawah ambang

batas sedangkan hasil uji validitasnya juga mengindikasi hasil

yang sama yaitu pada Tabel III.4. Hasilnya masih dikatakan

belum valid karena setiap banyak item pertanyaan yang menjadi

indikator masing-masing variabel masih menyebar dan belum

terekstrak secara sempurna.

Karena hasil KMO Bartlett’s Test dan uji validitas masih

belum memenuhi kriteria langkah selanjutnya peneliti melakukan

pretes kembali dengan memperbaiki tata bahasa item pertanyaan

pada instrumen penelitian kepada 50 responden yang berbeda.

Hasil uji validitas pada pretest ketiga dapat dilihat pada Tabel

III.5 dan Tabel III.6 dibawah :






Tabel III.6



commit to user

50



Component

1 2 3 4 5 6 7 8 PQ1 ,898 PQ2 ,899 PQ3 ,831 PR1 ,775 PR2 ,867 PR3 ,756 INT1 ,800 INT2 ,748 INT3 ,797 INT4 ,573 PG1 ,713 PG2 ,872 PG3 ,858 SN1 ,662 SN2 ,742 SN3 ,687 RA1 ,761 RA2 ,819 RA3 ,884 AT1 ,748 AT2 ,852 AT3 ,847 AT4 ,840 AT5 ,802 BI1 ,704 BI2 ,752 BI3 ,796 BI4 ,851

Setelah kuesioner disebar kepada 50 responden yang

berbeda dan tata bahasa pada item-item pertanyaan pada kuesioner

telah diperbaiki, nilai KMO dan Bartlett’s Test pada Tabel III.5

diatas sudah memenuhi kriteria goodness of fit yang baik. Hal ini

diindikasikan melalui skor KMO sebesar 0,608 (>0,50).



commit to user

51

Berbeda dengan hasil Hasil KMO dan Bartlett’s Test Pretest

pada Tabel III.5 diatas, hasil uji validitas pada pretest ketiga pada

Tabel III.6, masih belum terekstrak dengan sempurna, dan masih

dikatakan tidak valid. Dapat dilihat pada adanya indikator yang

berada pada loading faktor yang sama, yaitu SN dan BI, dan juga

RA3 yang masih tersebar. Sehingga peneliti melakukan pretest

keempat, dengan menyebarkan kuesioner dan melakukan perbaikan

kembali pada item-item pertanyaan kuesioner. Hasil KMO dan

Bartlett’s Test dan uji validitas pada pretest keempat dapat dilihat

pada Tabel III.7 dan Tabel III.8 dibawah :


Hasil KMO dan Bartlett’s Test Pretest pada Tabel III.7

diatas sudah memenuhi kriteria goodness of fit yang baik. Hal ini

diindikasikan melalui skor KMO sebesar 0,663 (>0,50) melebihi

ambang batas dan signifikansi Bartlett’s test of sphericity sebesar

0,000 (<0,005).






commit to user

52




Sedangkan hasil uji validitas pretest pada Tabel III.8 diatas juga

mengindikasi hasil yang sama dengan Tabel III.7, item-item pertanyaan

kuesionernya dapat dikatakan valid, karena setiap item pertanyaan yang

menjadi indikator masing-masing variabel telah terekstrak secara

sempurna.

Component

1 2 3 4 5 6 7 8 PQ1 ,872 PQ2 ,890 PQ3 ,859 PR1 ,832 PR2 ,839 PR3 ,719 INT1 ,702 INT2 ,622 INT3 ,797 INT4 ,833 PG1 ,734 PG2 ,832 PG3 ,798 SN1 ,740 SN2 ,799 SN3 ,677 RA1 ,886 RA2 ,791 RA3 ,628 AT1 ,787 AT2 ,823 AT3 ,796 AT4 ,777 AT5 ,766 BI1 ,581 BI2 ,669 BI3 ,824 BI4 ,835


commit to user

53

Hasil dari pengujian analisis faktor menunjukkan bahwa yang

masuk ke faktor 4 dengan loading factor besar dan dikatakan valid adalah

item pertanyaan PQ1, PQ2, dan PQ3 sedangkan yang masuk faktor 7

dengan loading factor besar dan dikatakan valid adalah item pertanyaan

PR1, PR2 dan PR3; yang masuk faktor 3 dengan loading factor besar dan

dikatakan valid adalah item pertanyaan INT1, INT2, INT3, dan INT4;

yang masuk faktor 5 dengan loading factor besar dan dikatakan valid

adalah item pertanyaan PG1, PG2, dan PG3; yang masuk faktor 6 dengan

loading factor besar dan dikatakan valid adalah item pertanyaan SN1,

SN2, dan SN3; yang masuk faktor 8 dengan loading factor besar dan

dikatakan valid adalah item pertanyaan RA1, RA2, dan RA3; yang masuk

faktor 1 dengan loading factor besar dan dikatakan valid adalah item

pertanyaan AT1, AT2, AT3, AT4, dan AT5; serta yang masuk faktor 2

dengan loading factor besar dan dikatakan valid adalah item pertanyaan

BI1, BI2, BI3, dan BI4

Hal ini juga diperkuat dengan hasil perhitungan KMO sebesar 0,663

yang lebih besar dari 0,5. Oleh karena item-item pertanyaan telah teruji

kevalidannya, maka langkah selanjutnya dapat dilakukan penyebaran

kuesioner ke sampel besar.

5. Uji Reliabilitas

Reliabilitas adalah pengukuran yang menunjukkan sejauh mana

alat ukur dapat dipercaya dan sejauh mana hasil pengukuran tetap

konsisten dan karena itu menjamin pengukuran yang konsisten lintas


commit to user

54

waktu dan lintas beragam item dalam instrumen (Sekaran, 2006:40). Uji

reliabilitas bertujuan untuk mengetahui tingkat konsistensi terhadap

instrumen-instrumen yang mengukur konsep.

Pengujian reliabilitas dalam penelitian ini menggunakan

Cronbach’s alpha. Rangkuti (2004) mengemukakan bahwa suatu alat

ukur dianggap reliable apabila nilai koefisien alpha yang diperoleh sama

dengan atau lebih besar dari 0,6Kategori koefisien alpha dari satu

pengujian adalah sebagai berikut :

1. 0,8 - 1 : Reliabilitas baik.

2. 0,6 – 0,79 : Reliabilitas dapat diterima.

3. < 0,6 : Reliabilitas kurang baik.

6. Uji Reliabilitas Pretest

Berdasarkan hasil uji reliabilitas pretest seperti yang terlihat pada

Tabel III.7 di atas, dapat disimpulkan bahwa kehandalan alat ukur sangat

tinggi dan dapat dipercaya karena nilai reliabilitas terletak pada indeks

yang tinggi sehingga dengan demikian seluruh item pertanyaan dalam

kuesioner penelitian ini dinyatakan reliabel.

Berdasarkan hasil uji reliabilitas pretest seperti yang terlihat pada

Tabel III.7, dapat disimpulkan bahwa kehandalan alat ukur sangat tinggi

dan dapat dipercaya karena nilai reliabilitas terletak pada indeks yang

tinggi sehingga dengan demikian seluruh item pertanyaan dalam kuesioner

penelitian ini dinyatakan reliabel.


commit to user

55

Tabel III.9 Hasil Uji Reliabilitas Pretest

6). Metode Analisis Data

Metode analisis yang digunakan dalam penelitian ini menggunakan

Structural Equation Modelling (SEM). SEM merupakan teknik

multivariate yang mengkombinasikan aspek regresi berganda dan

analisis faktor untuk mengestimasi serangkaian hubungan

ketergantungan secara simultan ( Hair et al., 1998). Pengujian hipotesis

dilakukan dengan menggunakan program AMOS versi 6 untuk

menganalisis hubungan kausalitas dalam model struktural yang

diusulkan.

F. ESTIMASI DAN PENGUJIAN MODEL STRUKTURAL

Ada beberapa hal yang harus diperhatikan sebelum melakukan

pengujian model struktural dengan pendekatan SEM, yaitu :

1. Asumsi Kecukupan Sampel

Ukuran sampel yang harus dipenuhi dalam permodelan ini

adalah minimal berjumlah 100 dan selanjutnya menggunakan

Variabel Cronbach's Alpha Keteragan Price Quality Inference Percieve Risk Integrity Personal Gratification Subjective Norm Risk Averseness Attitude Behavioral Intention

0,8946 0,7418 0,8674 0,8393 0,7836 0,6645 0,9151 0,8919

Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel



commit to user

56

perbandingan 5 observasi untuk setiap estimated parameter (Ferdinand,

2006:54).

2. Asumsi Normalitas

Dalam SEM terutama bila diestimasi dengan teknik maximum

likelihood mensyaratkan sebaiknya asumsi normalitas pada data

terpenuhi. Untuk menguji asumsi normalitas maka digunakan nilai z

statistik untuk skewness dan kurtosisnya.

Curran et al., dalam Ghozali dan Fuad (2005) membagi

distribusi data menjadi 3 bagian, yaitu:

a. Normal jika nilai skewness kurang dari 2 dan nilai kurtosis

kurang dari 7.

b. Moderately non-normal, yaitu besarnya data yang tidak

normal adalah sedang. Nilai skewness antara 2 sampai 3 dan

nilai kurtosis antara 7 sampai 21.

c. Extremely non-normal, yaitu distribusi data yang tidak

normal sangat besar dimana nilai skewness diatas 3 dan nilai

kurtosis diatas 21.

3. Asumsi Outliers

Outliers adalah data yang memiliki karakteristik unik yang

terlihat sangat berbeda jauh dari observasi-observasi lainnya dan

muncul dalam bentuk nilai ekstrim baik untuk konstruk tunggal maupun

konstruk kombinasi. Dalam analisis multivariate adanya outliers dapat

diuji dengan statistik Chi Square (x2) terhadap nilai mahalanobis

distance square pada tingkat signifikansi 0,001 dengan degree of


commit to user

57

freedom sejumlah variabel yang digunakan dalam penelitian (Hair et al,

1998), dalam hal ini variabel yang dimaksud adalah jumlah item

pengukuran pada model, bila terdapat observasi yang mempunyai nilai

mahalanobis distance square yang lebih besar dari Chi Square maka

observasi tersebut dikeluarkan dari analisis. Umumnya perlakuan

terhadap outliers adalah dengan mengeluarkannya dari data dan tidak

diikutsertakan dalam perhitungan berikutnya. Bila tidak terdapat alasan

khusus untuk mengeluarkan outliers, maka observasi dapat

diikutsertakan dalam analisis selanjutnya.

4. Evaluasi Atas Kriteria Goodness Of Fit

Dalam analisis SEM, tidak ada alat uji statistik tunggal untuk

menguji hipotesis mengenai model (Hair et al., 1995 dalam Ferdinand,

2006:58). Tetapi berbagai fit index yang digunakan untuk mengukur

derajat kesesuaian antara model yang disajikan dan data yang disajikan.

Fit index yang digunakan meliputi:

a. Chi Square

Mengukur chi-square (x2) statistic untuk memastikan bahwa

tidak ada perbedaan antara matriks kovarian data sampel dan matriks

kovarian populasi yang diestimasi. Nilai chi-square (x2) sangat

sensitive terhadap besarnya sampel dan hanya sesuai untuk ukuran

sample antara 100 – 200. Jika lebih dari 200, maka chi-square (x2)

statistic ini harus didampingi alat uji lainnya (Hair et al.; Tabachnick

dan Fidell dalam Ferdinand, 2006:59). Model yang diuji akan

dipandang baik bila nilai x2-nya rendah dan diterima berdasarkan


commit to user

58

probabilitas dengan cut-off value sebesar p > 0.05 atau p > 0.1, sehingga

perbedaan matriks aktual dan yang diperkirakan adalah tidak signifikan

(Hair et al.; Hulland et al. dalam Ferdinand, 2006:59).

b. Normed Chi Square ( CMIN/DF)

CMIND/DF, adalah statistik chi-square dibagi DFnya, yang

umumnya dilaporkan oleh para peneliti sebagai salah satu indikator

untuk mengukur tingkat fitnya sebuah model. Nilai yang diterima

adalah kurang dari 2 atau bahkan kadang kurang dari 3 (Arbuckle

dalam Ferdinand, 2006:60).

c. Goodness Of Fit Index (GFI)

Indeks yang menggambarkan tingkat kesesuaian model secara

keseluruhan yang dihitung dari residual kuadrat dari model yang

diprediksi dibandingkan data yang sebenarnya. Nilai GFI ≥ 0,90

mengisyaratkan model yang diuji memiliki kesesuaian yang baik.

d. Adjusted Goodness Fit Of Index (AGFI)

Indeks ini merupakan pengembangan dari Goodness Fit Of

Index (GFI) yang telah disesuaikan terhadap degree of freedom yang

tersedia untuk menguji diterima tidaknya model (Arbuckle,1999 dalam

Ferdinand, 2006;61). Nilai yang direkomendasikan adalah AGFI ≥ 0,90,

semakin besar nilai AGFI maka semakin baik kesesuaian yang dimiliki

model (Hair et al.; Hulland et al. dalam Ferdinand, 2006:61).

e. Comparative Fit Index ( CFI)

CFI juga merupakan indeks kesesuaian incremental. Besaran

indeks ini adalah dalam rentang 0 sampai 1 dan nilai yang mendekati 1


commit to user

59

mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks

ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak

sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh

kerumitan model. Nilai penerimaan yang direkomendasikan adalah CFI

≥ 0,95.

f. Root Mean Square Error of Approximation (RMSEA)

RMSEA merupakan indeks yang dapat digunakan untuk

mengkompensasi chi-square statistik dalam sampel yang besar

(Baumgartner&Homburg, dalam Ferdinand, 2006:66). Nilai RMSEA ≤

0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian

sebuah model yang menunjukkan sebuah close fit dari model itu

berdasarkan degrees of freedom (Browne&Cudeck, dalam Ferdinand,

2006:66).

g. Tucker Lewis Index (TLI)

TLI merupakan alternatif indeks kesesuaian incremental yang

membandingkan sebuah model yang diuji terhadap baseline model

(Baumgartner&Homburg, 1996, dalam Ferdinand, 2006;64). Nilai

penerimaan yang direkomendasikan adalah nilai TLI ≥ 0,95. TLI

merupakan indeks yang kurang dipengaruhi oleh ukuran sampel.


commit to user

60

Tabel III.10

Goodness of Fit Model Struktural

Goodness-of-fit-indices Cut-off Value 1. Χ2 Diharapkan

kecil 2. Significance Probability (p) ≥ 0,05 3. CMIN/DF ≤ 2.0 / ≤ 3.0 4. GFI ≥ 0,90 5. AGFI ≥ 0,90 6. CFI ≥ 0,95 7. RMSEA ≤ 0,08 8. TLI ≥ 0,95

Sumber : Ferdinand (2006:61)


commit to user

61

BAB IV

ANALISIS DATA DAN PEMBAHASAN

Bab ini bertujuan untuk menerangkan hasil dari analisis data penelitian

dan pembahasannya. Analisis data merupakan langkah awal yang dilakukan, yaitu

dimulai dengan analisis statistik deskriptif yang bertujuan untuk memahami profil

responden peneltian. Selanjutnya dilakukan pengujian instrumen penelitian yang

meliputi uji validitas dan uji reliabilitas yang bertujuan untuk mengetahui

ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya serta

mengukur kehandalan atau konsistensi internal suatu instrumen penelitian. Hal

tersebut dilakukan untuk menjamin kebenaran dan kualitas data penelitian yang

diperoleh. Kemudian dilanjutkan dengan analisis kriteria goodness of fit model

penelitian beserta pembahasannya. Terakhir adalah pembahasan mengenai hasil

analisis hubungan antar variabel amatan yang dihipotesiskan dan pembahasan uji

beda variabel.

Dengan demikian, penjelasan dalam bab ini difokuskan pada empat sub

bahasan, yaitu: analisis deskriptif, uji validitas, uji reliabilitas, uji asumsi model,

uji hipotesis, dan uji beda variabel. Berikut ini adalah penjelasan mengenai

analisis statistik deskriptif.

A. Analisis Statistik Deskriptif

Analisis deskriptif adalah suatu analisis untuk mengetahui karakteristik

dan tanggapan responden terhadap item-item pertanyaan dalam kuesioner.

Kuesioner yang disebarkan dalam penelitian ini adalah 160, tetapi karena


commit to user

62

terjadi kerusakan dan kesalahan dalam pengisian dan pengembalian, maka

kuesioner yang bisa digunakan adalah 151. Gambaran umum responden

diperoleh dari data diri yang terdapat dalam 151 kuesioner pada bagaian

identitas responden yang meliputi jenis kelamin, usia, pendidikan (fakultas),

uang saku per-minggu, dan pernah tidak membeli produk bajakan. Gambaran

umum responden dapat dilihat dalam tabel berikut ini:

Tabel IV.1

Analisis Deskriptif N Kategori Jumlah Persentase

Jenis

Kelamin

151 1:Pria

2:Wanita

54

97

35,33%

64,67%

Usia 151 1:<20 Tahun

2:20 – 22 tahun

3:>22 tahun

45

89

17

29,80%

58,94%

11,26%

Fakultas 151 1:Ekonomi

2:Hukum

3:FISIP

4:Kedokteran

5:Sastra

6:FKIP

7:Pertanian

8:MIPA

68

17

12

8

13

22

7

4

45,03%

11,26%

7,95%

5,29%

8,61%

14,57%

4,64%

2,65%

Uang Saku

per

Minggu

151 1:< Rp.50.000,-

2: Rp.50rb - Rp100rb

3:> Rp.100.000,-

21

62

68

13,91%

41,06%

45,03%

Previous

Experience

151 1:Pernah Beli

2:Belum Pernah Beli

92

59

60,93%

39,07%

Sumber : Hasil olahan data, 2011


commit to user

63

Berdasarakan Tabel IV.1 diatas, hasil distribusi tentang identitas

responden mayoritas memiliki gender wanita yaitu sebesar 64,67%, dari 151

responden yang dilibatkan dalam penelitian ini, mayoritas berusia diantara 20

hingga 22 tahun yaitu dengan presentase 58,94%.

Penelitian ini mengambil setting di Universitas Sebelas Maret yang

notabene memiliki 8 fakultas. Dari fakultas-fakultas tersebut, didominasi

oleh mahasiswa fakultas ekonomi yaitu sebesar 68 responden atau 45,03%.

Ditinjau dari uang saku perminggu, sebanyak 68 orang atau sekitar 45,03%

memiliki uang saku diatas 100 ribu perminggu dan mayoritas sudah pernah

membeli produk bajakan sebelumnya sebelumnya.

B. Analisis Instrumen Penelitian

1. Uji Validitas

Uji Validitas digunakan untuk menentukan sah atau valid tidaknya

kuesioner. Kuesioner dikatakan valid apabila pertanyaan pada kuesioner

mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner

tersebut. Dalam penelitian ini akan digunakan uji validitas dengan

confirmatory factor analysis (CFA) menggunakan software SPSS 11.5,

di mana setiap item pertanyaan harus mempunyai factor loading > 0,50.

Confirmatory Factor Analysis (CFA) harus dipenuhi, karena merupakan

salah satu syarat untuk dapat menganalisis model dengan Structural

Equation Modelling (SEM).

Sebelum hasil pengujian ini dapat terekstrak sempurna, terdapat

item pertanyaan yang tidak berkemampuan menjelaskan konstruk


commit to user

64

sehingga harus diperbaiki. Selanjutnya dilakukan proses trial and error

untuk mereduksi item pertanyaan seminim mungkin. Hasil pengujian

validitas yang terekstrak sempurna disajikan pada Tabel IV.2.

Tabel IV.2

Uji Validitas

Sumber: data primer yang diolah, 2011

1. Uji Reliabilitas

Uji reliabilitas bertujuan untuk mengukur kehandalan atau

konsistensi internal dari suatu instrumen penelitian. Untuk menguji

reliabilitas digunakan Cronbach Alpha yang dianalisis dengan

Component

1 2 3 4 5 6 7 8 PQ1 0,606 PQ2 0,702 PQ3 0,739 PR1 0,796 PR2 0,755 PR3 0,814 INT1 0,748 INT2 0,711 INT3 0,729 INT4 0,760 PG1 0,710 PG2 0,753 PG3 0,668 SN1 0,666 SN2 0,749 SN3 0,781 RA1 0,846 RA2 0,827 RA3 0,698 AT1 0,574 AT2 0,712 AT3 0,656 AT4 0,787 AT5 0,824 BI1 0,770 BI2 0,820 BI3 0,679 BI4 0,705


commit to user

65

menggunakan SPSS for windows 11.5. Tingkat reliabilitas dibagi

menjadi tiga kriteria sebagai berikut: jika alpha atau r hitung (1)

0,8-1,0 = reliabillitas baik, (2) 0,6-0,799 = reliabilitas diterima,

(3) Kurang dari 0,6 = reliabilitas kurang baik (Sekaran, 2006).

Dengan demikian, prosedur pengujian ini dapat memberikan

jaminan bahwa datanya memenuhi kriteria kelayakan untuk

dianalisis dengan menggunakan metode-metode statistik yang lain.

Pengujian reliabilitas pada tiap variabel dalam konstruk penelitian

ini ditunjukkan pada tabel IV.7.

Tabel IV.3 Hasil Uji Reliabilitas

Variabel Cronbach's Alpha

Price Quality Inference 0,7007

Percieve Risk 0.7292

Integrity 0.7555

Personal Gratification 0.7464

Subjective Norm 0.7978

Risk Averseness 0.7155

Attitude 0.8300

Behavioral Intention 0.7827

Sumber: data primer yang diolah, 2011

Tabel IV.7 menjelaskan bahwa nilai koefisien cronbach’s

alpha untuk variabel price quality inference, percieve risk,

integrity, personal gratification, subjective norm, risk averseness,

dan behavioral intention berturut-turut adalah sebesar 0,7007;

0,7292; 0,7555; 0,7464; 0,7978; 0,7155; dan 0,7827. Nilai-nilai


commit to user

66

tersebut menunjukkan bahwa variabel price quality inference,

percieve risk, integrity, personal gratification, subjective norm, risk

averseness, attitude, dan behavioral intention memiliki nilai

reliabilitas yang dapat diterima. Sedangkan variabel attitude

mempunyai nilai cronbach’s alpha sebesar 0,8300 yang merupakan

indikasi reliabilitas yang baik. Hal ini juga berarti bahwa variabel-

variabel tersebut mempunyai konsistensi internal tinggi yang

ditunjukkan dengan hasil uji reliabilitas yang memenuhi kriteria

reliabilitas yang diterima ( 0,16,0 -=a ).

Pada sub bahasan berikutnya dijelaskan analisis data

penelitian yang menggunakan metode analisis Structural Equation

Model (SEM).

C. Analisis Data Penelitian

Analisis dalam penelitian ini menggunakan metode statistik

Stuctural Equation Model (SEM). Pada prinsipnya, model struktural

bertujuan untuk menguji hubungan sebab akibat dari hubungan variabel

sehingga jika salah satu variabel diubah, maka terjadi perubahan pada

variabel yang lain. Dalam analisis SEM dimungkinkan terdapat beberapa

variabel dependen, dan variabel ini dimungkinkan menjadi variabel

independen bagi variabel dependen yang lainnya.

Dalam studi ini, data diolah dengan menggunakan sofware

Analysis of Moment Structure atau AMOS versi 6. Ada beberapa asumsi


commit to user

67

yang harus dipenuhi sebelum melakukan pengujian dengan pendekatan

Structural Equation Model. Asumsi-asumsi SEM tersebut meliputi asumsi

kecukupan sampel, normalitas, dan outliers (Ferdinand, 2002). Berikutnya

dilakukan pembahasan mengenai asumsi-asumsi SEM.

1. Asumsi Kecukupan Sampel

Jumlah responden dalam penelitian ini adalah sebanyak 151

responden. Dari seluruh kuesioner yang telah terisi, seluruhnya dapat

digunakan dalam penelitian ini. Jumlah sampel ini memenuhi prosedur

Maximum Likelihood Estimation yaitu penarikan sampel antara 100-200

sampel (Ghozali, 2008).

2. Asumsi Normalitas

Asumsi selanjutnya yang dibahas dalam analisis multivariate adalah

normalitas. Normalitas merupakan bentuk distribusi data pada variabel

matriks tunggal yang menghasilkan distribusi normal (Hair et al., dalam

Ferdinand, 2002). Pengujian normalitas bertujuan untuk mengetahui

pola distribusi data yang mengikuti atau mendekati distribusi normal.

Normalitas univariate dilihat dengan nilai critical ratio (c.r) pada

skewness yaitu di bawah 2,58. Sedangkan normalitas multivariate

dilihat pada assessment of normality baris bawah kanan yaitu nilai

critical ratio (c.r) kurtosis dibawah 7 (Ghozali dan Fuad, 2008).

Normalitas univariate dan multivariate terhadap data yang

digunakan dalam analisis ini diuji dengan menggunakan AMOS 6.

Hasil Uji asumsi normalitas dapat dilihat pada Tabel IV.4.


commit to user

68

Tabel IV.4

Hasil Uji Normalitas

Assessment of normality (Group number 1)

Variable min Max Skew c.r. kurtosis c.r. Pe .000 1.000 -.448 -2.247 -1.799 -4.513 bi4 2.000 5.000 -.381 -1.911 -.148 -.372 bi3 2.000 5.000 -.378 -1.896 -.374 -.938 bi2 2.000 5.000 -.328 -1.647 .096 .240 bi1 2.000 5.000 -.449 -2.253 .428 1.073 at5 2.000 5.000 -.082 -.412 -.236 -.592 at4 2.000 5.000 -.111 -.557 .069 .173 at3 2.000 5.000 -.092 -.460 -.240 -.602 at2 2.000 5.000 -.132 -.660 .142 .355 at1 2.000 5.000 -.310 -1.557 .078 .196 pg1 2.000 5.000 -.153 -.770 -.092 -.232 pg2 2.000 5.000 -.021 -.107 -.419 -1.051 pg3 2.000 5.000 -.105 -.527 -.444 -1.114 int1 2.000 5.000 -.145 -.726 -.217 -.544 int2 2.000 5.000 -.349 -1.753 -.211 -.528 int3 2.000 5.000 .194 .975 -.643 -1.613 int4 2.000 5.000 -.245 -1.229 -.529 -1.328 pr1 2.000 5.000 -.489 -2.451 -.158 -.396 pr2 2.000 5.000 -.285 -1.429 -.055 -.137 pr3 2.000 5.000 -.430 -2.159 -.846 -2.122 sn1 2.000 5.000 .064 .319 -.419 -1.051 sn2 2.000 5.000 -.255 -1.279 -.145 -.362 sn3 2.000 5.000 -.181 -.909 -.031 -.077 ra1 2.000 5.000 -.534 -2.678 .712 1.785 ra2 2.000 5.000 -.577 -2.895 1.066 2.674 ra3 2.000 5.000 -.047 -.234 -.363 -.912 pq1 2.000 5.000 -.204 -1.024 -.152 -.380 pq2 2.000 5.000 -.306 -1.535 -.208 -.522 pq3 2.000 5.000 -.204 -1.024 -.152 -.380 Multivariate 8.646 1.253

Sumber : Hasil olahan data, 2011

Tabel IV.4 menjelaskan bahwa secara univariate data dalam

penelitian ini termasuk non-normal yang ditunjukkan dengan


commit to user

69

terdapatnya nilai skewness > 2,58. Sedangkan secara multivariate, data

dalam penelitian ini termasuk normal karena tidak adanya c.r kurtosis

yang diatas angka 7

Analisis terhadap data yang tidak normal dapat mengakibatkan

pembiasan intrepretasi karena nilai chi-square hasil analisis cenderung

meningkat sehingga nilai probability level akan mengecil. Data yang

digunakan dalam penelitian ini adalah data mentah dan merupakan data

primer berdasarkan jawaban responden yang sangat beragam, sehingga

sulit untuk memperoleh data yang mengikuti distribusi normal secara

sempurna.

3. Asumsi Outliers

Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim

yang memiliki karakteristik unik yang sangat berbeda dari observasi

lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel

tunggal maupun variabel kombinasi (Hair et al., dalam Ferdinand,

2006). Umumnya perlakuan terhadap outliers adalah dengan

mengeluarkannya dari data dan tidak diikutsertakan dalam perhitungan

berikutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan

outliers, maka observasi dapat diikutsertakan dalam analisis

selanjutnya. Outliers dapat dievaluasi dengan nilai mahalanobis

distance dengan nilai degree of freedom sejumlah variabel yang

dipergunakan dalam penelitian pada tingkat p < 0,001. Dalam hal ini

variabel yang dimaksud adalah jumlah item pengukuran pada model.


commit to user

70

Dalam penelitian ini jumlah indikator variabel yang digunakan

sebanyak 29 indikator variabel. Dengan demikian, apabila terdapat nilai

mahalanobis distance yang lebih besar dari χ2 (29. 0,001) = 58,301

maka nilai tersebut adalah outliers multivariate. Rangkuman

Mahalanobis distance dapat dilihat pada tabel IV.5 (selengkapnya di

Lampiran).

Tabel IV.5

Jarak Mahalanobis Distance

Sumber : Hasil olahan data, 2011.

Tabel IV.5 menunjukkan bahwa tidak terdapat nilai yang

dikategorikan sebagai outliers karena nilai Mahalanobis Distance

kurang dari nilai χ2 (29 x 0,001) = 58,301. Dalam pengujian sampel

sebanyak 151 sampel, tidak terdapat outliers, dengan demikian jumlah

sampel yang akan digunakan tetap sebanyak 151 sampel.

Observation number Mahalanobis d-squared p1 p2

84 47.438 .017 .923 103 46.523 .021 .824

5 43.885 .038 .926

25 43.473 .041 .872

49 41.590 .061 .957

37 41.325 .064 .929

14 41.116 .067 .888

121 40.962 .069 .829

21 40.849 .071 .752

119 40.455 .077 .730

….. ………. …... …...

64 26.610 .593 .092

43 26.528 .597 .083

38 26.465 .601 .071


commit to user

71

4. Analisis Goodness of Fit

Sebelum melakukan pengujian hipotesis, langkah pertama adalah

menilai kesesuaian goodness of fit. Hasil evaluasi nilai goodness of fit

dari model penelitian yang dilakukan dapat dilihat pada tabel IV.6

berikut ini:

Tabel IV.6

Hasil Pengujian Goodness-of-Fit Model

Kriteria Cut-off Value Hasil Keterangan

chi square Diharapkan kecil 399.176

significance probability ≥ 0,05 0,03 Kurang Baik

GFI ≥ 0,90 0,859** Kurang Baik

RMSEA ≤ 0,80 0,031* Baik

AGFI ≥ 0,90 0,824** Kurang Baik

TLI ≥ 0,95 0,956* Baik

Comparative Fit Index

(CFI)

≥ 0,90 0, .963* Baik

Normed Chi Square

(CMIN/DF)

< 2,00 – 5,00 1.147* Baik

Sumber : Hasil olahan data, 2011.

Keterangan: * Baik

** Kurang Baik

Tabel IV.6 menunjukkan bahwa chi-square yang bernilai 399.176

dengan degree of freedom 348 adalah signifikan secara statistik pada

level signifikansi 0,03. Probabilitas sebesar 0,03 lebih kecil dari 0,05,

hal ini merupakan indikasi yang buruk. Dengan demikian, terdapat

perbedaan antara matrik kovarian sampel dengan matrik kovarian

populasi yang diamati. Nilai GFI sebesar 0,859 merupakan indikasi

yang kurang baik. Sementara itu, nilai AGFI sebesar 0,824 merupakan


commit to user

72

indikasi yang kurang baik. Nilai TLI sebesar 0,956 merupakan indikasi

baik. Nilai CFI sebesar 0,963 merupakan indikasi baik. Nilai RMSEA

sebesar 0,031 merupakan indikasi yang baik. Dan indeks parsimony fit

measures didapat nilai CMIN/DF sebesar 1,147 merupakan indikasi

yang baik karena mempunyai nilai yang kurang dari 2.

Dari keseluruhan pengukuran goodness of fit tersebut di atas

mengindikasikan bahwa model belum dapat diterima dengan baik, oleh

karena itu peneliti mempertimbangkan untuk melakukan modifikasi

model untuk membentuk model alternatif yang mempunyai goodness of

fit yang lebih baik.

5. Modifikasi

Salah satu tujuan modifikasi model adalah untuk mendapatkan

kriteria goodness of fit dari model yang dapat diterima. Melalui nilai

modification indices dapat diketahui ada tidaknya kemungkinan

modifikasi terhadap model yang dapat diusulkan. Modification indices

dapat diketahui dari output Amos versi 6 yang menunjukkan

hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada

dalam model supaya terjadi penurunan pada nilai chi-square untuk

mendapatkan model penelitian yang lebih baik.

Modifikasi model dengan menggunakan modification indices

dilakukan dengan melakukan korelasi antar error term yang tidak

memerlukan justifikasi teoritis dan yang memiliki nilai modification

indices lebih besar atau sama dengan 4,0 sampai nilai goodness of fit


commit to user

73

yang memenuhi syarat. Tabel IV.7 merupakan hasil goodness of fit

model yang telah dimodifikasi.

Tabel IV.7

Hasil Goodness-of-Fit Setelah Modifikasi Model

Kriteria Cut-off Value Hasil Sebelum

Modifikasi

Hasil Setelah

Modifikasi

Keterangan Hasil

Modifikasi chi square Diharapkan kecil 399.176 374.261

significance probability

≥ 0,05 0,03** 0.151* Baik

GFI ≥ 0,90 0,859** 0.867** Kurang Baik

RMSEA ≤ 0,80 0,031* 0.023* Baik

AGFI ≥ 0,90 0,824** 0.833** Kurang Baik

TLI ≥ 0,95 0,956* 0.977* Baik

CFI ≥ 0,90 0,963* 0.980* Baik

CMIN/DF < 2,00 – 5,00 1.147* 1.079* Baik

Sumber : hasil olahan data, 2011 Keterangan: * Baik ** Buruk

Dalam pengujian Chi-Square, nilai x2 yang tinggi menunjukkan

korelasi yang diobservasi dengan yang diprediksi berbeda secara nyata

sehingga menghasilkan probabilitas yang kecil. Sebaliknya, nilai chi-

square yang rendah dan menghasilkan tingkat signifikansi lebih besar

dari 0,05 akan mengindikasikan tidak ada perbedaan yang signifikan

antara observasi dengan prediksi. Chi-Square sangat sensitif terhadap

ukuran sampel. Setelah dilakukan modifikasi model nilai x2 pada

penelitian ini turun menjadi sebesar 374.261, probabilitasnya sudah

menunjukkan nilai sebesar 0.151. Nilai probabilitasnya ini merupakan


commit to user

74

niai yang baik. Terdapat berbagai jenis fit index yang yang digunakan

untuk mengukur derajat kesesuaian antara model yang dihipotesiskan

dengan data yang disajikan. Jenis-jenis fit index tersebut akan dijelaskan

pada bagian berikut ini.

Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian

model secara keseluruhan yang dihitung dari residual kuadrat dari

model yang diprediksi dibandingkan data yang sebenarnya. Nilai GFI

berkisar antara 0 – 1, dimana 0 menunjukkan poor fit dan 1

menunjukkan perfect fit. Dengan tingkat penerimaan yang

direkomendasikan > 0,90 dapat disimpulkan bahwa model penelitian ini

memiliki tingkat kesesuaian yang moderat dengan nilai GFI sebesar

0.867.

The Root Mean Square Error of Approximation (RMSEA) adalah

ukuran yang digunakan untuk memperbaiki kecenderungan statistik chi-

square yang sensitif terhadap jumlah sampel yang besar. Nilai

penerimaan yang direkomendasikan < 0,08; nilai RMSEA model

sebesar 0.023 menunjukkan tingkat kesesuaian yang baik.

Adjusted Goodness of Fit Index (AGFI) adalah pengembangan

dari GFI yang disesuaikan dengan rasio degree of freedom dari model

yang diusulkan dan degree of freedom dari null model. Nilai AGFI

dalam model ini adalah 0.833 menunjukkan tingkat penerimaan yang

baik.

Tucker Lewis Index (TLI) adalah indeks kesesuaian incremental

yang membandingkan model yang diuji dengan null model. Nilai yang


commit to user

75

direkomendasikan > 0,95. Dapat disimpulkan bahwa model yang

diajukan menunjukkan tingkat kesesuaian yang baik dengan nilai TLI

sebesar 0.977.

Comparative Fit Index (CFI) adalah indeks kesesuaian

incremental yang membandingkan model yang diuji dengan null model.

Besaran indeks ini dalam rentang 0 sampai 1 dan nilai yang mendekati

1 mengindikasikan model memiliki tingkat kesesuaian yang baik.

Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif

tidak sensitif dengan besarnya sampel dan kurang dipengaruhi oleh

kerumitan model. Dengan memperhatikan nilai yang direkomendasikan

yaitu > 0,95; maka nilai CFI sebesar 0.980 menunjukkan bahwa model

ini memiliki kesesuaian yang baik.

Normed Chi-Square (CMIN/DF) adalah nilai yang diperoleh dari

pembagian nilai chi-square terhadap degree of freedom. Indeks ini

mengukur hubungan goodness-of-fit model dengan jumlah koefisien-

koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian.

Nilai CMIN/DF pada model ini adalah 1.079 menunjukkan bahwa

model penelitian ini bagus.

Berdasarkan pemaparan yang didasarkan pada Tabel IV.7 dapat

disimpulkan bahwa dari kriteria goodness-of-fit model, dua diantara

kriteria tersebut yaitu GFI dan AGFI memiliki kriteria moderat, namun

masih bisa diterima. Dengan demikian model bisa digunakan sebagi alat

ukur hipotesis pada tahap selanjutnya.


commit to user

76

Setelah model penelitian dapat diterima, sub bahasan berikutnya

akan menjelaskan analisis mediasi, pengaruh langsung dan tidak langsung,

uji hipotesis, pembahasan hasil penelitian dan diskusi.

D. Pengaruh Langsung dan Tidak Langsung, Uji Hipotesis, Pembahasan

Hasil Penelitian dan Uji Beda Dua Kelompok Sampel.

a. Pengaruh Langsung dan Tidak Langsung

Tabel IV.8

Direct Effect, Indirect Effect, Total Effect

Regresion Weights Direct Effect Indirect Effect Total Effect

Attitude ß Price Quality 0.302 0.000 0.302

Attitude ß Risk Averseness 0.010 0.000 0.010

Attitude ß Subjective Norm 0.313 0.000 0.313 Attitude ß Perceive Risk -0.264 0.000 -0.264 Attitude ß Integrity -0.425 0.000 -0.425

Attitude ß Personal Gratifikation 0.327 0.000 0.327

Attitude ß Previous Experience

0.194 0.000 0.194

Behavioral Intention ß Attitude 0.468 0.000 0.468

Behavioral Intention ß

Previous Experience

0.195 0.091 0.286

Sumber: Hasil olahan data, 2011

Berdasarkan tabel IV.8 hanya satu yang memiliki hubungan tidak

langsung (indirect effect) yaitu hubungan antara variabel previous

experience dengan behavioral intention yaitu sebesar 0,091. Sedangkan

variabel price quality terhadap attitude , risk averseness terhadap

attitude, subjective norm terhadap attitude, percieve risk terhadap


commit to user

77

attitude, integrity terhadap attitude, personal gratification terhadap

attitude, previous experience terhadap attitude, attitude terhadap

behavioral intention hanya memiliki efek langsung saja.

b. Uji Hipotesis

Pengujian hipotesis dilakukan dengan menganalisis tingkat

signifikansi hubungan kausalitas antar konstruk dalam model yang

didasarkan pada nilai C.R (z-hitung) lebih besar dari atau sama dengan

nilai z-tabel (z-hitung ³ z-tabel). Pada jumlah responden lebih dari 120

maka nilai z tabel untuk masing-masing tingkat signifikansi adalah: (1) 1%

= 2,56, (2) 5% = 1,96, (3) 10% = 1,645. Analisis terhadap hubungan-

hubungan antar konstruk dalam hipotesis ditunjukkan oleh nilai regression

weights. Tabel IV.9 menunjukkan nilai regression weights dari variabel-

variabel yang diuji hubungan kausalitasnya.

Tabel IV.8

Regression Weights

Regresion Weights Estimate S.E. C.R. p

Attitude ß Price quality *0.249 0.108 2.312 0.021

Attitude ß Risk Averseness 0.012 0.095 0.129 0.897

Attitude ß Subjective Norm **0.269 0.120 2.236 0.025 Attitude ß Perceive Risk ***-0.210 0.076 -2.777 0.005 Attitude ß Integrity ***-0.313 0.087 -3.600 0.000 Attitude ß Personal Gratifikation **0.320 0.147 2.169 0.030 Attitude ß Previous Experience **0.166 0.066 2.524 0.012 Behavioral Intention ß Attitude ***0.591 0.138 4.284 0.000 Behavioral Intention ß Previous Experience **0.211 0.092 2.281 0.023

Sumber: Hasil olahan data, 2011


commit to user

78

Keterangan: *** sigifikan pada level 1%

** signifikan pada level 5%

* signifikan pada level 10%

c. Pembahasan Hasil Penelitian

Pada pembahasan hasil penelitian, akan dijelaskan mengenai hasil

pengujian hubungan antar variabel yang dihipotesiskan. Dengan demikian,

terdapat sembilan bahasan yang akan dijelaskan. Hubungan antar variabel

tersebut yaitu: attitude dan price quality, attitude dan risk averseness,

attitude dan subjective norm, attitude dan percieve risk, attitude dan

integrity, attitude dan personal gratification, attitude dan previous

experience, behavioral intention dan attitude, behavioral intention dan

previous experience. Berikut penjelasan untuk setiap hubungan antar

variabel yang dihipotesiskan.

1) Pengaruh Price Quality pada Attitude (Hipotesis 1).

Hasil pengujian mengindikasi hubungan yang signifikan dan

positif antara kualitas harga (price quality) dengan sikap (attitude)

(β=0.249, CR = 0.108, SE = 2.312, p = 0.021) walaupun tidak

mendukung hipotesis 1 (semakin tinggi price quality, semakin

negatif attitude). Hasil temuan pada studi ini mengindikasikan

bahwa, kualitas harga berpengaruh positif pada sikap konsumen.

Hal ini memberikan pemahaman bahwa semakin tinggi tingkat

pemahaman yang dimiliki seorang konsumen atas price quality,

maka sikap terhadap pembajakan akan semakin baik. Dengan

demikian temuan studi ini tidak mendukung hipotesis 1 yang

menjelaskan pengaruh negatif price quality pada attitude . Hal ini


commit to user

79

dimungkinkan karena perbedaan objek amatan (CD, VCD, dan

DVD) dari penelitian yang terdahulu (Matos, Ituasu, dan Rossi,

2007), yaitu meggunakan objek amatan seluruh produk bajakan

sehinggga hasilnya menjadi tidak dudukung.

Dari temuan dilapangan yang dilakukan peneliti dengan

melakukan interview terhadap responden dengan pertanyaan

terbuka (lihat lampiran), hasil penelitian yang menjelaskan

fenomena yang positif ini didukung oleh hasil dari lapangan. Hasil

interview menunjukkan bahwa konsumen pada prinsipnya sudah

menyadari bahwa harga yang mereka keluarkan terhadap CD,

VCD, atau DVD bajakan setara dengan kuallitas yang diperoleh,

artinya harga itu sebanding dengan kualitas yang mereka dapatkan.

Dari responden Mahasiswa strata-1 (S1) Universitas Sebelas Maret

Surakarta yang peneliti interview, menunjukkan bahwa mereka

juga sudah menyadari akan resiko-resiko yang akan

ditanggungnya. Mereka yang membeli produk bajakan sudah

mengetahui bahwa kualitas yang mereka dapatkan ketika membeli

produk bajakan (CD, CVD, atau DVD bajakan) tidak akan sebaik

produk yang asli. Mayoritas responden yang telah diinterview

memilih produk bajakan dikarenakan harganya yang jauh lebih

murah jika dibandingkan produk yang asli (lihat lampiran).

Dari fenomena tersebut, maka stimulus yang diberikan adalah

menurunkan price quality inference, sehingga sikap positif

konsumen terhadap produk bajakan akan berkurang. Cara yang


commit to user

80

dapat digunakan yaitu dengan menurunkan harga produk yang asli

dan tetap menjaga kualitasnya yang baik (ex: dengan efisiensi

biaya). Melalui stimulus tersebut diharapkan dapat menurunkan

price quality inference sehingga dapat mengurangi niat beli produk

bajakan.

2) Pengaruh Risk Averseness pada Attitude (Hipotesis 2).

Hasil pengujian mengindikasi hubungan yang tidak

signifikan antara risk averseness dan attitude (β = 0.012, CR =

0.095, SE = 0.129, P = 0.897) karena P > 0,05%. Hal ini

menjelaskan bahwa risk averseness bukan merupakan variabel

yang dipertimbangkan penting untuk mempengaruhi sikap

(attitude). Fenomena ini dimungkinkan karena resiko yang

ditanggung konsumen dalam membeli CD, VCD, dan DVD

bajakan tersebut relatif kecil sehingga resiko tersebut tidak

mempengaruhi sikap konsumen terhadap pembajakan. Hasil

tersebut didukung dengan interview dilapangan dengan pertanyaan

terbuka (lihat lampiran), hasilnya menunjukan bahwa mayoritas

responden yang telah diinterview sudah mengetahui resiko apa saja

yang mungkin didapat ketika membeli CD, VCD, atau DVD

bajakan (barang yang dibeli kemungkinan rusak, kualitas gambar

yang didapat kemungkinan jelek, kemungkinan barang mudah

sekali rusak) sebelum mereka melakukan pembelian, sehingga dari

hasil tersebut dapat disimpulkan bahwa konsumen tidak menolak

resiko ketika akan membeli CD, VCD, atau DVD bajakan. Hal


commit to user

81

tersebut yang diperkirakan dapat menyebabkan variabel ini tidak

dipertimbangkan penting oleh konsumen untuk mempengaruhi

sikapnya pada pembajakan.

Pola hubungan yang tidak signifikan ini tidak memberikan

dukungan pada hipotesis 2 yang menjelaskan bahwa semakin

tinggi risk averseness, maka semakin negatif sikapnya terhadap

produk bajakan (Lihat Matos, Ituassu, dan Rossi, 2007). Hal ini

dimungkinkan karena pengaruh objek amatan CD, VCD, dan DVD

yang merupakan barang low involvement dimana konsumen tidak

terlalu memikirkan merek produk apa yang harus dibeli, di toko

mana harus dibeli dan hal-hal yang terkait dengan proses

pembelian (konsumen tidak memerlukan informasi mengenai

kategori produk yang ingin dibeli). Oleh sebab itu dimungkinkan

hasilnya akan berbeda jika diterapkan untuk kategori produk yang

berbeda (high involvement). Oleh karena itu diperlukan studi

lanjutan untuk meningkatkan validitas eksternal dari konsep yang

dihipotesiskan.

Bagi pemasar, temuan ini memberikan pemahaman tentang

kecermatan dalam mendesain stimulus yang menghubungkan risk

averseness dengan attitude. Sebab jika pemasar terlalu fokus pada

variabel tersebut, maka pengaruhnya tidak terlalu dipertimbangkan

oleh konsumen.


commit to user

82

3) Pengaruh Perceive Risk pada Attitude (Hipotesis 3).

Hasil pengujian mengindikasi hubungan yang signifikan

dan negatif antara perceive risk dan attitude (β =-0.210, CR =

0.076, SE -2.777, p = 0.005). Fenomena yang dijelaskan adalah

semakin tinggi/besar percieve risk, semakin negatif attitude. Hasil

temuan pada studi mengindikasi bahwa percieve risk mampu

mempengaruhi attitude. Hal ini memberi pemahaman bahwa

konsumen akan memiliki sikap yang lebih baik (favorable) pada

produk bajakan jika resiko yang diterima ketika membeli produk

bajakan (CD, VC, atau DVD bajakan) relatif kecil begitu juga

sebaliknya.

Dengan demikian temuan studi ini mendukung hipotesis 3

yang menjelaskan hubungan yang signifikan dan negatif. Hasil

pengujian yang signifikan ini memberikan dukungan terhadap

regularitas fenomena hubungan negatif yang terdapat pada studi

terdahulu (Matos, Ituassu, dan Rossi, (2007). Stimulus yang bisa

diberikan agar sikap yang positif terhadap produk bajakan menjadi

berkurang yaitu dengan meningkatkan percieve risk sehingga

konsumen akan memiliki sikap yang negatif (unfavorable)

terhadap produk bajakan tersebut, yaitu dengan cara lebih

mempertegas sanksi bagi para pelaku pembajakan dan juga

konsumen yang membelinya, sehingga akan meningkatkan rasa

takut konsumen dan pelaku pembajakan tersebut untuk mengulangi

perbuatannya karena resiko (sanksi) yang didapat semakin tinggi.


commit to user

83

4) Pengaruh Integrity pada Attitude (Hipotesis 4).


negatif antara integrity dan attitude (β = -0.313, CR 0.087, SE = -

3.600, p = 0,000). Fenomena yang dijelaskan adalah semakin

tinggi integrity, semakin negatif attitude. Hal ini dapat terjadi

karena integrity merupakan sifat manusia yang selalu berpegang

teguh/bertindak sesuai dengan nilai-nilai dalam masyarakat

maupun organisasi, sehingga konsumen yang memiliki integrity

yang tinggi akan bersikap negatif (unfavorable) terhadap produk

bajakan, dan sebaliknya. Dari hasil penelitian tersebut integrity

merupakan variabel yang dipertimbangkan penting oleh konsumen

untuk mempengaruhi sikap yang berujung pada keputusan

pembelian.

Hasil pengujian yang signifikan ini memberikan dukungan

terhadap regularitas fenomena hubungan negatif yang

terdapat pada studi terdahulu (Matos, Ituassu, dan Rossi, 2007).

Dalam studinya, Matos, Ituassu, dan Rossi, menjelaskan bahwa

terdapat hubungan signifikan negatif antara integrity dan attitude.

Hasil studi ini mengindikasi bahwa integritas seseorang dapat

mempengaruhi baik tidaknya sikap sesorang terhadap produk

bajakan, dalam konteks ini semakin tinggi integritas semakin

negatif sikapnya terhadap produk bajakan. Stimulus yang mungkin

diberikan agar integritas seseorang semakin tinggi yaitu dengan

melakukan penyuluhan penyuluhan kepada masyarakat (himbauan-


commit to user

84

himbauan) agar tidak membeli produk bajakan karena tindakan

tersebut melanggar peraturan yang berlaku.

5) Pengaruh Personal Gratification pada Attitude (Hipotesis 5)


positif antara personal gratification dan attitude (β = 0.320, CR

0.147, SE = 2.169, p = 0.030). Fenomena yang dijelaskan adalah

semakin tinggi personal gratification, semakin positif attitude. Hal

ini berarti bahwa konsumen yang memiliki kenginan untuk

memenuhi kebutuhan rasa prestasi, pengakuan sosial, dan

menikmati hal-hal dalam hidup tanpa memperhatikan benar

tidaknya tindakan yang dilakukan (membeli produk bajakan karena

mudah didapat dan harganya murah) akan memiliki sikap yang

baik (positif) terhadap produk bajakan sehingga stimulus yang bisa

diberikan untuk menguranginya adalah dengan melakukan

berbagai macam promosi seperti diskon penjualan, CSR, sehingga

melalui stimulus tersebut, konsumen akan lebih memilih produk

yang asli dari pada yang bajakan karena merasa lebih puas.

Sehingga hasil tersebut memberikan dukungan terhadap

hipotesis 5.

6) Pengaruh Subjective Norm pada Attitude (Hipotesis 6).


positif antara norma subjektif (subjective norm) dan sikap

(attitude) (β =0.269, CR = 0.120, SE = 2.236, p = 0.025). Fenomena

yang dijelaskan adalah semakin tinggi subjective norm, semakin


commit to user

85

positif attitude. Hal ini berarti bahwa konsumen yang teman atau

kerabat menerima (tidak mempermasalahkan) keputusan membeli

produk bajakan akan memiliki sikap yang baik terhadap

pembajakan. Sehingga subjective norm merupakan variabel yang

dipertimbangkan penting oleh konsumen dalam memilih produk

bajakan. Hasil pengujian yang signifikan ini memberikan

dukungan terhadap hipotesis 6.

Dalam hasil studi yang signifikan positif antara subjective

norm dan attitude ini, faktor keluarga, kerabat maupun teman

memiliki peranan penting dalam mempengaruhi sikap konsumen

pada pembajakan. Sikap yang positif akan muncul bila kerabat atau

teman menerima/mendukung keputusan seseorang dalam membeli

produk bajakan. Sehingga diperlukan stimulus untuk mengurangi

subjective norm tersebut. Stimulus bisa dilakukan oleh perusahaan

dengan melakukan iklan atau publikasi yang menyatakan larangan

larangan dan himbauan agar masyarakat membeli produk yang asli

karena membeli produk bajakan merupakan tindakan yang tidak

menghargai hak cipta dan merupakan perbuatan yang dilarang,

diharapkan masyarakat menjadi sadar (aware). Melalui stimulus

tersebut diharapkan dapat menurunkan subjective norm sehingga

dapat mengurangi niat beli produk bajakan.

7) Pengaruh Previous Experience pada Attitude (Hipotesis 7a).


positif antara pengalaman masa lalu (previous experience) dan


commit to user

86

sikap (attitude) (β = 0.166, CR = 0.066, SE = 2.524, p = 0.012 ).

Dengan demikian menunjukkan bahwa hipotesis 7a didukung. Hal

ini menjelaskan bahwa semakin sering seseorang membeli produk

bajakan maka semakin baik (favorable) sikapnya terhadap produk

bajakan. Fenomena ini dapat terjadi dikarenakan dalam pembelian

produk bajakan (CD, VCD, dan DVD bajakan) dianggap kurang

beresiko (less risky), dan juga dikarenakan toko-toko yang menjual

CD, VCD atau DVD bajakan tidak menunjukkan bahwa membeli

produknya bukan merupakan tindakan yang tidak etis (Ang et all.,

2001).

Dengan demikian temuan studi ini mendukung hipotesis 7a

yang menjelaskan hubungan yang signifikan dan positif. Secara

teoritis, studi ini memberikan dukungan terhadap regularitas teori

yang menjelaskan bahwa semakin sering previous experience maka

semakin sikap (attitude) akan lebih baik (more favorable)

dibanding yang belum pernah seperti yang dikemukakan oleh

Matos, Ituassu, dan Rossi, (2007). Stimulus yang mungkin

diberikan yaitu lebih mempertinggi resiko dalam membeli produk

bajakan sehingga membeli produk bajakan tidak lagi dianggap

kurang beresiko (less risky) yang dapat dilakukan pemerintah

dengan lebih mempertegas aturan dan sanksi yang diberikan untuk

orang yang melanggarnya (meningkatkan percieve risk).


commit to user

87

8) Pengaruh Previous Experience pada Behavioral Intention

(Hipotesis 7b).


positif antara previous experience dan behavioral intention (β =

0.211, CR = 0.092, SE = 2.281, p = 0.023). Hal ini menjelaskan

bahwa konsumen yang sering membeli/pernah membeli (already

bought) akan memiliki niat beli yang lebih tinggi dibandingkan

konsumen yang belum pernah membeli produk bajakan. Dengan

demikian hasil studi ini mendukung hipotesis 7b yang

menyatakan semakin tinggi/sering previous experience maka

semakin tinggi niat belinya terhadap produk bajakan (CD, VCD,

atau DVD bajakan).

9) Pengaruh Attitude pada Behavioral Intention (Hipotesis 8).


positif antara sikap (attitude) dan niat berperilaku (behavioral

intention) (β = 0.591, CR = 0.138, SE = 4.284, p = 0,000). Hal ini

menjelaskan bahwa semakin baik sikap (attitude), semakin tinggi

niat belinya. Sikap yang baik tersebut didapat karena memiliki

pengalaman membeli, kualitas harga yang relatif terjangkau, resiko

yang kecil, pegaruh sosial, integritas yang rendah dari masing-

masing konsumen. Jika konsumen memiliki sikap yang baik

terhadap produk bajakan, maka niat beli produk bajakan (CD,

VCD, atau DVD bajakan) akan meningkat. Dengan demikian hasil

studi ini mendukung hipotesis 8.


commit to user

88

Stimulus yang dapat diberikan untuk mengurangi favorable

attitude yaitu dengan menurunkan price quality inference,

subjective norm, personal gratification dan juga menaikkan

percieve risk dan integrity sehingga niat beli terhadap produk

bajakan akan semakin turun juga.

d. Uji Beda Dua Kelompok Sampel

Uji beda digunakan untuk meneliti apakah terdapat perbedaan

antara dua kategori (kelompok) data dari dua variabel yang diteliti

atau lebih. Dalam penelitian ini kelompok sampel yang akan diuji

yaitu kelompok sampel yang sudah pernah membeli CD, VCD,

atau DVD bajakan dan kelompok sampel yang belum pernah

membeli CD, VCD, atau DVD bajakan sebelumnya. Kelompok

sampel tersebut akan diuji perbedaan dengan variabel attitude dan

behavioral intention. Hasilnya dapat dilihat pada Tabel IV.10

dibawah:

Tabel IV.10

Uji Beda Dua Kelompok Sampel

Previous Experience N Mean Sig. (2-tailed)

Sikap 0

Sikap 1

59

92

3,7254

4,0543

0,000

0,000

Niat berperilaku 0

Niat berperilaku 1

59

92

3,6864

4,0815

0,000

0,000

Sumber: hasil olahan data 2011


commit to user

89

Keterangan :

1. Nilai 0 merupakan konsumen yang belum pernah membeli

CD, VCD, atau DVD bajakan.

2. Nilai 1 merupakan konsumen yang sudah pernah membeli

CD, VCD, atau DVD bajakan.

Berdasarkan hasil tabel IV.10 diatas terdapat perbedaan yang

signifikan antara dua kelompok tersebut (konsumen yang sudah

pernah membeli dan yang belum), yaitu sebesar 0,000 pada sikap

dan juga 0,000 pada niat berperilaku, hal ini mengindikasi terdapat

perbedaan sikap dan niat berperilaku antara dua kelompok sampel

tersebut. lebih lanjut, peneliti ingin menyampaikan bahwa

responden yang memiliki pengalaman membeli produk bajakan

sebelumnya (CD, VCD, atau DVD bajakan) memiliki sikap yang

lebih positif (more favorable) dari pada kelompok responden yang

belum pernah membeli produk bajakan sebelumnya (belum

memiliki pengalaman). Menurut Azwar (2005) pengalaman

merupakan salah satu faktor yang mempengaruhi sikap seseorang,

karena orang yang memiliki pengalaman sebelumnya sudah

memiliki pengetahuan akan produk, dan pemahan tentang

bagaimana kualitas, resiko, harga, dll.

Setelah melakukan uji beda dua kelompok sampel, peneliti

melakukan uji beda antara responden yang sudah memiliki

pengalaman dan responden yang belum memiliki pengalaman


commit to user

90

terhadap sikap pada niat berperilakunya, hasilnya dapat dilihat pada

tabel IV.11 berikut :

Tabel IV.11

Regression Weights

Kel Variabel Estimate S.E. C.R P

1 Behavioral Intention ß Attitude 0,961 0,295 3,252 0,001

0 Behavioral Intention ß Attitude 0,440 0,181 2,426 0,015

Sumber: hasil olahan data 2011

Hasil pada tabel IV.11 menunjukkan bahwa konsumen yang

sudah memiliki pengalaman menunjukkan hasil yang lebih

signifikan dibandingkan konsumen yang belum memiliki

pengalaman (0,001<0,015). Hal ini berarti sikap konsumen lebih

berpengaruh positif pada niat berperilaku dibandingkan konsumen

yang tidak memiliki pengalaman membeli produk bajakan

sebelumnya.


commit to user

91

BAB V

PENUTUP

Bab ini bertujuan untuk memaparkan simpulan dan implikasi hasil penelitian

guna memberikan pemahaman mengenai hasil analisis data yang telah dilakukan

dan peluang untuk penelitian selanjutnya. Dalam bab ini juga mengungkap

keterbatasan penelitian untuk menjelaskan tingkat generalisasi temuan dari studi

ini. Secara keseluruhan, pembahasan dalam bab ini diharapkan dapat memberi

pemahaman mengenai daya terap model yang memerlukan kecermatan jika di

aplikasi pada setting penelitian yang berbeda.

A. SIMPULAN

Simpulan penelitian dimaksudkan untuk mempermudah pemahaman

mengenai hasil dari penelitian ini. Dalam sub bab ini akan dipaparkan secara

singkat mengenai hasil penelitian sebagai berikut:

1. Price quality berpengaruh positif terhadap attitude. Hal ini menjelaskan

bahwa konsumen yang memiliki price quality tinggi akan memiliki sikap

yang lebih baik (semakin positif) terhadap produk bajakan.

2. Risk averseness tidak berpengaruh signifikan terhadap attitude. Hal ini

menjelaskan bahwa penolakan terhadap resiko bukan merupakan variabel

yang dianggap penting untuk mempengaruhi sikap terhadap produk

bajakan.

3. Percieve risk berpengaruh negatif terhadap attitude. Semakin besar resiko

yang didapat ketika membeli produk bajakan maka semakin buruk juga

sikap konsumen pada produk bajakan tersebut.


commit to user

92

4. Integrity berpengaruh negatif terhadap attitude. Hal ini mengindikasi

bahwa konsumen yang memiliki integritas yang tinggi maka sikapnya

terhadap produk bajakan akan kurang baik (unfavorable).

5. Personal gratification berpengaruh postif terhadap attitude berarti bahwa

konsumen yang memiliki gratifikasi personal yang tinggi maka akan

semakin baik pula sikapnya terhadap produk bajakan.

6. Subjective norm berpengaruh postif terhadap attitude yaitu semakin tinggi

norma subjektif maka akan semakin positif pula sikapnya terhadapa

produk bajakan.

7. Previous experience berpengaruh postif terhadap attitude dan behavioral

intention. Hal ini menjelaskan bahwa konsumen yang sudah pernah

(sering) membeli CD, VCD, dan DVD sebelumnya akan memiliki sikap

dan niat yang semakin baik (more favorable) terhadap produk bajakan

dibandingkan konsumen yang belum pernah membeli produk bajakan

sama sekali.

8. Attitude berpengaruh positif terhadap behavioral intention. Yaitu jika

sikap konsumen semakin baik terhadap produk bajakan makan niatnya

akan semakin baik pula terhadap produk bajakan (niat beli akan semakin

tinggi).

9. Kelompok responden yang memiliki pengalaman membeli produk bajakan

sebelumnya memiliki sikap dan niat yang lebih positif (more favorable)

jika dibandingkan dengan responden yang belum memiliki pengalaman

membeli produk bajakan sebelumnya.


commit to user

93

B. KETERBATASAN

Studi ini memiliki obyek amatan yang terfokus pada produk bajakan CD,

VCD, dan DVD bajakan yang merupakan barang low-end dan kategori barang

bajakan dengan harga yang rendah (inferior) sehingga berdampak pada

terbatasnya generalisasi studi karena dimungkinkan juga hasilnya akan

berbeda manakala objek amatannya pada produk high-involvement. Dengan

demikian untuk mengaplikasikan studi ini pada konteks yang berbeda,

diperlukan perhatian dalam mencermati karakteristik produk yang melekat

pada obyek yang digunakan dalam penelitian. Hal ini diperlukan agar tidak

terjadi bias dalam hasil-hasil pengujian yang dapat berdampak pada kekeliruan

dalam memahami implikasi penelitian.

Dalam penelitian ini hanya terbatas pada satu lokasi yaitu di kota Solo.

Sedangkan CD, VCD dan DVD bajakan tidak hanya dijumpai di kota Solo

saja, tetapi di kota lain juga sangat mudah dijumpai, sehingga hasil penelitian

ini masih terbatas untuk CD, VCD dan DVD bajakan di kota Solo. Selain itu ,

penelitian ini juga terbatas dengan subjek amatannya, yaitu Mahasiswa

Universitas Sebelas Maret.

Meskipun terdapat keterbatasan dalam penelitian ini yang

menyebabkan ketidakmampuan model untuk digeneralisasi pada segala

situasi, namun dengan prosedur pengujian yang terstruktur diharapkan tidak

mengurangi derajat keyakinan terhadap akurasi model prediksi yang

diharapkan.


commit to user

94

C. SARAN

Berdasarkan hasil penelitian yang telah dilakukan, maka peneliti

memberikan beberapa saran sebagai berikut :

1. Saran untuk Studi Kedepan

Studi ini bertumpu pada metode yang terbatas ruang lingkupnya,

sehingga memerlukan studi-studi lanjutan untuk menggeneralisasi hasil

studi pada konteks yang lebih luas dan jumlah sampel yang lebih banyak.

Hal ini diperlukan agar konsep yang dikonstruksi dapat ditingkatkan

validitasnya eksternalnya.

2. Saran Praktis

Studi ini diharapkan mampu memberikan pemahaman pada praktisi

yang ingin mencapai kesuksesan dalam memasarkan produknya dan

memberantas pembajakan CD, VCD, dan DVD. Mereka harus memahami

bagaimana sikap dan niat berperilaku konsumen yang melatarbelakangi

mereka memiliki sikap positif pada pembajakan produk, sehingga mereka

dapat membuat stimulus-stimulus untuk mengurangi konsumsi CD, VCD

dan DVD bajakan dan beralih ke yang asli. Stimulus yang dapat diberikan

untuk mengurangi niat beli produk bajakan antara lain, dengan peraturan

dan sanksi yang tegas kepada para pembeli maupun penjual produk

bajakan sehingga pembeli/penjual akan takut membeli atau menjual lagi,

menurunkan harga CD, VCD, dan DVD asli sehingga dapat setara dengan

produk bajakan, meningkatkan kesadaran masyarakat dengan memberikan

penyuluhan pada masyarakat agar menghargai hak cipta, dengan

melakukan bauran promosi, seperti iklan, diskon, CSR dll supaya


commit to user

95

masyarakat lebih tertarik membeli produk yang asli dibanding yang

bajakan.

D. IMPLIKASI STUDI

Studi ini diharapkan mampu memberikan implikasi baik secara teoritis,

praktis, maupun metodologis. Melalui ketiga aspek ini diharapkan dapat

memberikan pemahaman terkait tanggung jawab ilmiah dalam upaya untuk

mengembangkan teori-teori sesuai dengan bidang studi yang menjadi

tanggung jawab peneliti. Selain itu, implikasi studi ini juga diharapkan dapat

memberikan masukan kepada pemasar mengenai upaya-upaya yang

sebaiknya dilakukan terkait dengan permasalahan yang diteliti.

1. Implikasi Teoritis

Penelitian ini diharapkan dapat meningkatkan pemahaman bagi para

akademisi terkait dengan konsep niat beli produk bajakan. Hal tersebut

didasarkan pada keragaman yang terdapat dalam penelitian ini yang

memberikan perspektif yang berbeda dari studi terdahulu (Lihat Ang et al.,

2001; Huang, Lee, dan Ho, 2004; Matos, Ituassu, dan Rossi, 2007;

Marcketti dan Shelley, 2009; Phau dan Teah, 2009). Keragaman tersebut

dapat diketahui dari variabel-variabel amatan yang dimodelkan dan

disesuaikan dengan setting penelitian di Indonesia. Melalui penelitian ini

juga diharapkan dapat menjadi bahan diskusi yang selanjutnya dapat

dikembangkan dan diuji lagi pada setting penelitian yang berbeda.


commit to user

96

2. Implikasi Praktis

Studi ini diharapkan mampu memberikan pemahaman kepada

pemasar terkait dengan konsep niat beli produk bajakan. Pemahaman

terhadap konsep produk bajakan dapat memberikan perspektif yang lebih

luas pada para pemasar yang dapat digunakan untuk mendesain stimulus-

stimulus yang dimungkinkan dapat mengurangi niat beli konsumen

terhadap produk bajakan. Stimulus-stimulus yang dimaksud adalah yang

terkait dengan upaya untuk membuat kebijakan dan strategi promosi yang

baik sehingga dapat mengurangi niat beli produk bajakan. Hal ini perlu

dicermati sebab pendesainan stimulus-stimulus tersebut secara berlebihan

dapat berdampak pada ketidakefektifan strategi pemasaran yang

dikembangkan.

3. Implikasi Metodologis

Penelitian ini dilakukan dengan metode yang terstruktur. Metode

penelitian yang meliputi alat pengukuran dan pengujian statistik telah

teruji melalui prosedur yang rigid. Dengan demikian sumber dan

kebenarannya dapat ditelusuri secara ilmiah. Hal ini diharapkan memberi

pemahaman kepada peneliti untuk memanfaatkannya sebagai

pertimbangan dalam mendesain metode riset yang digunakan untuk

pengujian model yang ingin diteliti.

4. Implikasi bagi Studi Lanjutan

Obyek amatan pada studi ini difokuskan CD, VCD, dan DVD

bajakan yang merupakan produk bajakan dengan harga inferior, sehingga

bersifat terbatas pada studi produk bajakan low involvement dan juga studi


commit to user

97

ini hanya terbatas pada kalangan mahasiswa dan berlokasi dikota solo saja.

Hal ini memberikan peluang bagi studi lanjutan untuk mengembangkan

model pada konteks yang lebih luas yaitu dengan meneliti pada objek

amatan yang lain (misalnya produk bajakan high involvement), Subjek

amatan yang berbeda yaitu orang yang sudah memiliki penghasilan

sendiri.


commit to user

98

DAFTAR PUSTAKA Ajzen, I. (1991), “The theory of planned behavior”, Organizational Behavior and

Human Decision Processes, Vol. 50 No. 2, pp. 179-211. Albers-Miller, N.D. (1999), “Consumer misbehavior: why people buy illicit

goods”, Journal of Consumer Marketing, Vol. 16 No. 3, pp. 273-87. Armstrong, Gery dan Philip Kotler. 2001. Prinsip-Prinsip Pemasaran. Jilid

1.Edisi Kedelapan. Jakarta: Erlangga. Ang, S.H., Cheng, P.S., Lim, E.A.C. & Tambyah, S.K. (2001), “Spot the

difference: consumer responses towards counterfeits”, Journal of Consumer Marketing, Vol. 18 No. 3, pp. 219-35.

Azwar s, 2005. Penyusunan Skala Pesikologi. Pustaka Pelajar, Offset cetakan ke

V, Yogyakarta Bearden, W.O., Netemeyer, R.G. and Teel, J.E. (1989), “Measurement of

consumer susceptibility to interpersonal influence”, Journal of Consumer Research, Vol. 15 No. 4, pp. 473-81.

Bloch, P.H., Bush, R.F. and Campbell, L. (1993), “Consumer ‘Accomplices’ in

product counterfeiting; a demand side investigation”, Journal of Consumer Marketing, Vol. 10 No. 4, pp. 27-36.

Bonoma, T.V. and Johnston, W.J. (1979), “Decision making under uncertainty: a

direct measurement approach”, Journal of Consumer Research, Vol. 6 No. 2, pp. 177-91.

Cespedes, F.V., Corey, E.R. and Rangan, V.K. (1988), “Gray markets: causes and

cures”, Harvard Business Review, Vol. 66 No. 4, pp. 75-83. Cordell, V., Wongtada, N. and Kieschnick, R.L. Jr (1996), “Counterfeit purchase

intentions: role of lawfulness attitudes and product traits as determinants”, Journal of Business Research, Vol. 35 No. 1, pp. 41-53.

Dowling, G.R. and Staelin, R. (1994), “A model of perceived risk and intended

risk-handling activity”, Journal of Consumer Research, Vol. 21 No. 1, pp. 119-34.

Ferdinand, A. 2002. Structural Equation Modelling dalam Penelitian Manajemen

: Aplikasi Model-Model Rumit dalam Penelitian untuk Tesis Magister & Disertasi Doktor. Semarang : Badan Penerbit Universitas Diponegoro.

Ferdinand, A. 2006. Metode Penelitian Manajemen (Pedoman Penelitian Untuk

Penulisan Skripsi, Tesis, Disertasi Ilmu Manajemen). Semarang : Badan Penerbit Universitas Diponegoro.


commit to user

99

Hair, J.F., JR., Rolp E.A., Ronald L., Tatham, & Black W.L. 1998.

Multivariate Data Analysis. Upper Saddler River, New Jersey: Prentice-Hall, Inc.

Hidayat, A & Mizerski, K. (2005), “Pembajakan Produk: Problema, Strategi dan

Antisipasi Strategi”, Jurnal Siasat Bisnis, Vol. 1, No. 10, pp. 99-122. Havlena, W.J. and DeSarbo, W.S. (1991), “On the measurement of perceived

consumer risk”, Decision Sciences, Vol. 22 No. 4, pp. 927-39. Huang, J.H., Lee, B.C.Y. and Ho, S.H. (2004), “Consumer attitude toward gray

market goods”, International Marketing Review, Vol. 21 No. 6, pp. 598-614.

Jogiyanto, H.M. (2004). Metodologi Penelitian Bisnis: Salah Kaprah dan

Pengalaman-Pengalaman. Yogyakarta: BPFE.

Lichtenstein, D.R., Ridgway, N.M. and Netemeyer, R.G. (1993), “Price

perceptions and consumer shopping behavior: a field study”, Journal of Marketing Research, Vol. 30 No. 2, pp. 234-45.

Marcketti, S.B. and Shelley, M.C. (2009), “Consumer concern, knowledge and

attitude towards counterfeit apparel products”, International Journal of Consumer Studies , pp 327–337

Phau, I & Teah, M. (2009), “Devil wears (counterfeit) Prada: a study of

antecedents and outcomes of attitudes towards counterfeits of luxury brands”, Journal of Consumer Marketing, Vol. 26, No. 1, pp 15-27.

Retnaningsih, Utami, P.W. & Muflikhati, I. (2010). “An Analysis of Factors

Influencing IPB Students Attitudes and Buying Behaviour of Piracy Book”, Vol. 3, No.1, pp 82-88.

Sekaran, U. (2006). Metode Untuk Penelitian Bisnis 1. Edisi keempat. Jakarta;

Salemba. Schiffman, L.G. and Kanuk, L.L. (1997), Consumer Behavior, 8th ed., Prentice

Hall, Englewood Cliffs, NJ. Sugiyono, 1999. Metode Penelitian Administrasi. Edisi Keenam, Bandung;

Penerbit CV Alfabeta. Tellis, G.J. and Gaeth, G.J. (1990), “Best value, priceseeking, and price aversion:

the impact of information and learning on consumer choices”, Journal of Marketing, Vol. 54, April, pp. 34-45.


commit to user

100

Matos, C.A., Ituassu, C.T. & Rossi, C.A.V. (2007). “Consumer Attitudes Toward Counterfeits: A Review and Extension”, Journal of Consumer Marketing, Vol. 24, No.1, pp 36-47.

www.bumihastamukti.com www.indosdm.com www.majalah.tempointeraktif.com, www.neila.staff.ugm.ac.id www.nix.oit. umass.edu/~aizen


commit to user

101

LAMPIRAN


commit to user

102

Kepada Yth. Responden penelitian Di tempat Assalamualaikum Wr.Wb.

Perkenankan saya meminta kesediaan Anda untuk meluangkan waktu sejenak guna mengisi kuesioner yang terlampir. Pendapat atau informasi yang Anda berikan, nantinya akan digunakan sebagai data primer skripsi saya. Apabila ada hal-hal yang kurang jelas, silahkan menanyakan kepada peneliti dan dengan senang hati akan menjawab pertanyaan Anda.

Sebagai suatu penelitian ilmiah, maka kerahasiaan identitas Anda akan tetap terjaga. Besar harapan saya akan terisinya kuesioner tersebut, dan sebelumnya saya ucapkan terima kasih. Wasalamualaikum Wr. Wb.

Hormat saya,

Peneliti Mahendra Dwi Putra (F0207085)

IDENTITAS RESPONDEN

Isilah titik-titik berikut ini dan berilah tanda cek (√ ) pada kode jawaban yang sesuai dengan identitas Anda.

Nama :..........................................(boleh tidak diisi)

Jenis Kelamin : ‡ Laki-Laki ‡ Perempuan

Usia : ……Tahun

Fakultas : .................................

Pernah membeli CD, VCD,

atau DVD bajakan : ‡ Pernah : ‡ belum penah

Uang saku per minggu : ‡ < 50 ribu ‡ 50 ribu s/d < 100 ribu ‡ > 100 ribu

KUESIONER PENELITIAN

KETERANGAN

STS = Sangat Tidak Setuju | TS = Tidak Setuju | N = Netral | S =Setuju | SS = Sangat Setuju

STS TS N S SS

PQ 1 Secara umum, semakin tinggi harga semakin baik kualitasnya

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET

JURUSAN MANAJEMEN

Jl. Ir. Sutami no. 36A Kentingan Surakarta Telp. (0271) 668765


commit to user

103

PQ 2 Menurut saya harga menunjukkan kualitas produk

PQ 3 Menurut Saya, kita harus mengeluarkan uang yang lebih banyak jika ingin produk yang terbaik

PR 1 CD, VCD, DVD bajakan memiliki resiko yang tinggi

PR 2 Ada kemungkinan besar CD, VCD atau DVD bajakan yang kita beli rusak

STS TS N S SS

PR 3 Menurut saya mengeluarkan uang untuk membeli CD, VCD atau DVD bajakan mungkin merupakan keputusan tidak tepat

INT 1 Saya menyadari kejujuran merupakan karakter penting bagi seseorang

INT 2 Saya menyadari sangat penting orang bersikap sopan

INT 3 Saya menghargai orang yang bertanggung jawab

INT 4 Saya menghargai orang yang memiliki pengendalian diri yg baik

PG 1 Saya ingin berusaha untuk memenuhi kebutuhan saya

PG 2 Saya ingin memiliki kehidupan yang nyaman

PG 3 Saya ingin memiliki kehidupan yang menyenangkan

SN 1 Teman dan keluarga saya tidak mempermasalahkan keputusan saya dalam membeli produk bajakan

SN 2 Saya membeli CD, VCD, atau DVD bajakan atas saran teman dan keluarga saya

SN 3 Kebanyakan dari teman dan keluarga saya sering membeli CD, VCD, atau DVD bajakan

RA 1 Saya tidak berani mengambil resiko ketika membeli sesuatu barang

RA 2 Sebelum melakukan pembelian, saya selalu memastikan produk yang saya beli berkualitas baik

RA 3 Saya selalu yakin atas produk yang saya beli

AT 1 Saya menyukai CD, VCD atau DVD bajakan karena harganya murah

AT 2 Saya suka membeli CD, VCD atau DVD bajakan

AT 3 Membeli CD, VCD atau DVD bajakan lebih menguntungkan saya

AT 4 Menurut Saya tidak ada yang salah membeli CD, VCD atau DVD bajakan

AT 5 Secara umum, membeli CD, VCD atau DVD bajakan merupakan pilihan yang lebih baik

STS = Sangat Tidak Suka | TS = Tidak Suka | N = Netral | S = Suka | SS = Sangat Suka


commit to user

104

STS TS N S SS

BI 1 Pada saat membutuhkan CD, VCD atau DVD, Saya lebih terpikir untuk membeli produk bajakan

BI 2 Saya berencana akan membeli CD, VCD atau DVD bajakan

BI 3 Saya akan menyarankan kepada teman untuk membeli CD, VCD atau DVD bajakan

BI 4 Saya akan mengatakan sesuatu yang baik mengenai CD, VCD atau DVD bajakan

Pertanyaan terbuka : 1. Menurut anda bagaimana kualitas CD, VCD, atau DVD bajakan? ________________________________________________________________ 2. Bagaimana kesesuaian harga CD, VCD, atau DVD bajakan jika

dibandingkan dengan kualitasnya? ________________________________________________________________ 3. Apa saja resiko yang mungkin anda dapat ketika membeli CD,

VCD, atau DVD bajakan? ________________________________________________________________ 4. Jelaskan alasan anda membeli CD, VCD, atau DVD bajakan? _______________________________________________________________ 5. Pertimbangan apa saja yang mempengaruhi anda untuk membeli

CD, VCD, atau DVD bajakan? ________________________________________________________________ 6. Mengapa anda lebih memilih CD, VCD, atau DVD bajakan

dibandingkan yang asli? ________________________________________________________________ 7. Apakah membeli CD, VCD, atau DVD bajakan itu melanggar

peraturan? Jelaskan? ________________________________________________________________


commit to user

105

No Jenis Kelamin Usia Fakultas

Uang saku /minggu

Previous Experience

1 1 2 4 1 2 2 1 2 4 2 1 3 1 2 4 1 1 4 1 3 4 1 1 5 2 2 3 1 1 6 2 1 3 2 2 7 1 2 4 2 2 8 2 1 4 2 1 9 1 2 4 3 1 10 2 2 4 1 2 11 1 2 1 1 1 12 2 2 1 1 1 13 2 1 1 2 1 14 1 1 1 2 1 15 2 1 1 3 1 16 1 1 3 2 2 17 1 1 3 3 1 18 1 1 3 1 1 19 2 2 3 1 2 20 2 3 1 2 1 21 2 3 1 1 1 22 2 3 1 2 1 23 2 2 1 1 2 24 2 2 3 3 1 25 2 2 1 2 1 26 2 2 3 3 2 27 2 2 1 3 2 28 2 2 7 3 1 29 2 1 7 3 1 30 2 1 7 2 1 31 2 1 7 3 1 32 2 2 1 3 1 33 2 1 1 3 2 34 2 3 1 2 2 35 2 2 3 2 2 36 2 2 1 2 2 37 2 2 1 2 1 38 2 2 1 2 2 39 2 2 1 3 2 40 1 2 1 3 1


commit to user

106

41 1 1 1 3 2 42 1 1 1 3 1 43 1 3 1 3 1 44 1 1 1 2 1 45 1 3 7 3 1 46

1 7 3 1


Uang saku /minggu

Previous Experience

47 2 1 2 3 1 48 2 3 3 2 1 49 1 2 3 2 1 50 2 2 3 2 2 51 2 2 7 2 2 52 2 2 2 3 2 53 1 1 2 3 2 54 1 1 1 1 2 55 1 1 1 1 1 56 1 2 1 2 1 57 1 2 2 2 2 58 2 2 2 3 2 59 2 2 1 3 1 60 2 2 8 2 1 61 1 1 8 2 1 62 2 1 8 3 2 63 1 1 8 2 1 64 2 2 1 3 1 65 2 2 2 1 1 66 1 2 2 3 1 67 1 2 2 2 1 68 2 2 2 2 1 69 1 1 2 3 2 70 2 1 2 2 2 71 1 1 2 3 2 72 2 2 2 2 1 73 1 2 2 3 1 74 1 2 2 3 1 75 1 1 2 3 2 76 2 1 2 3 1 77 1 1 1 3 1 78 1 2 1 2 1


commit to user

107

79 2 2 1 2 1 80 2 2 1 3 2 81 1 2 1 3 2 82 2 2 1 3 2 83 1 2 6 1 1 84 2 1 6 3 2 85 2 1 6 3 2 86 2 1 6 2 2 87 1 1 6 3 1 88 1 1 6 2 1 89 2 2 6 3 1 90 2 2 1 1 2 91 2 2 1 3 1 92 2 2 1 2 2


Uang saku /minggu

Previous Experience

93 2 2 1 3 1 94 2 2 1 3 1 95 1 2 1 1 2 96 1 1 1 3 2 97 2 1 1 2 2 98 1 1 1 3 1 99 2 2 1 1 1

100 1 2 1 3 1 101 2 2 1 2 2 102 2 2 1 1 1 103 1 1 6 2 1 104 2 2 6 1 2 105 1 2 6 3 2 106 2 1 6 3 1 107 1 2 6 1 1 108 1 2 1 3 2 109 2 2 1 3 2 110 1 2 1 3 2 111 2 1 1 3 1 112 1 2 1 2 1 113 1 2 6 2 2 114 2 2 6 2 2 115 2 2 6 2 1 116 2 1 1 2 1


commit to user

108

117 1 3 1 2 1 118 2 1 1 2 1 119 2 2 6 3 1 120 2 2 6 3 2 121 2 2 1 3 2 122 2 2 1 3 1 123 2 2 1 3 1 124 2 3 1 2 1 125 2 3 1 3 1 126 2 3 1 3 1 127 2 1 1 3 1 128 2 1 1 2 1 129 2 1 1 2 2 130 2 2 1 2 2 131 1 2 1 2 2 132 2 2 1 3 1 133 2 2 6 3 1 134 2 2 5 2 2 135 1 2 5 2 1 136 2 2 5 3 1 137 2 2 1 2 2 138 1 2 6 3 2


Uang saku /minggu

Previous Experience

139 2 3 5 2 1 140 2 2 5 2 2 141 2 3 5 2 1 142 2 2 5 2 1 143 2 2 5 3 2 144 2 2 5 2 1 145 2 3 5 2 1 146 2 2 5 3 1 147 2 2 5 3 2 148 2 2 6 2 2 149 1 2 5 3 1 150 2 3 6 2 1 151 2 3 6 2 1 No Jenis Kelamin Usia Fakultas

Keterangan: Jenis


commit to user

109

kelamin

Laki – laki = 1

Perempuan = 2 Usia

<20 tahun = 1

20-22 tahun = 2

>22 Tahun = 3 Fakultas

Ekonomi = 1

Hukum = 2

FISIP = 3

Kedokteran = 4

Sastra = 5

FKIP = 6

Pertanian = 7

MIPA = 8

Uang Saku per Minggu

< Rp 50.000,- = 1

Rp 50.000,-hingga Rp 100.000,- = 2

> Rp 100.000,- = 3 Previous Experience

Sudah pernah membeli (CD, VCD, atau DVD bajakan)

= 1

Belum pernah membeli (CD, VCD, atau DVD bajakan) = 2


commit to user

110

Tabel IV.6 Tabulasi Hasil Jawaban Responden

STS TS N S SS JUMLAH PQ1 0 2 32 87 30 151 PQ2 0 2 27 83 39 151 PQ3 0 2 32 87 30 151 PR1 0 14 34 81 22 151 PR2 0 8 50 81 12 151 PR3 0 29 40 76 6 151 INT1 0 6 49 78 18 151 INT2 0 11 41 78 21 151 INT3 0 3 59 67 22 151 INT4 0 16 45 69 21 151 PG1 0 2 36 89 24 151 PG2 0 5 52 73 21 151 PG3 0 1 33 85 32 151 SN1 0 1 46 85 19 151 SN2 0 2 29 86 34 151 SN3 0 2 34 90 25 151 RA1 0 3 17 91 40 151 RA2 0 2 8 89 52 151 RA3 0 4 49 77 21 151 AT1 0 2 25 89 35 151 AT2 0 1 32 97 31 151 AT3 0 2 40 86 23 151 AT4 0 1 35 96 19 151 AT5 0 1 34 90 26 151 BI1 0 4 26 91 30 151 BI2 0 3 29 88 31 151 BI3 0 7 35 72 37 151 BI4 0 8 36 79 28 151


commit to user

111

Tabulasi Pertanyaan Terbuka

Nama Pertanyaan 1 Pertanyaan 2 Pertanyaan 3 Pertanyaan 4 Pertanyaan 5 Pertanyaan 6Lulu Lumayan bagus Sesuai Kualitas jelek,

tidak awet Harganya yang murah

Harga murah Harganya, mudah didapat

Esa Jelek Sesuai Suara pecah, kualitas jelek

Coba-coba Coba-coba Coba

Ade Jelek Sesuai Barang tidak sesuai harapan

Harganya yang murah

Harga murah Harganya

Sularti Jelek Sesuai Tidak tahan lama/ tdk awet

Harganya yang murah


Arif Lumayan bagus Sesuai Kualitas tidak sebagus yang asli

Harganya yang murah

Harga murah Harganya, tidak kalah dengan yang asli

Risky Jelek Sesuai Tidak awet Harganya yang murah


Dita Jelek Sesuai Barang mudah rusak

Harganya yang murah


Lisa Lumayan bagus Sesuai Cenderung mudah rusak

Harganya yang murah


Diasmita Jelek Sesuai Kualitas jelek Harganya yang murah


Taufik Lumayan bagus Sesuai Barang tidak sesuai harapan

Harganya yang murah


Dian Jelek Sesuai Tidak tahan lama

Harganya yang murah


Heni Jelek Sesuai Mudah rusak Harganya yang murah


Tiwi Jelek Sesuai Kualitas gambar suara jelek

Harganya yang murah


Rudi Lumayan bagus Sesuai Barang tidak awet

Harganya yang murah

Harga murah Hargany

Johan Lumayan bagus Sesuai Barang rusak Harganya yang murah


Ana Jelek Sesuai Kualitas jelek Harganya yang murah


Yolla Jelek Sesuai Tidak awet Harganya yang murah


Bharata Lumayan bagus Sesuai Barang rusak/macet

Harganya yang murah


Yuma Jelek Sesuai Tidak awet Harganya yang murah


Yanti Lumayan bagus Sesuai Tidak awet Harganya yang murah



commit to user

112

Keterangan Pertanyaan :

1. Menurut anda bagaimana kualitas CD, VCD, atau DVD bajakan?

2. Bagaimana kesesuaian harga CD, VCD, atau DVD bajakan jika

dibandingkan dengan kualitasnya?

3. Apa saja resiko yang mungkin anda dapat ketika membeli CD,

VCD, atau DVD bajakan?

4. Jelaskan alasan anda membeli CD, VCD, atau DVD bajakan?

5. Pertimbangan apa saja yang mempengaruhi anda untuk membeli

CD, VCD, atau DVD bajakan?

6. Mengapa anda lebih memilih CD, VCD, atau DVD bajakan

dibandingkan yang asli?

7. Apakah membeli CD, VCD, atau DVD bajakan itu melanggar

peraturan? Jelaskan?


commit to user

113

pq1 pq2 pq3 pr1 pr2 pr3 int1 int2 int3 int4 pg1 pg2 pg3 sn1 sn2 sn3 ra1 ra2 5 4 4 3 5 5 4 4 5 5 4 5 4 4 2 4 4 4 4 4 4 2 4 2 5 5 4 4 4 5 5 4 2 3 4 4 5 4 5 3 4 5 5 5 5 5 4 5 5 3 3 4 5 5 4 4 4 4 5 5 5 4 5 4 4 4 4 3 3 4 2 4 3 2 5 4 4 5 5 5 5 4 3 5 4 4 2 3 4 4 4 5 3 2 4 5 5 5 5 5 3 4 4 2 2 3 5 5 5 5 4 4 4 4 5 4 4 4 3 4 4 4 2 4 4 5 2 3 1 4 1 1 5 5 5 4 3 4 4 3 3 3 4 4 2 2 4 3 4 5 5 5 5 5 5 5 5 1 1 2 5 5 4 4 3 4 4 4 4 4 4 4 4 4 4 3 2 3 4 4 2 3 2 4 4 5 5 4 5 4 4 4 4 5 5 5 3 5 4 2 4 2 5 5 5 5 5 5 5 5 5 5 2 2 5 5 4 4 4 3 4 4 4 4 4 4 4 4 4 3 3 3 4 4 5 5 5 1 4 3 5 5 5 5 5 5 5 3 3 3 5 5 3 4 4 2 4 5 4 4 4 4 4 4 4 4 2 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 3 2 3 4 4 4 4 5 4 5 4 4 4 4 5 4 5 5 3 2 4 4 5 5 4 3 5 5 4 5 5 4 4 2 5 4 1 1 2 5 4 5 5 4 4 4 4 5 5 4 5 4 5 5 4 2 4 5 4 4 5 4 2 4 2 5 4 5 5 4 5 5 5 4 5 5 5 1 1 1 4 5 4 5 5 5 5 5 5 5 5 2 5 5 5 2 2 1 3 4 3 3 4 5 5 3 4 4 3 3 3 4 5 4 3 4 4 3 3 4 4 4 4 4 4 4 4 3 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 6 2 4 5 5 4 4 5 4 5 4 4 5 5 5 4 4 4 4 3 3 4 4 4 4 5 4 4 3 5 5 5 5 5 4 5 3 2 3 4 4 5 5 3 5 5 4 5 5 5 5 5 5 5 3 2 2 4 4 4 4 2 4 4 4 5 5 5 5 4 5 5 3 2 3 5 5 5 5 2 5 5 2 5 5 5 5 5 5 5 5 2 5 5 5 4 4 2 2 5 2 5 5 5 5 5 5 5 2 2 4 4 4 5 5 5 3 4 2 5 5 5 5 5 5 5 4 3 5 5 5 4 4 3 5 4 2 5 5 5 5 5 5 5 3 3 4 4 5 2 3 1 4 1 1 5 5 5 4 3 4 4 3 3 3 4 4 2 2 4 3 4 5 5 5 5 5 5 5 5 1 1 2 5 5 4 4 3 4 4 4 4 4 4 4 4 4 4 3 2 3 4 4 2 3 2 4 4 5 5 4 5 4 4 4 4 5 5 5 3 5 4 2 4 2 5 5 5 5 5 5 5 5 5 5 2 2 5 5 4 4 4 3 4 4 4 4 4 4 4 4 4 3 3 3 4 4 5 5 5 1 4 3 5 5 5 5 5 5 5 3 3 3 5 5 3 4 4 2 4 5 4 4 4 4 4 4 4 4 2 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 3 2 3 4 4 4 4 5 4 5 4 4 4 4 5 4 5 5 3 2 4 4 5 5 4 3 5 5 4 5 5 4 4 2 5 4 1 1 2 5 4


commit to user

114

5 5 4 4 4 4 5 5 4 5 4 5 5 4 2 4 5 4 4 5 4 2 4 2 5 4 5 5 4 5 5 5 4 5 5 5 4 4 4 4 5 4 4 4 5 4 2 5 5 2 2 5 4 4 4 2 2 4 5 4 4 4 4 4 4 5 4 4 2 4 4 4 5 4 4 4 5 5 4 4 4 4 4 5 5 5 3 4 3 4 4 4 3 4 4 4 4 5 4 4 4 4 4 3 3 3 4 4 4 4 4 4 5 4 4 5 5 4 4 5 4 4 3 4 4 4

Factor Analysis


,412

1201,775378

,000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-Square

dfSig.

Bartlett's Test ofSphericity


commit to user

115

Communalities

1,000 ,864

1,000 ,905

1,000 ,709

1,000 ,841

1,000 ,836

1,000 ,735

1,000 ,627

1,000 ,785

1,000 ,737

1,000 ,782

1,000 ,730

1,000 ,8471,000 ,816

1,000 ,672

1,000 ,8491,000 ,808

1,000 ,692

1,000 ,746

1,000 ,804

1,000 ,762

1,000 ,784

1,000 ,724

1,000 ,873

1,000 ,778

1,000 ,910

1,000 ,917

1,000 ,792

1,000 ,899

PQ1

PQ2

PQ3

PR1

PR2

PR3

INT1

INT2

INT3

INT4

PG1

PG2

PG3

SN1

SN2

SN3

RA1

RA2

RA3

AT1

AT2

AT3

AT4

AT5BI1

BI2

BI3

BI4

Initial Extraction

Extraction Method: Principal Component Analysis.


commit to user

116

Total Variance Explained

6,594 23,548 23,548 6,594 23,548 23,548

4,838 17,279 40,827 4,838 17,279 40,8272,831 10,112 50,939 2,831 10,112 50,939

2,109 7,533 58,472 2,109 7,533 58,4721,744 6,230 64,703 1,744 6,230 64,703

1,623 5,795 70,498 1,623 5,795 70,4981,412 5,044 75,542 1,412 5,044 75,542

1,073 3,831 79,373 1,073 3,831 79,373,849 3,033 82,406

,787 2,812 85,219,649 2,317 87,535

,579 2,069 89,604

,507 1,809 91,413,443 1,582 92,995

,401 1,431 94,426,331 1,182 95,608

,254 ,907 96,515,210 ,751 97,265

,176 ,629 97,895,160 ,573 98,467

,123 ,440 98,907,099 ,352 99,259

,084 ,300 99,559,046 ,166 99,725

,028 ,099 99,824,024 ,085 99,908

,019 ,068 99,976,007 ,024 100,000

Component12

34

56

78

910

1112

13

1415

1617

1819

2021

2223

2425

2627

28

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings



commit to user

117

Component Matrixa

,749

,522

,534 ,570 ,539 ,553

,623 ,596

,712 -,647

,816 ,570

,709 ,777

,637 ,559

,711 ,693

,607

,752 ,663

,712 -,524

,749 ,852

,832 ,665

,670

PQ1PQ2

PQ3PR1

PR2PR3

INT1INT2

INT3INT4

PG1PG2

PG3SN1

SN2SN3

RA1RA2

RA3AT1

AT2AT3

AT4AT5

BI1BI2

BI3BI4

1 2 3 4 5 6 7 8Component


8 components extracted.a.


commit to user

118

Rotated Component Matrixa

,820 ,901

,650 -,889

,827 ,803

-,505 ,589

,709 ,646

,652 ,879

,809 ,595

,592 ,746

,711 ,744

-,872 ,517

,818 ,694

,868

,718 ,842

,847 ,860

PQ1

PQ2PQ3

PR1PR2

PR3INT1

INT2INT3

INT4PG1

PG2PG3

SN1SN2

SN3RA1

RA2RA3

AT1AT2

AT3AT4

AT5BI1

BI2BI3

BI4

1 2 3 4 5 6 7 8

Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 10 iterations.a.

Component Transformation Matrix

,774 ,146 ,524 ,198 -,054 ,127 ,113-,347 ,815 ,061 ,161 ,071 ,316 ,264

-,159 ,026 ,220 ,614 ,464 -,552 -,172,312 ,000 -,454 -,162 ,768 ,138 ,162

,278 ,136 -,605 ,554 -,280 ,169 -,316,165 ,395 ,137 -,388 ,192 -,056 -,554

-,037 -,260 ,134 ,237 ,171 ,352 ,415-,227 -,269 ,253 ,135 ,207 ,636 -,532

Component1

23

45

67

8

1 2 3 4 5 6 7



commit to user

119

pq1 pq2 pq3 pr1 pr2 pr3 int1 int2 int3 int4 5 5 4 4 4 4 5 5 4 5 4 5 3 5 5 4 4 5 4 4 4 3 4 3 5 5 4 5 4 5 3 4 5 5 5 5 4 3 3 4 5 5 5 4 5 3 4 5 4 4 5 5 5 5 5 5 4 4 4 4 5 4 4 2 2 3 3 4 5 5 5 5 2 3 3 4 4 5 5 4 5 4 3 4 4 5 5 5 5 5 4 4 4 3 4 4 4 4 4 5 5 5 3 4 4 5 5 5 3 4 4 3 4 5 4 4 4 4 3 3 4 4 4 5 5 5 4 4 5 4 5 4 4 4 4 5 4 5 5 5 4 5 5 4 4 5 4 4 4 3 5 4 5 4 4 4 3 4 3 3 3 4 2 2 2 4 5 4 4 4 4 5 4 4 4 5 5 4 4 4 4 4 4 4 5 4 4 5 5 4 4 4 5 5 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 4 4 3 4 5 5 4 4 4 2 2 2 4 5 5 4 4 4 2 1 2 2 3 2 4 4 4 4 4 5 4 4 4 4 4 4 4 3 3 4 4 4 5 5 5 4 4 3 4 4 4 5 4 5 4 3 3 4 5 4 4 4 4 2 2 3 4 4 5 4 4 4 3 2 3 5 4 4 4 4 4 4 3 4 4 3 3 4 4 4 4 4 3 5 4 3 5 5 5 5 4 5 3 4 2 5 5 5 4 4 3 1 2 1 5 5 5 5 4 4 5 5 4 5 5 5 4 4 3 4 4 4 5 5 5 5 5 3 5 5 4 5 5 5 2 3 2 4 4 5 5 4 5 4 2 4 2 5 5 5 5 5 4 4 4 3 4 4 4 4 4


commit to user

120

5 5 5 1 4 3 5 5 5 3 4 4 2 4 5 4 4 4 4 4 4 4 4 4 5 5 5 4 4 5 4 5 4 4 4 4 5 4 3 5 5 4 5 5 4 5 5 4 4 4 4 5 5 4 4 5 4 2 4 2 5 4 5

Factor Analysis


,462

1071,207378

,000


Approx. Chi-Square

dfSig.



commit to user

121

Communalities

1,000 ,838

1,000 ,868

1,000 ,830

1,000 ,799

1,000 ,843

1,000 ,792

1,000 ,823

1,000 ,792

1,000 ,823

1,000 ,780

1,000 ,673

1,000 ,8461,000 ,860

1,000 ,694

1,000 ,7701,000 ,669

1,000 ,756

1,000 ,796

1,000 ,759

1,000 ,790

1,000 ,802

1,000 ,850

1,000 ,776

1,000 ,823

1,000 ,832

1,000 ,892

1,000 ,825

1,000 ,885

PQ1

PQ2

PQ3

PR1

PR2

PR3

INT1

INT2

INT3

INT4

PG1

PG2

PG3

SN1

SN2

SN3

RA1

RA2

RA3

AT1

AT2

AT3

AT4

AT5BI1

BI2

BI3

BI4

Initial Extraction



commit to user

122


7,132 25,472 25,472 7,132 25,472 25,472

5,121 18,289 43,762 5,121 18,289 43,7622,587 9,239 53,000 2,587 9,239 53,000

2,178 7,778 60,778 2,178 7,778 60,7781,848 6,600 67,378 1,848 6,600 67,378

1,361 4,860 72,238 1,361 4,860 72,2381,292 4,615 76,853 1,292 4,615 76,853

,969 3,462 80,315 ,969 3,462 80,315,797 2,845 83,160

,575 2,054 85,214,532 1,900 87,115

,517 1,848 88,962

,476 1,701 90,663,374 1,334 91,997

,334 1,192 93,190,314 1,121 94,310

,278 ,992 95,303,267 ,955 96,258

,234 ,835 97,093,187 ,666 97,759

,164 ,587 98,347,130 ,465 98,812

,095 ,340 99,152,081 ,290 99,442

,054 ,194 99,636,050 ,177 99,813

,041 ,145 99,958,012 ,042 100,000

Component12

34

56

78

910

1112

13

1415

1617

1819

2021

2223

2425

2627

28




commit to user

123

Component Matrixa

,557 ,616

,546 ,576 ,561

,514 ,504

,580

-,583 ,532

,745 ,550

-,511 ,580 ,738

,522 ,567 ,625

,591 ,554

,540 ,557 -,534

,625 ,646

,735 ,507 -,528

,667 ,802

,835 ,762

,758

PQ1PQ2

PQ3PR1

PR2PR3

INT1INT2

INT3INT4

PG1PG2

PG3SN1

SN2SN3

RA1RA2

RA3AT1

AT2AT3

AT4AT5

BI1BI2

BI3BI4

1 2 3 4 5 6 7 8Component




commit to user

124


,797 ,882

,839 ,598 ,526

,812 ,765

,846 ,633

,858 ,708

-,540 ,815

,837 ,607

,598 ,717

,533 ,558 ,728

,843 ,722

,837 ,749

,837 ,772

,756 ,805

,853 ,894

PQ1

PQ2PQ3

PR1PR2

PR3INT1

INT2INT3

INT4PG1

PG2PG3

SN1SN2

SN3RA1

RA2RA3

AT1AT2

AT3AT4

AT5BI1

BI2BI3

BI4

1 2 3 4 5 6 7 8

Component




,721 ,544 -,275 -,255 -,143 -,148 -,017,142 ,383 ,536 ,527 ,385 -,216 -,098

,563 -,477 ,288 ,013 -,125 ,480 -,043,164 -,084 -,429 ,168 ,720 ,284 ,377

-,169 ,353 ,423 -,403 -,022 ,316 ,634-,115 ,159 ,114 -,487 ,433 ,321 -,648

-,030 ,302 -,004 ,459 -,302 ,591 -,146-,272 ,286 -,421 ,133 -,137 ,261 -,063

Component1

23

45

67

8

1 2 3 4 5 6 7



commit to user

125



commit to user

126

4 4 3 4 4 4 4 5 4 4 5 3 4 4 5 5 5 5 2 3 1 4 5 5 5 5 5 4 4 3 4 4 4 4 4 4 4 4 3 4 4 3 5 5 5 4 4 3 4 4 3 5 5 5 4 4 4 4 4 3 5 5 5

Factor Analysis


,608

951,751378

,000


Approx. Chi-Square

dfSig.



commit to user

127

Communalities

1,000 ,862

1,000 ,899

1,000 ,769

1,000 ,713

1,000 ,864

1,000 ,747

1,000 ,785

1,000 ,798

1,000 ,788

1,000 ,781

1,000 ,627

1,000 ,8391,000 ,860

1,000 ,659

1,000 ,7821,000 ,587

1,000 ,728

1,000 ,764

1,000 ,878

1,000 ,693

1,000 ,836

1,000 ,824

1,000 ,868

1,000 ,818

1,000 ,837

1,000 ,839

1,000 ,808

1,000 ,822

PQ1

PQ2

PQ3

PR1

PR2

PR3

INT1

INT2

INT3

INT4

PG1

PG2

PG3

SN1

SN2

SN3

RA1

RA2

RA3

AT1

AT2

AT3

AT4

AT5BI1

BI2

BI3

BI4

Initial Extraction



commit to user

128


7,357 26,275 26,275 7,357 26,275 26,275

4,478 15,993 42,268 4,478 15,993 42,2682,460 8,785 51,053 2,460 8,785 51,053

2,333 8,333 59,386 2,333 8,333 59,3861,810 6,463 65,848 1,810 6,463 65,848

1,511 5,397 71,245 1,511 5,397 71,2451,249 4,461 75,706 1,249 4,461 75,706

,876 3,128 78,834 ,876 3,128 78,834,766 2,736 81,570

,705 2,519 84,089,601 2,146 86,235

,525 1,875 88,110

,459 1,639 89,749,413 1,476 91,225

,345 1,233 92,458,304 1,085 93,543

,282 1,006 94,549,264 ,943 95,492

,249 ,890 96,382,210 ,748 97,131

,199 ,710 97,841,141 ,504 98,345

,113 ,403 98,747,109 ,389 99,136

,093 ,332 99,468,072 ,255 99,723

,052 ,184 99,908,026 ,092 100,000

Component12

34

56

78

910

1112

13

1415

1617

1819

2021

2223

2425

2627

28




commit to user

129

Component Matrixa

,518 -,577

,553 -,529

,613 ,727

,520 ,587

-,572 ,532

,529 ,644

,622 ,745

,633 ,682

,573

,508 -,508 -,503

,678 ,690

,703 ,627 ,509

,725 ,847

,840 ,762

,683

PQ1PQ2

PQ3PR1

PR2PR3

INT1INT2

INT3INT4

PG1PG2

PG3SN1

SN2SN3

RA1RA2

RA3AT1

AT2AT3

AT4AT5

BI1BI2

BI3BI4

1 2 3 4 5 6 7 8Component




commit to user

130


,898 ,899

,831 ,775

,867 ,756

,800 ,748

,797 ,573

,713 ,872

,858 ,662

,742 ,687

,761 ,819

,884 ,748

,852 ,847

,840 ,802

,704 ,752

,796 ,851

PQ1

PQ2PQ3

PR1PR2

PR3INT1

INT2INT3

INT4PG1

PG2PG3

SN1SN2

SN3RA1

RA2RA3

AT1AT2

AT3AT4

AT5BI1

BI2BI3

BI4

1 2 3 4 5 6 7 8

Component




,678 ,604 -,333 -,199 -,075 -,091 -,095,127 ,374 ,453 ,587 ,437 -,177 ,263

,397 -,323 -,131 ,092 ,442 ,713 ,049,136 ,116 ,442 -,072 -,605 ,395 ,470

-,538 ,546 -,081 -,201 ,260 ,358 -,035,055 ,076 ,527 -,615 ,273 ,070 -,175

-,066 ,199 ,101 ,426 -,314 ,361 -,670,226 -,185 ,419 -,056 ,027 -,180 -,467

Component1

23

45

67

8

1 2 3 4 5 6 7



commit to user

131



commit to user

132

4 4 3 4 4 3 5 5 5 4 4 4 4 4 3 5 5 5 5 5 4 4 4 4 5 5 4 5 4 4 3 5 5 4 4 5 4 4 4 3 4 3 5 5 4 5 4 5 3 4 5 5 5 5 4 4 4 4 5 5 5 4 5

Factor Analysis


,663

884,457378

,000


Approx. Chi-Square

dfSig.



commit to user

133

Communalities

1,000 ,851

1,000 ,873

1,000 ,806

1,000 ,713

1,000 ,847

1,000 ,687

1,000 ,758

1,000 ,757

1,000 ,775

1,000 ,807

1,000 ,650

1,000 ,8251,000 ,875

1,000 ,740

1,000 ,7901,000 ,660

1,000 ,847

1,000 ,767

1,000 ,718

1,000 ,671

1,000 ,779

1,000 ,793

1,000 ,776

1,000 ,734

1,000 ,715

1,000 ,745

1,000 ,872

1,000 ,767

PQ1

PQ2

PQ3

PR1

PR2

PR3

INT1

INT2

INT3

INT4

PG1

PG2

PG3

SN1

SN2

SN3

RA1

RA2

RA3

AT1

AT2

AT3

AT4

AT5BI1

BI2

BI3

BI4

Initial Extraction



commit to user

134


6,530 23,320 23,320 6,530 23,320 23,320

4,471 15,969 39,289 4,471 15,969 39,2892,574 9,192 48,481 2,574 9,192 48,481

2,379 8,496 56,977 2,379 8,496 56,9771,781 6,359 63,336 1,781 6,359 63,336

1,644 5,871 69,207 1,644 5,871 69,2071,216 4,342 73,548 1,216 4,342 73,548

1,005 3,591 77,139 1,005 3,591 77,139,874 3,121 80,260

,828 2,957 83,217,602 2,149 85,366

,514 1,837 87,203

,476 1,699 88,903,445 1,588 90,490

,421 1,502 91,993,363 1,296 93,288

,325 1,161 94,449,301 1,076 95,525

,218 ,780 96,305,193 ,689 96,994

,176 ,627 97,621,158 ,564 98,185

,127 ,452 98,637,108 ,387 99,024

,093 ,332 99,356,075 ,269 99,625

,067 ,241 99,866,037 ,134 100,000

Component12

34

56

78

910

1112

13

1415

1617

1819

2021

2223

2425

2627

28




commit to user

135

Component Matrixa

,555 -,522

,536 -,500 -,617

,578 ,789

,593 ,508

-,654 -,559

-,543 ,598

,577 ,689

,636

,512

-,587

,578 ,608

,644 ,570

,660 ,631

,636 ,759

,561

PQ1PQ2

PQ3PR1

PR2PR3

INT1INT2

INT3INT4

PG1PG2

PG3SN1

SN2SN3

RA1RA2

RA3AT1

AT2AT3

AT4AT5

BI1BI2

BI3BI4

1 2 3 4 5 6 7 8Component




commit to user

136


,872 ,890

,859 ,832

,839 ,719

,702 ,622

,797 ,833

,734 ,832

,798 ,740

,799 ,677

,886 ,791

,628,787

,823 ,796

,777 ,766

,581 ,669

,824 ,835

PQ1

PQ2PQ3

PR1PR2

PR3INT1

INT2INT3

INT4PG1

PG2PG3

SN1SN2

SN3RA1

RA2RA3

AT1AT2

AT3AT4

AT5BI1

BI2BI3

BI4

1 2 3 4 5 6 7 8

Component




,566 ,484 -,423 -,140 -,273 ,390 -,084,411 ,172 ,365 ,443 ,542 ,199 -,125

-,378 ,290 -,218 ,254 ,069 ,302 ,728,227 -,309 ,292 -,637 -,046 ,298 ,328

,444 -,588 -,148 ,482 -,291 -,060 ,327-,053 ,103 ,645 ,097 -,231 ,375 ,110

,210 -,078 -,178 -,262 ,667 -,119 ,304,269 ,440 ,292 -,059 -,204 -,686 ,358

Component1

23

45

67

8

1 2 3 4 5 6 7



commit to user

137

pe pq1 pq2 pq3 pr1 pr2 pr3 int1 int2 int3 1 4 5 5 5 5 5 5 5 1 4 4 4 4 4 4 4 4 0 3 3 3 4 4 4 3 4 1 4 4 4 2 2 2 3 3 1 5 4 4 3 3 3 3 3 1 4 4 4 4 4 4 4 4 1 4 3 3 3 3 3 4 3 1 3 4 4 4 3 4 4 4 1 4 5 4 4 4 4 3 4 1 4 4 3 2 4 2 4 4 0 3 4 4 3 4 2 5 5 1 4 4 4 4 4 4 4 3 0 5 5 5 5 5 4 4 3 1 5 4 4 4 4 4 3 2 1 4 4 4 4 4 4 4 2 1 4 5 4 4 4 4 4 4 0 4 4 4 4 3 4 4 2 0 3 4 3 4 4 4 3 3 0 4 3 4 4 4 4 4 2 1 5 4 3 4 4 4 3 2 1 4 5 5 5 5 4 5 5 1 5 4 4 4 4 4 4 4 1 5 5 4 4 4 4 4 4 0 4 4 4 3 3 2 3 3 1 4 3 4 2 3 3 2 5 0 3 3 3 5 5 5 3 2 1 4 4 4 2 4 3 3 3 1 4 4 4 4 3 4 4 2 1 5 5 5 2 2 4 3 3 1 4 4 4 4 4 4 2 3 0 4 4 3 2 3 4 3 4 1 5 4 4 4 4 5 4 4 0 4 4 4 4 4 4 4 2 1 4 4 3 4 4 4 4 2 1 5 5 5 5 5 5 3 3 1 3 4 4 5 4 4 4 4 1 5 5 5 5 4 3 3 4 1 4 4 4 4 5 4 4 4 1 5 4 4 4 3 4 4 4 1 4 5 4 3 3 2 3 3 1 4 4 4 5 3 4 3 4 1 5 4 4 4 4 4 4 4 1 5 5 5 4 4 4 5 5


commit to user

138

1 4 4 5 4 4 4 4 4 1 4 4 4 4 4 4 4 4 0 4 3 5 5 3 4 3 2 1 3 4 4 4 4 4 4 4 0 4 5 5 4 3 4 2 3 0 4 3 3 4 3 4 5 5 1 4 5 5 5 5 5 5 5 1 5 5 5 4 4 3 3 4 0 4 3 4 3 4 2 5 5 0 4 4 4 3 3 3 3 4 1 5 5 5 4 3 3 4 5 1 4 4 4 2 2 2 3 5 1 4 3 3 4 4 4 3 3 0 4 4 4 4 4 4 4 4 0 5 5 5 4 4 4 5 4 0 4 4 4 2 2 2 3 3 0 3 4 4 3 3 3 3 3 1 4 4 4 4 4 4 4 4 0 4 3 5 3 3 3 4 3 0 3 4 4 4 3 4 4 4 1 4 5 4 4 4 4 3 4 0 4 4 3 3 4 2 4 4 0 4 4 4 3 4 2 5 5 1 3 4 4 4 4 4 4 3 1 3 3 3 3 3 3 3 4 1 5 5 5 2 2 2 4 5 0 4 4 4 3 4 2 5 5 0 4 4 4 4 3 4 5 4 0 3 4 4 3 4 3 4 3 0 4 3 3 3 3 3 4 4 1 3 3 3 2 2 2 4 5 1 4 4 4 4 4 2 3 3 1 5 5 5 4 4 4 4 4 0 3 5 4 5 4 4 3 4 0 4 5 5 3 4 4 4 3 1 4 5 4 4 5 4 4 4 1 4 4 5 4 4 4 4 4 1 3 4 4 4 4 4 4 4 0 5 5 5 5 3 4 3 4 0 5 4 4 4 4 3 4 4 0 3 4 5 5 4 2 4 4 1 4 5 4 2 3 2 4 3 0 3 4 3 4 4 4 3 4 1 4 4 4 3 4 2 5 5


commit to user

139

0 4 4 5 5 4 4 5 4 0 3 4 3 4 3 4 4 4 1 4 5 4 3 4 4 3 3 0 4 4 4 4 4 2 4 4 0 4 3 3 4 4 2 4 4 1 5 4 4 5 3 4 4 4 1 4 3 3 3 4 4 3 5 0 4 4 3 5 3 4 3 3 1 3 3 4 4 3 3 3 5 0 4 4 4 3 4 3 4 4 0 4 5 4 4 3 3 4 3 0 4 4 4 3 3 3 4 4 1 4 3 4 4 3 4 3 4 0 4 5 4 2 3 3 4 4 1 4 5 4 4 3 3 5 5 0 3 4 3 4 3 3 4 4 1 3 4 3 3 2 3 4 4 0 4 4 4 4 3 4 4 4 1 4 5 4 3 3 3 4 4 0 4 4 3 4 3 2 3 3 1 4 4 4 3 4 2 4 4 1 4 5 5 4 3 3 3 3 1 3 4 5 4 4 3 4 3 1 4 3 4 4 4 2 4 4 1 4 4 4 4 4 3 4 4 1 4 5 3 5 4 3 4 3 0 3 3 3 4 5 4 3 3 1 4 3 5 4 4 3 3 4 0 5 5 4 3 4 4 4 4 1 3 5 4 4 4 3 3 3 0 4 3 3 4 4 4 4 4 1 5 4 4 5 4 3 4 4 1 4 4 4 4 3 2 3 3 1 3 3 4 4 3 3 3 4 1 4 4 3 4 3 3 2 3 0 3 4 4 4 3 4 2 2 1 4 3 4 3 3 3 4 4 1 4 4 4 4 5 4 4 4 0 2 2 2 4 3 3 3 3 0 5 5 4 3 3 3 4 4 1 4 4 3 4 4 4 3 4 1 4 3 4 4 4 3 4 3 1 5 4 5 3 4 3 5 3 1 2 4 2 4 4 4 3 3


commit to user

140

1 3 4 4 4 4 2 4 4 1 5 5 5 3 3 2 3 4 0 5 4 4 4 4 3 4 4 1 3 4 3 5 4 2 4 4 0 4 5 4 4 5 4 4 3 0 3 4 3 4 4 4 2 4 0 4 2 4 3 4 3 5 5 0 4 4 5 5 4 4 5 4 0 5 4 5 2 3 2 4 4 0 4 5 4 3 4 4 3 3 1 4 4 4 4 4 3 4 4 1 4 3 3 2 2 2 4 3 1 5 4 4 3 3 4 4 4 1 4 3 3 3 4 4 3 5 1 5 5 5 5 5 5 5 5 1 3 4 4 5 4 4 4 4 0 3 3 3 4 4 4 3 4 1 4 4 4 4 4 4 4 4 1 3 4 4 4 3 4 4 4 1 4 5 4 3 3 2 3 3

Factor Analysis


.781

1610.153378

.000


Approx. Chi-Square

dfSig.



commit to user

141

Communalities

1.000 .619

1.000 .704

1.000 .695

1.000 .707

1.000 .682

1.000 .720

1.000 .687

1.000 .569

1.000 .590

1.000 .638

1.000 .673

1.000 .6861.000 .572

1.000 .611

1.000 .7521.000 .717

1.000 .762

1.000 .700

1.000 .521

1.000 .536

1.000 .643

1.000 .494

1.000 .700

1.000 .770

1.000 .701

1.000 .762

1.000 .633

1.000 .536

PQ1

PQ2

PQ3

PR1

PR2

PR3

INT1

INT2

INT3

INT4

PG1

PG2

PG3

SN1

SN2

SN3

RA1

RA2

RA3

AT1

AT2

AT3

AT4

AT5BI1

BI2

BI3

BI4

Initial Extraction



commit to user

142


6.074 21.693 21.693 6.074 21.693 21.693 3.148 11.244 11.244

3.369 12.032 33.724 3.369 12.032 33.724 2.579 9.209 20.4532.172 7.758 41.483 2.172 7.758 41.483 2.493 8.905 29.358

1.865 6.661 48.143 1.865 6.661 48.143 2.264 8.086 37.4441.706 6.094 54.237 1.706 6.094 54.237 2.076 7.413 44.857

1.174 4.193 58.430 1.174 4.193 58.430 2.058 7.351 52.2071.016 3.628 62.058 1.016 3.628 62.058 1.995 7.126 59.334

1.005 3.588 65.646 1.005 3.588 65.646 1.767 6.312 65.646.882 3.150 68.796

.818 2.923 71.719

.736 2.628 74.347

.720 2.570 76.917

.654 2.335 79.252

.612 2.184 81.436

.589 2.105 83.541

.550 1.966 85.507

.540 1.930 87.437

.462 1.651 89.088

.443 1.582 90.671

.402 1.437 92.107

.381 1.360 93.467

.340 1.214 94.682

.304 1.084 95.766

.297 1.062 96.828

.262 .937 97.765

.244 .872 98.637

.219 .782 99.419

.163 .581 100.000

Component12

34

56

78

910

1112

1314

1516

1718

1920

2122

2324

2526

2728

Total% of VarianceCumulative % Total% of VarianceCumulative % Total% of VarianceCumulative %Initial Eigenvalues Extraction Sums of Squared LoadingsRotation Sums of Squared Loadings



commit to user

143

Component Matrixa

.527 -.534

.542

.574

.790 .640

.783 .648

.613

.536 .582

.584

.570

.580

.642

.581 .779

.754 .660

.616

.689

.539

.644

.672 .510

PQ1PQ2

PQ3PR1

PR2PR3

INT1INT2

INT3INT4

PG1PG2

PG3SN1

SN2SN3

RA1RA2

RA3AT1

AT2AT3

AT4AT5

BI1BI2

BI3BI4

1 2 3 4 5 6 7 8Component




commit to user

144


.606 .762

.739 .796

.755 .814

.748 .711 .729

.760 .710

.753 .668

.666 .749

.781 .846

.827 .698

.576

.712

.656

.787

.824

.770 .820

.679 .705

PQ1

PQ2PQ3

PR1PR2

PR3INT1

INT2INT3

INT4PG1PG2

PG3SN1

SN2SN3

RA1RA2

RA3AT1

AT2AT3AT4

AT5BI1

BI2BI3

BI4

1 2 3 4 5 6 7 8Component




.586 .370 .190 .431 .405 .015 .113 .347-.321 -.462 .649 .317 .225 .209 -.244 .094

-.124 .046 -.353 -.031 .151 .898 .066 .153-.252 -.071 .164 .030 .039 -.046 .949 .023

-.353 .720 .446 -.286 -.172 .088 -.101 .169.043 .138 .123 -.290 .644 .045 .002 -.680

-.111 .276 -.035 .685 -.335 .131 .009 -.558.580 -.170 .420 -.276 -.452 .348 .117 -.210

Component1

23

45

67

8

1 2 3 4 5 6 7 8


Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)


commit to user

145

Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted PQ1 8.0132 1.4132 .4858 .6476 PQ2 7.9205 1.3670 .4937 .6391 PQ3 8.0132 1.3065 .5737 .5372 Reliability Coefficients N of Cases = 151.0 N of Items = 3 Alpha = .7007

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted PR1 7.0331 1.6856 .6078 .5711 PR2 7.1258 2.0974 .5205 .6819 PR3 7.3775 1.7566 .5370 .6633 Reliability Coefficients N of Cases = 151.0 N of Items = 3 Alpha = .7292

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted INT1 11.0662 3.4356 .6048 .6725 INT2 11.0596 3.4964 .4923 .7314 INT3 11.0662 3.5289 .5506 .7000 INT4 11.1523 3.1300 .5720 .6890 Reliability Coefficients N of Cases = 151.0 N of Items = 4 Alpha = .7555

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics


commit to user

146

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted PG1 7.7086 1.4612 .6084 .6239 PG2 7.8742 1.3107 .6057 .6242 PG3 7.6225 1.5566 .5113 .7308 Reliability Coefficients N of Cases = 151.0 N of Items = 3 Alpha = .7464

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted SN1 7.9205 1.4736 .6055 .7616 SN2 7.7219 1.3088 .6800 .6826 SN3 7.8146 1.4054 .6414 .7247 Reliability Coefficients N of Cases = 151.0 N of Items = 3 Alpha = .7978

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted RA1 8.0265 1.1993 .6331 .5011 RA2 7.8742 1.3907 .5486 .6146 RA3 8.3775 1.3299 .4393 .7519 Reliability Coefficients N of Cases = 151.0 N of Items = 3 Alpha = .7155

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected


commit to user

147

PQ

RA

pq3e31

1pq2e2

1pq1e1

1

ra3e61

1ra2e5

1ra1e4

1

1

Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted AT1 15.5894 4.2303 .5375 .8224 AT2 15.7152 4.1250 .6738 .7838 AT3 15.7682 4.2859 .5121 .8297 AT4 15.7483 4.0962 .6881 .7799 AT5 15.6954 3.8399 .7484 .7602 Reliability Coefficients N of Cases = 151.0 N of Items = 5 Alpha = .8300

Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted BI1 11.7351 3.3294 .6330 .7097 BI2 11.7351 3.1694 .7137 .6698 BI3 11.7881 3.1415 .5576 .7488 BI4 11.8675 3.4090 .4782 .7877 Reliability Coefficients N of Cases = 151.0 N of Items = 4 Alpha = .7827 Model SEM


commit to user

148

Analysis Summary

Date and Time Date: Tuesday, November 01, 2011 Time: 11:01:32 PM

Title model: Tuesday, November 01, 2011 11:01 PM

Notes for Group (Group number 1)


commit to user

149

The model is recursive. Sample size = 151

Variable Summary (Group number 1)

Your model contains the following variables (Group number 1) Observed, endogenous variables pq3 pq2 pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4 Observed, exogenous variables pe Unobserved, endogenous variables Attitude Behavioral Intention Unobserved, exogenous variables Price quality e3 e2 e1 Risk Averseness e6 e5


commit to user

150

e4 Subjective Norm e9 e8 e7 Perceive Risk e12 e11 e10 Integrity e16 e15 e14 e13 Personal Gratifikation e19 e18 e17 e20 e21 e22 e23 e24 e25 e26 e27 e28 z1 z2

Variable counts (Group number 1) Number of variables in your model: 67 Number of observed variables: 29 Number of unobserved variables: 38 Number of exogenous variables: 37 Number of endogenous variables: 30

Parameter summary (Group number 1) Weights Covariances Variances Means Intercepts Total

Fixed 38 0 0 0 0 38 Labeled 0 0 0 0 0 0

Unlabeled 29 21 37 0 0 87 Total 67 21 37 0 0 125


commit to user

151

Assessment of normality (Group number 1) Variable min max skew c.r. kurtosis c.r. pe .000 1.000 -.448 -2.247 -1.799 -4.513 bi4 2.000 5.000 -.381 -1.911 -.148 -.372 bi3 2.000 5.000 -.378 -1.896 -.374 -.938 bi2 2.000 5.000 -.328 -1.647 .096 .240 bi1 2.000 5.000 -.449 -2.253 .428 1.073 at5 2.000 5.000 -.082 -.412 -.236 -.592 at4 2.000 5.000 -.111 -.557 .069 .173 at3 2.000 5.000 -.092 -.460 -.240 -.602 at2 2.000 5.000 -.132 -.660 .142 .355 at1 2.000 5.000 -.310 -1.557 .078 .196 pg1 2.000 5.000 -.153 -.770 -.092 -.232 pg2 2.000 5.000 -.021 -.107 -.419 -1.051 pg3 2.000 5.000 -.105 -.527 -.444 -1.114 int1 2.000 5.000 -.145 -.726 -.217 -.544 int2 2.000 5.000 -.349 -1.753 -.211 -.528 int3 2.000 5.000 .194 .975 -.643 -1.613 int4 2.000 5.000 -.245 -1.229 -.529 -1.328 pr1 2.000 5.000 -.489 -2.451 -.158 -.396 pr2 2.000 5.000 -.285 -1.429 -.055 -.137 pr3 2.000 5.000 -.430 -2.159 -.846 -2.122 sn1 2.000 5.000 .064 .319 -.419 -1.051 sn2 2.000 5.000 -.255 -1.279 -.145 -.362 sn3 2.000 5.000 -.181 -.909 -.031 -.077 ra1 2.000 5.000 -.534 -2.678 .712 1.785 ra2 2.000 5.000 -.577 -2.895 1.066 2.674 ra3 2.000 5.000 -.047 -.234 -.363 -.912 pq1 2.000 5.000 -.204 -1.024 -.152 -.380 pq2 2.000 5.000 -.306 -1.535 -.208 -.522 pq3 2.000 5.000 -.204 -1.024 -.152 -.380 Multivariate 8.646 1.253

Observations farthest from the centroid (Mahalanobis distance) (Group number 1) Observation number Mahalanobis d-squared p1 p2

84 47.438 .017 .923 103 46.523 .021 .824

5 43.885 .038 .926 25 43.473 .041 .872 49 41.590 .061 .957 37 41.325 .064 .929 14 41.116 .067 .888


commit to user

152

Observation number Mahalanobis d-squared p1 p2 121 40.962 .069 .829

21 40.849 .071 .752 119 40.455 .077 .730

47 39.982 .084 .734 24 39.690 .089 .703

136 39.573 .091 .627 29 39.100 .100 .653 57 38.598 .110 .695

100 38.580 .110 .601 82 38.340 .115 .574

139 38.326 .115 .477 135 38.276 .116 .394

31 38.208 .118 .323 90 38.053 .121 .284

145 37.872 .125 .256 88 37.082 .144 .422 6 37.030 .145 .353

15 36.858 .150 .327 40 36.791 .152 .272 46 36.706 .154 .227 32 36.672 .155 .176

130 36.604 .157 .140 108 35.903 .176 .266

35 35.845 .178 .219 23 35.141 .200 .388 77 35.048 .203 .347 56 35.017 .204 .288 3 34.916 .207 .257

110 34.855 .209 .216 122 34.687 .215 .210

95 34.558 .219 .194 28 34.179 .233 .256 69 34.117 .235 .218 87 33.976 .240 .208 94 33.932 .242 .171

127 33.782 .247 .165 143 33.701 .250 .143 124 33.470 .259 .160 118 32.582 .295 .427

26 32.526 .297 .383 75 32.398 .303 .371

138 32.300 .307 .348


commit to user

153


137 32.036 .318 .332 60 31.875 .325 .338 48 31.648 .336 .373

116 31.615 .337 .324 89 31.591 .338 .275 92 31.553 .340 .235

128 31.309 .351 .274 126 31.207 .356 .258

27 31.169 .357 .221 52 31.059 .363 .210 20 30.943 .368 .203 54 30.838 .373 .192

151 30.724 .379 .185 131 30.656 .382 .164

2 30.516 .389 .166 30 30.465 .391 .141

113 30.174 .405 .190 133 29.890 .419 .246

93 29.782 .425 .237 96 29.724 .428 .210 97 29.559 .436 .224

129 29.544 .437 .183 19 29.495 .440 .157 4 29.473 .441 .127

107 29.373 .446 .120 73 29.185 .455 .136

111 28.843 .473 .206 81 28.672 .482 .223

140 28.547 .489 .223 102 28.205 .507 .316

18 28.152 .510 .283 17 28.010 .517 .292 8 27.871 .525 .299

53 27.810 .528 .271 58 27.790 .529 .227

132 27.782 .530 .184 1 27.717 .533 .164

68 27.561 .541 .174 123 27.476 .546 .161 115 27.337 .554 .167 104 27.270 .557 .148


commit to user

154

Observation number Mahalanobis d-squared p1 p2 91 27.251 .558 .118 41 27.147 .564 .113

144 27.015 .571 .115 34 26.793 .583 .142 11 26.774 .584 .112 98 26.688 .589 .103 64 26.610 .593 .092 43 26.528 .597 .083 38 26.465 .601 .071

Notes for Model (Default model)

Computation of degrees of freedom (Default model) Number of distinct sample moments: 435

Number of distinct parameters to be estimated: 87 Degrees of freedom (435 - 87): 348

Result (Default model) Minimum was achieved Chi-square = 399.176 Degrees of freedom = 348 Probability level = .030

Regression Weights: (Group number 1 - Default model) Estimate S.E. C.R. P Label

Attitude <--- Price quality .259 .106 2.456 .014 Attitude <--- Risk Averseness .027 .093 .289 .773 Attitude <--- Subjective Norm .260 .117 2.224 .026 Attitude <--- Perceive Risk -.209 .074 -2.822 .005 Attitude <--- Integrity -.291 .084 -3.475 ***

Attitude <--- Personal Gratifikation

.297 .144 2.060 .039

Attitude <--- pe .150 .064 2.341 .019 Behavioral Intention <--- Attitude .597 .137 4.347 ***


<--- pe .219 .091 2.414 .016

pq3 <--- Price quality 1.000

pq2 <--- Price quality .875 .140 6.234 *** pq1 <--- Price quality .819 .135 6.065 *** ra3 <--- Risk Averseness 1.000

ra2 <--- Risk Averseness 1.165 .218 5.340 *** ra1 <--- Risk Averseness 1.678 .356 4.720 ***


commit to user

155

Estimate S.E. C.R. P Label sn3 <--- Subjective Norm 1.000

sn2 <--- Subjective Norm 1.165 .133 8.781 *** sn1 <--- Subjective Norm .928 .119 7.767 *** pr3 <--- Perceive Risk 1.000

pr2 <--- Perceive Risk .861 .149 5.790 *** pr1 <--- Perceive Risk 1.245 .216 5.772 *** int4 <--- Integrity 1.000

int3 <--- Integrity .878 .134 6.571 *** int2 <--- Integrity .756 .137 5.504 *** int1 <--- Integrity .953 .138 6.921 ***

pg3 <--- Personal Gratifikation

1.000

pg2 <--- Personal Gratifikation 1.285 .192 6.697 ***


at1 <--- Attitude 1.000

at2 <--- Attitude 1.159 .155 7.453 *** at3 <--- Attitude .955 .159 6.014 *** at4 <--- Attitude 1.155 .155 7.439 *** at5 <--- Attitude 1.242 .166 7.485 *** bi1 <--- Behavioral Intention 1.000

bi2 <--- Behavioral Intention 1.132 .122 9.270 *** bi3 <--- Behavioral Intention .992 .133 7.450 *** bi4 <--- Behavioral Intention .797 .129 6.169 ***

Standardized Regression Weights: (Group number 1 - Default model) Estimate

Attitude <--- Price quality .320 Attitude <--- Risk Averseness .023 Attitude <--- Subjective Norm .308 Attitude <--- Perceive Risk -.267 Attitude <--- Integrity -.401 Attitude <--- Personal Gratifikation .305 Attitude <--- pe .177 Behavioral Intention <--- Attitude .468 Behavioral Intention <--- pe .203 pq3 <--- Price quality .748 pq2 <--- Price quality .637 pq1 <--- Price quality .613 ra3 <--- Risk Averseness .497 ra2 <--- Risk Averseness .673


commit to user

156

Estimate ra1 <--- Risk Averseness .897 sn3 <--- Subjective Norm .738 sn2 <--- Subjective Norm .828 sn1 <--- Subjective Norm .698 pr3 <--- Perceive Risk .629 pr2 <--- Perceive Risk .645 pr1 <--- Perceive Risk .800 int4 <--- Integrity .669 int3 <--- Integrity .683 int2 <--- Integrity .544 int1 <--- Integrity .751 pg3 <--- Personal Gratifikation .626 pg2 <--- Personal Gratifikation .738 pg1 <--- Personal Gratifikation .761 at1 <--- Attitude .615 at2 <--- Attitude .785 at3 <--- Attitude .586 at4 <--- Attitude .782 at5 <--- Attitude .790 bi1 <--- Behavioral Intention .761 bi2 <--- Behavioral Intention .862 bi3 <--- Behavioral Intention .643 bi4 <--- Behavioral Intention .536

Correlations: (Group number 1 - Default model) Estimate

Price quality <--> Risk Averseness .132 Risk Averseness <--> Subjective Norm .013 Subjective Norm <--> Perceive Risk .084 Perceive Risk <--> Integrity .001 Integrity <--> Personal Gratifikation .401 Personal Gratifikation <--> pe .138 Price quality <--> Subjective Norm .551 Price quality <--> Perceive Risk .163 Price quality <--> Integrity .343 Price quality <--> Personal Gratifikation .565 Price quality <--> pe .192 Risk Averseness <--> Perceive Risk -.024 Risk Averseness <--> Integrity -.098 Risk Averseness <--> Personal Gratifikation .117 Risk Averseness <--> pe .044 Subjective Norm <--> Integrity .431


commit to user

157

Estimate Subjective Norm <--> Personal Gratifikation .671 Subjective Norm <--> pe .127 Perceive Risk <--> Personal Gratifikation .194 Perceive Risk <--> pe .040 Integrity <--> pe -.052

Squared Multiple Correlations: (Group number 1 - Default model) Estimate

Attitude .594 Behavioral Intention .324 bi4 .287 bi3 .414 bi2 .742 bi1 .580 at5 .624 at4 .612 at3 .343 at2 .616 at1 .378 pg1 .578 pg2 .544 pg3 .391 int1 .564 int2 .296 int3 .466 int4 .448 pr1 .640 pr2 .416 pr3 .395 sn1 .487 sn2 .685 sn3 .544 ra1 .805 ra2 .453 ra3 .248 pq1 .375 pq2 .406 pq3 .559

Matrices (Group number 1 - Default model)

Total Effects (Group number 1 - Default model)


commit to user

158

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.150 .297

-.291

-.209 .260 .027

.259 .000 .000


.308

.177 -.174

-.125

.156 .016 .155

.597 .000

bi4 .246 .141

-.138

-.100 .124 .013

.123 .476 .797

bi3 .306

.176 -.172

-.124

.154 .016 .154

.592 .992

bi2 .349 .201

-.196

-.141 .176 .018

.175 .676 1.132

bi1 .308

.177 -.174

-.125

.156 .016 .155

.597 1.000

at5 .186 .369 -

.361 -

.260 .323 .033 .322

1.242 .000

at4 .173 .343

-.336

-.241 .301 .031

.300

1.155 .000

at3 .143

.284 -.278

-.200

.249 .026 .248

.955 .000

at2 .173 .344 -

.337 -

.242 .302 .031 .301

1.159 .000

at1 .150

.297 -.291

-.209

.260 .027 .259

1.000

.000

pg1 .000 1.192 .000 .000 .000 .000 .00

0 .000 .000

pg2 .000 1.285 .000 .000 .000 .000

.000 .000 .000

pg3 .000

1.000 .000 .000 .000 .000 .000

.000 .000

int1 .000 .000 .953 .000 .000 .000 .00

0 .000 .000

int2 .000 .000 .756 .000 .000 .000

.000 .000 .000

int3 .000

.000 .878 .000 .000 .000 .000

.000 .000

int4 .000 .000

1.000 .000 .000 .000

.000 .000 .000

pr1 .000

.000 .000 1.245

.000 .000 .000

.000 .000

pr2 .000 .000 .000 .861 .000 .000 .00

0 .000 .000


commit to user

159

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

pr3 .000 .000 .000

1.000 .000 .000

.000 .000 .000

sn1 .000

.000 .000 .000 .928 .000 .000

.000 .000

sn2 .000 .000 .000 .000 1.165 .000 .00

0 .000 .000

sn3 .000 .000 .000 .000 1.000 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 1.678 .000

.000 .000

ra2 .000 .000 .000 .000 .000 1.165 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 1.000

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .819

.000 .000

pq2 .000 .000 .000 .000 .000 .000

.875 .000 .000

pq3 .000

.000 .000 .000 .000 .000 1.000

.000 .000

Standardized Total Effects (Group number 1 - Default model)

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.177 .305

-.401

-.267 .308 .023

.320 .000 .000


.286 .143 -

.188 -

.125 .144 .011 .150 .468 .000

bi4 .153

.076 -.101

-.067

.077 .006 .080

.251 .536

bi3 .184 .092 -

.121 -

.081 .093 .007 .096 .301 .643

bi2 .247 .123

-.162

-.108 .124 .009

.129 .404 .862

bi1 .218

.109 -.143

-.095

.110 .008 .114

.357 .761

at5 .140 .241

-.317

-.211 .243 .018

.253 .790 .000


commit to user

160

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

at4 .139 .238

-.314

-.209 .241 .018

.250 .782 .000

at3 .104

.178 -.235

-.157

.180 .014 .187

.586 .000

at2 .139 .239 -

.315 -

.210 .242 .018 .251 .785 .000

at1 .109 .187

-.247

-.164 .189 .014

.197 .615 .000

pg1 .000

.761 .000 .000 .000 .000 .000

.000 .000

pg2 .000 .738 .000 .000 .000 .000 .00

0 .000 .000

pg3 .000 .626 .000 .000 .000 .000

.000 .000 .000

int1 .000

.000 .751 .000 .000 .000 .000

.000 .000

int2 .000 .000 .544 .000 .000 .000

.000 .000 .000

int3 .000

.000 .683 .000 .000 .000 .000

.000 .000

int4 .000 .000 .669 .000 .000 .000 .00

0 .000 .000

pr1 .000 .000 .000 .800 .000 .000

.000 .000 .000

pr2 .000

.000 .000 .645 .000 .000 .000

.000 .000

pr3 .000 .000 .000 .629 .000 .000

.000 .000 .000

sn1 .000

.000 .000 .000 .698 .000 .000

.000 .000

sn2 .000 .000 .000 .000 .828 .000 .00

0 .000 .000

sn3 .000 .000 .000 .000 .738 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 .897 .000

.000 .000

ra2 .000 .000 .000 .000 .000 .673 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 .497

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .613

.000 .000


commit to user

161

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

pq2 .000 .000 .000 .000 .000 .000

.637 .000 .000

pq3 .000

.000 .000 .000 .000 .000 .748

.000 .000

Direct Effects (Group number 1 - Default model)

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.150 .297

-.291

-.209 .260 .027

.259 .000 .000


.219 .000 .000 .000 .000 .000 .00

0 .597 .000

bi4 .000

.000 .000 .000 .000 .000 .000

.000 .797

bi3 .000 .000 .000 .000 .000 .000 .00

0 .000 .992

bi2 .000 .000 .000 .000 .000 .000

.000 .000 1.132

bi1 .000

.000 .000 .000 .000 .000 .000

.000 1.000

at5 .000 .000 .000 .000 .000 .000

.000

1.242 .000

at4 .000

.000 .000 .000 .000 .000 .000

1.155

.000

at3 .000 .000 .000 .000 .000 .000 .00

0 .955 .000

at2 .000 .000 .000 .000 .000 .000

.000

1.159 .000

at1 .000

.000 .000 .000 .000 .000 .000

1.000

.000

pg1 .000 1.192 .000 .000 .000 .000 .00

0 .000 .000

pg2 .000 1.285 .000 .000 .000 .000

.000 .000 .000

pg3 .000

1.000 .000 .000 .000 .000 .000

.000 .000

int1 .000 .000 .953 .000 .000 .000

.000 .000 .000


commit to user

162

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

int2 .000 .000 .756 .000 .000 .000

.000 .000 .000

int3 .000

.000 .878 .000 .000 .000 .000

.000 .000

int4 .000 .000 1.00

0 .000 .000 .000 .000 .000 .000

pr1 .000 .000 .000

1.245 .000 .000

.000 .000 .000

pr2 .000

.000 .000 .861 .000 .000 .000

.000 .000

pr3 .000 .000 .000 1.00

0 .000 .000 .000 .000 .000

sn1 .000 .000 .000 .000 .928 .000

.000 .000 .000

sn2 .000

.000 .000 .000 1.165 .000 .000

.000 .000

sn3 .000 .000 .000 .000 1.000 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 1.678 .000

.000 .000

ra2 .000 .000 .000 .000 .000 1.165 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 1.000

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .819

.000 .000

pq2 .000 .000 .000 .000 .000 .000

.875 .000 .000

pq3 .000

.000 .000 .000 .000 .000 1.000

.000 .000

Standardized Direct Effects (Group number 1 - Default model)

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.177 .305

-.401

-.267 .308 .023

.320 .000 .000


.203 .000 .000 .000 .000 .000 .00

0 .468 .000


commit to user

163

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

bi4 .000 .000 .000 .000 .000 .000

.000 .000 .536

bi3 .000

.000 .000 .000 .000 .000 .000

.000 .643

bi2 .000 .000 .000 .000 .000 .000 .00

0 .000 .862

bi1 .000 .000 .000 .000 .000 .000

.000 .000 .761

at5 .000

.000 .000 .000 .000 .000 .000

.790 .000

at4 .000 .000 .000 .000 .000 .000 .00

0 .782 .000

at3 .000 .000 .000 .000 .000 .000

.000 .586 .000

at2 .000

.000 .000 .000 .000 .000 .000

.785 .000

at1 .000 .000 .000 .000 .000 .000

.000 .615 .000

pg1 .000

.761 .000 .000 .000 .000 .000

.000 .000

pg2 .000 .738 .000 .000 .000 .000 .00

0 .000 .000

pg3 .000 .626 .000 .000 .000 .000

.000 .000 .000

int1 .000

.000 .751 .000 .000 .000 .000

.000 .000

int2 .000 .000 .544 .000 .000 .000

.000 .000 .000

int3 .000

.000 .683 .000 .000 .000 .000

.000 .000

int4 .000 .000 .669 .000 .000 .000 .00

0 .000 .000

pr1 .000 .000 .000 .800 .000 .000

.000 .000 .000

pr2 .000

.000 .000 .645 .000 .000 .000

.000 .000

pr3 .000 .000 .000 .629 .000 .000 .00

0 .000 .000

sn1 .000 .000 .000 .000 .698 .000

.000 .000 .000

sn2 .000

.000 .000 .000 .828 .000 .000

.000 .000


commit to user

164

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

sn3 .000 .000 .000 .000 .738 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 .897 .000

.000 .000

ra2 .000 .000 .000 .000 .000 .673 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 .497

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .613

.000 .000

pq2 .000 .000 .000 .000 .000 .000 .63

7 .000 .000

pq3 .000 .000 .000 .000 .000 .000

.748 .000 .000

Indirect Effects (Group number 1 - Default model)

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.000 .000 .000 .000 .000 .000

.000 .000 .000


.089 .177 -

.174 -

.125 .156 .016 .155 .000 .000

bi4 .246

.141 -.138

-.100

.124 .013 .123

.476 .000

bi3 .306 .176 -

.172 -

.124 .154 .016 .154 .592 .000

bi2 .349 .201

-.196

-.141 .176 .018

.175 .676 .000

bi1 .308

.177 -.174

-.125

.156 .016 .155

.597 .000

at5 .186 .369 -

.361 -

.260 .323 .033 .322 .000 .000

at4 .173 .343

-.336

-.241 .301 .031

.300 .000 .000

at3 .143

.284 -.278

-.200

.249 .026 .248

.000 .000

at2 .173 .344

-.337

-.242 .302 .031

.301 .000 .000


commit to user

165

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

at1 .150 .297

-.291

-.209 .260 .027

.259 .000 .000

pg1 .000

.000 .000 .000 .000 .000 .000

.000 .000

pg2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

pg3 .000 .000 .000 .000 .000 .000

.000 .000 .000

int1 .000

.000 .000 .000 .000 .000 .000

.000 .000

int2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

int3 .000 .000 .000 .000 .000 .000

.000 .000 .000

int4 .000

.000 .000 .000 .000 .000 .000

.000 .000

pr1 .000 .000 .000 .000 .000 .000

.000 .000 .000

pr2 .000

.000 .000 .000 .000 .000 .000

.000 .000

pr3 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

sn1 .000 .000 .000 .000 .000 .000

.000 .000 .000

sn2 .000

.000 .000 .000 .000 .000 .000

.000 .000

sn3 .000 .000 .000 .000 .000 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 .000 .000

.000 .000

ra2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 .000

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .000

.000 .000

pq2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

pq3 .000 .000 .000 .000 .000 .000

.000 .000 .000

Standardized Indirect Effects (Group number 1 - Default model)


commit to user

166

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.000 .000 .000 .000 .000 .000

.000 .000 .000


.083

.143 -.188

-.125

.144 .011 .150

.000 .000

bi4 .153 .076

-.101

-.067 .077 .006

.080 .251 .000

bi3 .184

.092 -.121

-.081

.093 .007 .096

.301 .000

bi2 .247 .123

-.162

-.108 .124 .009

.129 .404 .000

bi1 .218

.109 -.143

-.095

.110 .008 .114

.357 .000

at5 .140 .241 -

.317 -

.211 .243 .018 .253 .000 .000

at4 .139 .238

-.314

-.209 .241 .018

.250 .000 .000

at3 .104

.178 -.235

-.157

.180 .014 .187

.000 .000

at2 .139 .239 -

.315 -

.210 .242 .018 .251 .000 .000

at1 .109

.187 -.247

-.164

.189 .014 .197

.000 .000

pg1 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

pg2 .000 .000 .000 .000 .000 .000

.000 .000 .000

pg3 .000

.000 .000 .000 .000 .000 .000

.000 .000

int1 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

int2 .000 .000 .000 .000 .000 .000

.000 .000 .000

int3 .000

.000 .000 .000 .000 .000 .000

.000 .000

int4 .000 .000 .000 .000 .000 .000

.000 .000 .000

pr1 .000

.000 .000 .000 .000 .000 .000

.000 .000

pr2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000


commit to user

167

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

pr3 .000 .000 .000 .000 .000 .000

.000 .000 .000

sn1 .000

.000 .000 .000 .000 .000 .000

.000 .000

sn2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

sn3 .000 .000 .000 .000 .000 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 .000 .000

.000 .000

ra2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 .000

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .000

.000 .000

pq2 .000 .000 .000 .000 .000 .000

.000 .000 .000

pq3 .000

.000 .000 .000 .000 .000 .000

.000 .000

Modification Indices (Group number 1 - Default model)

Covariances: (Group number 1 - Default model) M.I. Par Change

e25 <--> Personal Gratifikation 5.044 -.036 e25 <--> Integrity 4.322 .049 e25 <--> Risk Averseness 4.725 .034 e22 <--> e24 15.777 .080 e21 <--> e24 6.052 -.036 e21 <--> e23 17.769 .059 e21 <--> e22 7.786 -.053 e20 <--> Integrity 4.648 .056 e18 <--> e27 4.122 .061 e19 <--> e20 4.837 .055 e13 <--> Perceive Risk 7.715 .075 e14 <--> pe 4.956 .060 e16 <--> Perceive Risk 4.572 -.071 e10 <--> e16 4.223 -.075 e11 <--> Integrity 14.216 .105 e11 <--> z1 4.100 -.033


commit to user

168

M.I. Par Change e11 <--> e26 5.765 -.053 e12 <--> Integrity 4.940 -.074 e12 <--> z2 4.746 .062 e12 <--> e17 4.760 -.063 e9 <--> e24 4.205 -.037 e9 <--> e18 5.406 -.053 e1 <--> e23 4.552 -.043 e1 <--> e10 5.437 -.071 e2 <--> e22 5.114 .061

Variances: (Group number 1 - Default model) M.I. Par Change

Regression Weights: (Group number 1 - Default model) M.I. Par Change

bi3 <--- pg2 4.270 .150 bi2 <--- pr2 4.738 -.117 at5 <--- at3 9.866 .170 at4 <--- at2 5.805 .136 at3 <--- at5 4.807 .155 at2 <--- at4 5.885 .137 at2 <--- at3 4.865 -.113 at1 <--- Integrity 4.401 .186 at1 <--- bi4 4.008 .115 at1 <--- int1 4.793 .136 at1 <--- int4 5.964 .129 pg3 <--- at1 5.336 .158 int1 <--- Perceive Risk 7.089 .263 int1 <--- pr1 6.074 .137 int4 <--- at1 5.596 .200 int4 <--- pr1 5.086 -.156 pr1 <--- int4 4.358 -.129 pr2 <--- Integrity 15.536 .374 pr2 <--- Behavioral Intention 4.207 -.203 pr2 <--- bi2 6.536 -.178 pr2 <--- int1 9.227 .202 pr2 <--- int3 9.731 .205 pr2 <--- int4 12.563 .200 pr2 <--- sn3 4.676 .157 pr3 <--- Integrity 6.191 -.284 pr3 <--- Behavioral Intention 5.418 .277 pr3 <--- bi4 5.347 .171


commit to user

169

M.I. Par Change pr3 <--- bi1 6.462 .213 pr3 <--- pg1 4.082 -.176 pr3 <--- int3 4.792 -.173 pr3 <--- int4 4.966 -.151 ra1 <--- bi1 4.774 .129 pq1 <--- pr1 5.159 -.131 pq2 <--- at3 4.846 .157

Model Fit Summary

CMIN Model NPAR CMIN DF P CMIN/DF Default model 87 399.176 348 .030 1.147 Saturated model 435 .000 0

Independence model 29 1777.523 406 .000 4.378

RMR, GFI Model RMR GFI AGFI PGFI Default model .031 .859 .824 .687 Saturated model .000 1.000 Independence model .105 .410 .368 .383

Baseline Comparisons

Model NFI Delta1

RFI rho1

IFI Delta2

TLI rho2

CFI

Default model .775 .738 .964 .956 .963 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000

Parsimony-Adjusted Measures Model PRATIO PNFI PCFI Default model .857 .665 .825 Saturated model .000 .000 .000 Independence model 1.000 .000 .000

NCP Model NCP LO 90 HI 90 Default model 51.176 5.924 104.714


commit to user

170

Model NCP LO 90 HI 90 Saturated model .000 .000 .000 Independence model 1371.523 1244.697 1505.853

FMIN Model FMIN F0 LO 90 HI 90 Default model 2.661 .341 .039 .698 Saturated model .000 .000 .000 .000 Independence model 11.850 9.143 8.298 10.039

RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model .031 .011 .045 .991 Independence model .150 .143 .157 .000

AIC Model AIC BCC BIC CAIC Default model 573.176 616.676 835.680 922.680 Saturated model 870.000 1087.500 2182.517 2617.517 Independence model 1835.523 1850.023 1923.024 1952.024

ECVI Model ECVI LO 90 HI 90 MECVI Default model 3.821 3.519 4.178 4.111 Saturated model 5.800 5.800 5.800 7.250 Independence model 12.237 11.391 13.132 12.333

HOELTER

Model HOELTER

.05 HOELTER

.01 Default model 148 155 Independence model 39 41


commit to user

171

PQ

RA

SN

PR

INT

PG

AT

BI

pe

pq3e31

1pq2e2

1pq1e1

1

ra3e61

1ra2e5

1ra1e4

1

sn3e91

1sn2e8

1sn1e7

1

pr3e121

1pr2e11

1pr1e10

1

int4e16

11

int3e151

int2e141

int1e131

pg3e191

1pg2e18

1pg1e17

1

at1 e201

1

at2 e211

at3 e221

at4 e231

at5 e241

bi1 e2511

bi2 e261

bi3 e271

bi4 e281

z11

z2 1

Analysis Summary


commit to user

172

Date and Time Date: Thursday, November 24, 2011 Time: 1:52:04 PM

Title model modifikasi: Thursday, November 24, 2011 01:52 PM

Notes for Group (Group number 1) The model is recursive. Sample size = 151

Variable Summary (Group number 1)

Your model contains the following variables (Group number 1) Observed, endogenous variables pq3 pq2 pq1 ra3 ra2 ra1 sn3 sn2 sn1 pr3 pr2 pr1 int4 int3 int2 int1 pg3 pg2 pg1 at1 at2 at3 at4 at5 bi1 bi2 bi3 bi4 Observed, exogenous variables pe Unobserved, endogenous variables Attitude


commit to user

173

Behavioral Intention Unobserved, exogenous variables Price quality e3 e2 e1 Risk Averseness e6 e5 e4 Subjective Norm e9 e8 e7 Perceive Risk e12 e11 e10 Integrity e16 e15 e14 e13 Personal Gratifikation e19 e18 e17 e20 e21 e22 e23 e24 e25 e26 e27 e28 z1 z2

Variable counts (Group number 1) Number of variables in your model: 67 Number of observed variables: 29 Number of unobserved variables: 38 Number of exogenous variables: 37 Number of endogenous variables: 30

Parameter summary (Group number 1)


commit to user

174

Weights Covariances Variances Means Intercepts Total Fixed 38 0 0 0 0 38

Labeled 0 0 0 0 0 0 Unlabeled 29 22 37 0 0 88

Total 67 22 37 0 0 126

Assessment of normality (Group number 1) Variable min max skew c.r. kurtosis c.r. pe .000 1.000 -.448 -2.247 -1.799 -4.513 bi4 2.000 5.000 -.381 -1.911 -.148 -.372 bi3 2.000 5.000 -.378 -1.896 -.374 -.938 bi2 2.000 5.000 -.328 -1.647 .096 .240 bi1 2.000 5.000 -.449 -2.253 .428 1.073 at5 2.000 5.000 -.082 -.412 -.236 -.592 at4 2.000 5.000 -.111 -.557 .069 .173 at3 2.000 5.000 -.092 -.460 -.240 -.602 at2 2.000 5.000 -.132 -.660 .142 .355 at1 2.000 5.000 -.310 -1.557 .078 .196 pg1 2.000 5.000 -.153 -.770 -.092 -.232 pg2 2.000 5.000 -.021 -.107 -.419 -1.051 pg3 2.000 5.000 -.105 -.527 -.444 -1.114 int1 2.000 5.000 -.145 -.726 -.217 -.544 int2 2.000 5.000 -.349 -1.753 -.211 -.528 int3 2.000 5.000 .194 .975 -.643 -1.613 int4 2.000 5.000 -.245 -1.229 -.529 -1.328 pr1 2.000 5.000 -.489 -2.451 -.158 -.396 pr2 2.000 5.000 -.285 -1.429 -.055 -.137 pr3 2.000 5.000 -.430 -2.159 -.846 -2.122 sn1 2.000 5.000 .064 .319 -.419 -1.051 sn2 2.000 5.000 -.255 -1.279 -.145 -.362 sn3 2.000 5.000 -.181 -.909 -.031 -.077 ra1 2.000 5.000 -.534 -2.678 .712 1.785 ra2 2.000 5.000 -.577 -2.895 1.066 2.674 ra3 2.000 5.000 -.047 -.234 -.363 -.912 pq1 2.000 5.000 -.204 -1.024 -.152 -.380 pq2 2.000 5.000 -.306 -1.535 -.208 -.522 pq3 2.000 5.000 -.204 -1.024 -.152 -.380 Multivariate 8.646 1.253

Observations farthest from the centroid (Mahalanobis distance) (Group number 1) Observation number Mahalanobis d-squared p1 p2

84 47.438 .017 .923


commit to user

175


5 43.885 .038 .926 25 43.473 .041 .872 49 41.590 .061 .957 37 41.325 .064 .929 14 41.116 .067 .888

121 40.962 .069 .829 21 40.849 .071 .752

119 40.455 .077 .730 47 39.982 .084 .734 24 39.690 .089 .703

136 39.573 .091 .627 29 39.100 .100 .653 57 38.598 .110 .695

100 38.580 .110 .601 82 38.340 .115 .574

139 38.326 .115 .477 135 38.276 .116 .394

31 38.208 .118 .323 90 38.053 .121 .284

145 37.872 .125 .256 88 37.082 .144 .422 6 37.030 .145 .353

15 36.858 .150 .327 40 36.791 .152 .272 46 36.706 .154 .227 32 36.672 .155 .176

130 36.604 .157 .140 108 35.903 .176 .266

35 35.845 .178 .219 23 35.141 .200 .388 77 35.048 .203 .347 56 35.017 .204 .288 3 34.916 .207 .257

110 34.855 .209 .216 122 34.687 .215 .210

95 34.558 .219 .194 28 34.179 .233 .256 69 34.117 .235 .218 87 33.976 .240 .208 94 33.932 .242 .171

127 33.782 .247 .165


commit to user

176

Observation number Mahalanobis d-squared p1 p2 143 33.701 .250 .143 124 33.470 .259 .160 118 32.582 .295 .427

26 32.526 .297 .383 75 32.398 .303 .371

138 32.300 .307 .348 74 32.188 .312 .331

137 32.036 .318 .332 60 31.875 .325 .338 48 31.648 .336 .373

116 31.615 .337 .324 89 31.591 .338 .275 92 31.553 .340 .235

128 31.309 .351 .274 126 31.207 .356 .258

27 31.169 .357 .221 52 31.059 .363 .210 20 30.943 .368 .203 54 30.838 .373 .192

151 30.724 .379 .185 131 30.656 .382 .164

2 30.516 .389 .166 30 30.465 .391 .141

113 30.174 .405 .190 133 29.890 .419 .246

93 29.782 .425 .237 96 29.724 .428 .210 97 29.559 .436 .224

129 29.544 .437 .183 19 29.495 .440 .157 4 29.473 .441 .127

107 29.373 .446 .120 73 29.185 .455 .136

111 28.843 .473 .206 81 28.672 .482 .223

140 28.547 .489 .223 102 28.205 .507 .316

18 28.152 .510 .283 17 28.010 .517 .292 8 27.871 .525 .299

53 27.810 .528 .271 58 27.790 .529 .227


commit to user

177


1 27.717 .533 .164 68 27.561 .541 .174

123 27.476 .546 .161 115 27.337 .554 .167 104 27.270 .557 .148

91 27.251 .558 .118 41 27.147 .564 .113

144 27.015 .571 .115 34 26.793 .583 .142 11 26.774 .584 .112 98 26.688 .589 .103 64 26.610 .593 .092 43 26.528 .597 .083 38 26.465 .601 .071

Notes for Model (Default model)

Computation of degrees of freedom (Default model) Number of distinct sample moments: 435

Number of distinct parameters to be estimated: 88 Degrees of freedom (435 - 88): 347

Result (Default model) Minimum was achieved Chi-square = 374.261 Degrees of freedom = 347 Probability level = .151

Regression Weights: (Group number 1 - Default model) Estimate S.E. C.R. P Label

Attitude <--- Price quality .249 .108 2.312 .021 Attitude <--- Risk Averseness .012 .095 .129 .897 Attitude <--- Subjective Norm .269 .120 2.236 .025 Attitude <--- Perceive Risk -.210 .076 -2.777 .005 Attitude <--- Integrity -.313 .087 -3.600 ***

Attitude <--- Personal Gratifikation .320 .147 2.169 .030

Attitude <--- pe .166 .066 2.524 .012 Behavioral Intention <--- Attitude .591 .138 4.284 ***

Behavioral Intention <--- pe .211 .092 2.281 .023


commit to user

178

Estimate S.E. C.R. P Label pq3 <--- Price quality 1.000

pq2 <--- Price quality .876 .142 6.183 *** pq1 <--- Price quality .832 .137 6.079 *** ra3 <--- Risk Averseness 1.000

ra2 <--- Risk Averseness 1.166 .218 5.341 *** ra1 <--- Risk Averseness 1.676 .355 4.719 *** sn3 <--- Subjective Norm 1.000

sn2 <--- Subjective Norm 1.174 .134 8.781 *** sn1 <--- Subjective Norm .929 .120 7.738 *** pr3 <--- Perceive Risk 1.000

pr2 <--- Perceive Risk .858 .149 5.767 *** pr1 <--- Perceive Risk 1.267 .221 5.727 *** int4 <--- Integrity 1.000

int3 <--- Integrity .880 .134 6.564 *** int2 <--- Integrity .758 .138 5.503 *** int1 <--- Integrity .959 .138 6.930 ***

pg3 <--- Personal Gratifikation 1.000


1.280 .190 6.750 ***


at1 <--- Attitude 1.000

at2 <--- Attitude 1.008 .149 6.776 *** at3 <--- Attitude 1.028 .160 6.408 *** at4 <--- Attitude 1.015 .149 6.812 *** at5 <--- Attitude 1.305 .170 7.688 *** bi1 <--- Behavioral Intention 1.000

bi2 <--- Behavioral Intention 1.126 .121 9.277 *** bi3 <--- Behavioral Intention .985 .132 7.438 *** bi4 <--- Behavioral Intention .794 .129 6.173 ***

Standardized Regression Weights: (Group number 1 - Default model) Estimate

Attitude <--- Price quality .302 Attitude <--- Risk Averseness .010 Attitude <--- Subjective Norm .313 Attitude <--- Perceive Risk -.264 Attitude <--- Integrity -.425 Attitude <--- Personal Gratifikation .327 Attitude <--- pe .194 Behavioral Intention <--- Attitude .468


commit to user

179

Estimate Behavioral Intention <--- pe .195 pq3 <--- Price quality .744 pq2 <--- Price quality .635 pq1 <--- Price quality .619 ra3 <--- Risk Averseness .498 ra2 <--- Risk Averseness .674 ra1 <--- Risk Averseness .896 sn3 <--- Subjective Norm .735 sn2 <--- Subjective Norm .831 sn1 <--- Subjective Norm .696 pr3 <--- Perceive Risk .625 pr2 <--- Perceive Risk .639 pr1 <--- Perceive Risk .809 int4 <--- Integrity .667 int3 <--- Integrity .682 int2 <--- Integrity .544 int1 <--- Integrity .753 pg3 <--- Personal Gratifikation .630 pg2 <--- Personal Gratifikation .740 pg1 <--- Personal Gratifikation .755 at1 <--- Attitude .622 at2 <--- Attitude .691 at3 <--- Attitude .638 at4 <--- Attitude .696 at5 <--- Attitude .840 bi1 <--- Behavioral Intention .764 bi2 <--- Behavioral Intention .861 bi3 <--- Behavioral Intention .641 bi4 <--- Behavioral Intention .536

Standardized Total Effects (Group number 1 - Default model)

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.194

.327 -.425

-.264

.313 .010 .302

.000 .000


.286 .153

-.199

-.123 .146 .005

.141 .468 .000

bi4 .153

.082 -.107

-.066

.078 .003 .076

.251 .536


commit to user

180

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

bi3 .183 .098

-.128

-.079 .094 .003

.090 .300 .641

bi2 .246

.131 -.171

-.106

.126 .004 .121

.402 .861

bi1 .218 .117 -

.152 -

.094 .112 .004 .108 .357 .764

at5 .163 .274

-.358

-.222 .263 .009

.254 .840 .000

at4 .135

.227 -.296

-.184

.218 .007 .210

.696 .000

at3 .124 .208 -

.272 -

.168 .200 .007 .193 .638 .000

at2 .134 .226

-.294

-.182 .216 .007

.209 .691 .000

at1 .121

.203 -.265

-.164

.195 .007 .188

.622 .000

pg1 .000 .755 .000 .000 .000 .000

.000 .000 .000

pg2 .000

.740 .000 .000 .000 .000 .000

.000 .000

pg3 .000 .630 .000 .000 .000 .000 .00

0 .000 .000

int1 .000 .000 .753 .000 .000 .000

.000 .000 .000

int2 .000

.000 .544 .000 .000 .000 .000

.000 .000

int3 .000 .000 .682 .000 .000 .000

.000 .000 .000

int4 .000

.000 .667 .000 .000 .000 .000

.000 .000

pr1 .000 .000 .000 .809 .000 .000 .00

0 .000 .000

pr2 .000 .000 .000 .639 .000 .000

.000 .000 .000

pr3 .000

.000 .000 .625 .000 .000 .000

.000 .000

sn1 .000 .000 .000 .000 .696 .000 .00

0 .000 .000

sn2 .000 .000 .000 .000 .831 .000

.000 .000 .000

sn3 .000

.000 .000 .000 .735 .000 .000

.000 .000


commit to user

181

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

ra1 .000 .000 .000 .000 .000 .896

.000 .000 .000

ra2 .000

.000 .000 .000 .000 .674 .000

.000 .000

ra3 .000 .000 .000 .000 .000 .498 .00

0 .000 .000

pq1 .000 .000 .000 .000 .000 .000

.619 .000 .000

pq2 .000

.000 .000 .000 .000 .000 .635

.000 .000

pq3 .000 .000 .000 .000 .000 .000 .74

4 .000 .000

Standardized Direct Effects (Group number 1 - Default model)

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.194 .327 -

.425 -

.264 .313 .010 .302 .000 .000


.195

.000 .000 .000 .000 .000 .000

.468 .000

bi4 .000 .000 .000 .000 .000 .000

.000 .000 .536

bi3 .000

.000 .000 .000 .000 .000 .000

.000 .641

bi2 .000 .000 .000 .000 .000 .000 .00

0 .000 .861

bi1 .000 .000 .000 .000 .000 .000

.000 .000 .764

at5 .000

.000 .000 .000 .000 .000 .000

.840 .000

at4 .000 .000 .000 .000 .000 .000 .00

0 .696 .000

at3 .000 .000 .000 .000 .000 .000

.000 .638 .000

at2 .000

.000 .000 .000 .000 .000 .000

.691 .000

at1 .000 .000 .000 .000 .000 .000

.000 .622 .000


commit to user

182

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

pg1 .000 .755 .000 .000 .000 .000

.000 .000 .000

pg2 .000

.740 .000 .000 .000 .000 .000

.000 .000

pg3 .000 .630 .000 .000 .000 .000 .00

0 .000 .000

int1 .000 .000 .753 .000 .000 .000

.000 .000 .000

int2 .000

.000 .544 .000 .000 .000 .000

.000 .000

int3 .000 .000 .682 .000 .000 .000 .00

0 .000 .000

int4 .000 .000 .667 .000 .000 .000

.000 .000 .000

pr1 .000

.000 .000 .809 .000 .000 .000

.000 .000

pr2 .000 .000 .000 .639 .000 .000

.000 .000 .000

pr3 .000

.000 .000 .625 .000 .000 .000

.000 .000

sn1 .000 .000 .000 .000 .696 .000 .00

0 .000 .000

sn2 .000 .000 .000 .000 .831 .000

.000 .000 .000

sn3 .000

.000 .000 .000 .735 .000 .000

.000 .000

ra1 .000 .000 .000 .000 .000 .896

.000 .000 .000

ra2 .000

.000 .000 .000 .000 .674 .000

.000 .000

ra3 .000 .000 .000 .000 .000 .498 .00

0 .000 .000

pq1 .000 .000 .000 .000 .000 .000

.619 .000 .000

pq2 .000

.000 .000 .000 .000 .000 .635

.000 .000

pq3 .000 .000 .000 .000 .000 .000 .74

4 .000 .000

Standardized Indirect Effects (Group number 1 - Default model)


commit to user

183

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

Attitude

.000 .000 .000 .000 .000 .000

.000 .000 .000


.091

.153 -.199

-.123

.146 .005 .141

.000 .000

bi4 .153 .082

-.107

-.066 .078 .003

.076 .251 .000

bi3 .183

.098 -.128

-.079

.094 .003 .090

.300 .000

bi2 .246 .131

-.171

-.106 .126 .004

.121 .402 .000

bi1 .218

.117 -.152

-.094

.112 .004 .108

.357 .000

at5 .163 .274 -

.358 -

.222 .263 .009 .254 .000 .000

at4 .135 .227

-.296

-.184 .218 .007

.210 .000 .000

at3 .124

.208 -.272

-.168

.200 .007 .193

.000 .000

at2 .134 .226 -

.294 -

.182 .216 .007 .209 .000 .000

at1 .121

.203 -.265

-.164

.195 .007 .188

.000 .000

pg1 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

pg2 .000 .000 .000 .000 .000 .000

.000 .000 .000

pg3 .000

.000 .000 .000 .000 .000 .000

.000 .000

int1 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

int2 .000 .000 .000 .000 .000 .000

.000 .000 .000

int3 .000

.000 .000 .000 .000 .000 .000

.000 .000

int4 .000 .000 .000 .000 .000 .000

.000 .000 .000

pr1 .000

.000 .000 .000 .000 .000 .000

.000 .000

pr2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000


commit to user

184

pe

Personal

Gratifikation

Integrity

Perceive Risk

Subjective

Norm

Risk Averseness

Price

quality

Attitude

Behavioral

Intention

pr3 .000 .000 .000 .000 .000 .000

.000 .000 .000

sn1 .000

.000 .000 .000 .000 .000 .000

.000 .000

sn2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

sn3 .000 .000 .000 .000 .000 .000

.000 .000 .000

ra1 .000

.000 .000 .000 .000 .000 .000

.000 .000

ra2 .000 .000 .000 .000 .000 .000 .00

0 .000 .000

ra3 .000 .000 .000 .000 .000 .000

.000 .000 .000

pq1 .000

.000 .000 .000 .000 .000 .000

.000 .000

pq2 .000 .000 .000 .000 .000 .000

.000 .000 .000

pq3 .000

.000 .000 .000 .000 .000 .000

.000 .000

Model Fit Summary

CMIN Model NPAR CMIN DF P CMIN/DF Default model 88 374.261 347 .151 1.079 Saturated model 435 .000 0

Independence model 29 1777.523 406 .000 4.378

RMR, GFI Model RMR GFI AGFI PGFI Default model .031 .867 .833 .691 Saturated model .000 1.000 Independence model .105 .410 .368 .383

Baseline Comparisons

Model NFI Delta1

RFI rho1

IFI Delta2

TLI rho2

CFI

Default model .789 .754 .981 .977 .980 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000


commit to user

185

Parsimony-Adjusted Measures Model PRATIO PNFI PCFI Default model .855 .675 .838 Saturated model .000 .000 .000 Independence model 1.000 .000 .000

NCP Model NCP LO 90 HI 90 Default model 27.261 .000 78.096 Saturated model .000 .000 .000 Independence model 1371.523 1244.697 1505.853

FMIN Model FMIN F0 LO 90 HI 90 Default model 2.495 .182 .000 .521 Saturated model .000 .000 .000 .000 Independence model 11.850 9.143 8.298 10.039

RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model .023 .000 .039 .999 Independence model .150 .143 .157 .000

AIC Model AIC BCC BIC CAIC Default model 550.261 594.261 815.782 903.782 Saturated model 870.000 1087.500 2182.517 2617.517 Independence model 1835.523 1850.023 1923.024 1952.024

ECVI Model ECVI LO 90 HI 90 MECVI Default model 3.668 3.487 4.007 3.962 Saturated model 5.800 5.800 5.800 7.250 Independence model 12.237 11.391 13.132 12.333

HOELTER

Model HOELTER

.05 HOELTER

.01 Default model 157 165 Independence model 39 41


commit to user

186

T-Test

Group Statistics

59 3.7254 .47255 .0615292 4.0543 .47078 .04908

59 3.6864 .59920 .0780192 4.0815 .51637 .05383

PE0

10

1

Sikap

Niat Beli

N Mean Std. DeviationStd. Error

Mean

Independent Samples Test

.005 .941 -4.183 149 .000 -.3289 .07864 -.48431 -.17354

-4.179 123.453 .000 -.3289 .07870 -.48470 -.17315

.750 .388 -4.306 149 .000 -.3951 .09175 -.57638 -.21378

-4.168 110.436 .000 -.3951 .09478 -.58291 -.20725

Equal variancesassumed

Equal variancesnot assumedEqual variancesassumed

Equal variancesnot assumed

Sikap

Niat Beli

F Sig.

Levene's Test forEquality of Variances

t df Sig. (2-tailed)Mean

DifferenceStd. ErrorDifference Lower Upper

95% ConfidenceInterval of the

Difference

t-test for Equality of Means

Estimates (pernah membeli - Default model)

Scalar Estimates (pernah membeli - Default model)

Maximum Likelihood Estimates

Regression Weights: (pernah membeli - Default model)

Estimate S.E. C.R. P Label Attitude <--- Price quality ,294 ,153 1,918 ,055 Attitude <--- Risk Averseness -,005 ,137 -,036 ,971 Attitude <--- Subjective Norm ,288 ,183 1,578 ,115 Attitude <--- Perceive Risk -,180 ,098 -1,833 ,067

Attitude <--- Integrity -,281 ,120 -2,331 ,020

Attitude <---

Personal Gratifikation ,243 ,184 1,319 ,187


<--- Attitude ,440 ,181 2,426 ,015

pq3 <--- Price quality 1,000

pq2 <--- Price quality ,907 ,188 4,815 ***


commit to user

187

Estimate S.E. C.R. P Label

pq1 <--- Price quality ,757 ,182 4,169 ***

ra3 <--- Risk Averseness 1,000 ra2 <--- Risk Averseness 1,328 ,320 4,145 *** ra1 <--- Risk Averseness 1,369 ,331 4,141 *** sn3 <--- Subjective Norm 1,000 sn2 <--- Subjective Norm 1,408 ,255 5,525 *** sn1 <--- Subjective Norm 1,043 ,206 5,070 ***

pr3 <--- Perceive Risk 1,000

pr2 <--- Perceive Risk 1,064 ,194 5,491 ***

pr1 <--- Perceive Risk 1,170 ,213 5,482 *** int4 <--- Integrity 1,000 int3 <--- Integrity ,984 ,211 4,662 *** int2 <--- Integrity ,796 ,205 3,886 *** int1 <--- Integrity ,974 ,200 4,857 *** pg3 <---

Personal Gratifikation 1,000


1,192 ,202 5,909 ***

pg1 <--- Personal Gratifikation 1,062 ,178 5,958 ***

at1 <--- Attitude 1,000

at2 <--- Attitude ,957 ,213 4,495 ***

at3 <--- Attitude 1,099 ,233 4,728 *** at4 <--- Attitude ,978 ,217 4,515 *** at5 <--- Attitude 1,482 ,269 5,508 *** bi1 <--- Behavioral

Intention 1,000

bi2 <--- Behavioral Intention 1,116 ,198 5,649 ***

bi3 <--- Behavioral Intention

,868 ,181 4,806 ***

bi4 <--- Behavioral Intention ,588 ,174 3,376 ***

Estimates (belum pernah beli - Default model)

Scalar Estimates (belum pernah beli - Default model)

Maximum Likelihood Estimates

Regression Weights: (belum pernah beli - Default model)

Estimate S.E. C.R. P Label Attitude <--- Price quality ,119 ,145 ,823 ,410


commit to user

188

Estimate S.E. C.R. P Label

Attitude <--- Risk Averseness ,060 ,118 ,505 ,614

Attitude <--- Subjective Norm ,174 ,151 1,150 ,250 Attitude <--- Perceive Risk ,010 ,031 ,305 ,760 Attitude <--- Integrity -,283 ,129 -2,201 ,028 Attitude <--- Personal

Gratifikation ,500 ,348 1,439 ,150 Behavioral Intention <--- Attitude ,961 ,295 3,252 ,001 pq3 <--- Price quality 1,000 pq2 <--- Price quality ,819 ,209 3,925 *** pq1 <--- Price quality ,765 ,191 3,997 *** ra3 <--- Risk Averseness 1,000 ra2 <--- Risk Averseness ,912 ,246 3,707 ***

ra1 <--- Risk Averseness 1,867 ,612 3,049 ,002

sn3 <--- Subjective Norm 1,000

sn2 <--- Subjective Norm ,990 ,132 7,532 *** sn1 <--- Subjective Norm ,866 ,141 6,125 *** pr3 <--- Perceive Risk 1,000 pr2 <--- Perceive Risk ,083 ,095 ,877 ,380 pr1 <--- Perceive Risk ,243 ,230 1,059 ,289 int4 <--- Integrity 1,000

int3 <--- Integrity ,782 ,162 4,838 ***

int2 <--- Integrity ,736 ,182 4,054 ***

int1 <--- Integrity ,929 ,186 4,992 *** pg3 <--- Personal

Gratifikation 1,000

pg2 <--- Personal Gratifikation 1,365 ,405 3,368 ***


1,390 ,394 3,533 ***

at1 <--- Attitude 1,000 at2 <--- Attitude 1,231 ,308 3,993 *** at3 <--- Attitude ,921 ,295 3,116 ,002

at4 <--- Attitude 1,320 ,318 4,144 ***

at5 <--- Attitude 1,370 ,325 4,222 ***

bi1 <--- Behavioral

Intention 1,000



bi4 <--- Behavioral Intention

,946 ,207 4,579 ***


commit to user

189

Documents

Pengaruh Sikap Konsumen Pada Niat Beli Produk Bajakan/Pengaruh... · Berikut ini adalah penjelasan terkait ... baik di lokasi bisnis ataupun pusat ... mediator dalam hubungan antara