Anda di halaman 1dari 113

UNIVERSITAS INDONESIA

ANALISIS PRODUCT PERSONALITY DAN PURCHASE


INTENTION MASYARAKAT TERHADAP PRODUK ASLI
INDONESIA
STUDI KASUS : BATIK

TESIS

SOFRIDA ROSITA HANUM


NPM 0806338046

PROGRAM PASCA SARJANA TEKNIK INDUSTRI


FAKULTAS TEKNIK
2013

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


UNIVERSITAS INDONESIA

ANALISIS PRODUCT PERSONALITY DAN PURCHASE


INTENTION MASYARAKAT TERHADAP PRODUK ASLI
INDONESIA
STUDI KASUS : BATIK

TESIS

Diajukan sebagai salah satu syarat untuk memperoleh gelar S2

SOFRIDA ROSITA HANUM


NPM 0806338046

PROGRAM PASCA SARJANA TEKNIK INDUSTRI


FAKULTAS TEKNIK
2013

ii

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Analisis product..., Sofrida Rosita Hanum, FT UI, 2013
Analisis product..., Sofrida Rosita Hanum, FT UI, 2013
KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena
atas segala berkat dan rahmat-Nya saya dapat menyelesaikan skripsi yang
berjudul “Analisis Product Personality dan Purchase Intention Masyarakat
Terhadap Produk Asli Indonesia. Studi Kasus : Batik” dalam rangka memenuhi
salah satu syarat untuk mencapai gelar Magister Teknik Jurusan Teknik Industri
pada Fakultas Teknik Universitas Indonesia.
Saya menyadari keterbatasan yang saya miliki sehingga membutuhkan
banyak bantuan, bimbingan, dan petunjuk dari berbagai pihak. Oleh karena itu,
melalui kesempatan ini, perkenankanlah penulis menyampaikan terima kasih
kepada :
(1). Ibu Dr.-Ing. Amalia Suzianti, ST.,M.Sc selaku dosen pembimbing yang
selalu membimbing saya di setiap langkah pengerjaan;
(2). Bapak Ir.. Sri Bintang Pamungkas M.Si., Ph.D., S.E selaku dosen
pembimbing atas segala dukungan dan motivasinya;
(3). Prof. Andrei Dumitrescu yang bersedia meluangkan waktu saya dalam
mengajarkan model product personality;
(4). Kepada orang tua dan kakak saya yang telah banyak memberikan
dukungan material dan moral; dan
(5). Sahabat-sahabat yang dengan tekun telah mendukung penyusunan thesis
ini hingga selesai, terutama Citra dan Manda yang selalu menemani makan
dikala suntuk mengerjakan thesis.
(6). Senior terbaik saya yang selalu menemani mengerjakan thesis ini dan
mengajarkan untuk selalu tersenyum dikala data yang dihasilkan tidak
sesuai ekspektasi.

Akhir kata, saya berharap semoga Tuhan Yang Maha Esa berkenan membalas
kebaikan semua pihak yang telah membantu. Semoga thesis ini membawa
manfaat bagi pengembangan ilmu.

Depok, 24 Juni 2013


Penulis

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


ABSTRAK

Nama : Sofrida Rosita Hanum


Program Studi : Teknik Industri
Judul : Analisis Product Personality dan Purchase Intention
Masyarakat Terhadap Produk Asli Indonesia.
Studi Kasus: Batik

Batik sebagai salah produk asli Indonesia, saat ini sedang mengalami
pertumbuhan pesat di dunia fesyen. Hal ini terlihat dari munculnya berbagai
macam produk fesyen yang terbuat dari kain batik. Pada penelitian ini, jenis-jenis
kain batik akan dibagi menurut proses pembuatannya yaitu batik cap, batik tulis,
dan batik lukis. Pemilihan ini bertujuan supaya bisa memberikan gambaran
menganai konsep product personality yang lebih detail untuk masing-masing kain
batik.
Product personality adalah sekumpulan karakter kepribadian yang
digunakan oleh orang-orang untuk mendeskripsikan sebuah produk untuk
membedakannya dengan produk lainnya. Berdasarkan hasil pengolahan data,
ketiga kain batik ini ternyata membawa nilai kepribadian yang berbeda-beda.
Batik cap dengan kesederhanaannya, batik tulis dengan kesopanannya, dan batik
lukis dengan nilai optimis.
Penelitian ini juga ingin melihat hubungan antara product personality
dengan purchase intention untuk membuktikan apakah konsep ini akan
mempengaruhi tingkat penjualan batik. Hasilnya terbukti bahwa nilai product
personality akan mempengaruhi purchase intention seseorang terhadap batik cap
dan batik tulis. Sedangkan untuk batik lukis, product personality tidak
berpengaruh secara langsung. Selain itu, product personality juga mempengaruhi
subjective norm (pendapat orang di sekitar si calon pembeli) secara langsung
dalam memunculkan purchase intention ke ketiga jenis batik tersebut.

Kata Kunci: batik, product personality, purchase intention

vii

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Analisis product..., Sofrida Rosita Hanum, FT UI, 2013
ABSTRACT

Name : Sofrida Rosita Hanum


Study Program : Industrial Engineering
Title : The Analysis of Product Personality and Purchase Intention
Towards Original Products of Indonesia.
Case Study : Batik

Batik is one of the original products of Indonesia. Now, Batik is growing


rapidly in the fashion world. Some fashion products were made from batik. In this
study, the types of batik cloth will be devided according to the manufacturing
process. There are batik cap, batik tulis, and batik lukis. The aim of this election is
to provide an overview of product personality for each batik cloth more detail.
Product personality is a set of personality traits that are used by people to
describe a product to distinguish from other product. The result shows that every
kind of batik was carrying different value of personalities. Batik cap is simple.
Batik tulis is modest. And, batik lukis is optimist.
Furthermore, this study also want to provide a model of the relationship
between product personality and purchase intention. The result shows that product
personality will affect purchase intention in batik cap and batik tulis, but not for
batik lukis. Besides, product personality also affects subjective norm for all kind
of batik. Thus, from this study, product personality is proven to affect purchase
intention directly and indirectly.

Keywords: batik, product personality, purchase intention

viii

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


DAFTAR ISI

HALAMAN JUDUL .......................................................................................... i


PERNYATAAN ................................................................................................ iv
KATA PENGANTAR........................................................................................ v
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH ....................... vii
ABSTRAK ....................................................................................................... vii
DAFTAR ISI .................................................................................................... ix
DAFTAR TABEL ............................................................................................. xi
DAFTAR GAMBAR ....................................................................................... xii
1. PENDAHULUAN..........................................................................................12
1.1. Latar Belakang.......................................................................................12
1.2. Rumusan Masalah..................................................................................14
1.3. Diagram Keterkaitan Masalah...............................................................14
1.4. Tujuan Penelitian...................................................................................15
1.5. Ruang Lingkup......................................................................................16
1.5.1. Unit Analisis...................................................................................16
1.5.2. Cakupan Geografis.........................................................................16
1.5.3. Periode Penelitian...........................................................................16
1.5.4. Cakupan Produk yang Diteliti........................................................16
1.6. Metodologi Penelitian............................................................................17
1.7. Sistematika Penulisan............................................................................19

2. STUDI PUSTAKA........................................................................................20
2.1. Hipotesa.................................................................................................20
2.2. Batik Sebagai Produk Fesyen................................................................21
2.3. Product Personality...............................................................................25
2.4. Purchase Intention.................................................................................34

3. PENGUMPULAN DAN PENGOLAHAN DATA.....................................38


3.1. Model Dumitrescu untuk Product Personality......................................38
3.2. Jenis dan Metode Pengumpulan Data....................................................39
3.3. Populasi dan Sampel..............................................................................40
3.4. Pemodelan.............................................................................................40
3.5. Desain Kuesioner...................................................................................43
3.6. Identifikasi Model..................................................................................48
3.6.1. Analisis Kuesioner Awal................................................................50
3.6.2. Pretesting........................................................................................50
3.6.3. Confirmatory Factor Analysis (CFA)............................................53
3.6.4. Model Struktural.............................................................................56

4. HASIL............................................................................................................60
4.1. Analisis Batik Cap.................................................................................60
4.2. Analisis Batik Tulis...............................................................................65
4.3. Analisis Batik Lukis..............................................................................70

ix

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


5. KESIMPULAN DAN SARAN.....................................................................76
5.1. Kesimpulan............................................................................................76
5.2. Saran......................................................................................................77

DAFTAR PUSTAKA ...................................................................................... 78

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


DAFTAR TABEL

Tabel 2.1. The Briggs-Mayers Model....................................................................28


Tabel 2.2. The Jordan Model of Personality..........................................................28
Tabel 2.3. The Dumitrescu Model of Personality..................................................30
Tabel 2.4. Definisi Nilai dari Masing-Masing Dimensi Kepribadian....................31
Tabel 2.5. Perbedaan Variabel Penentu TRA dan TPB.........................................36
Tabel 3.1. Lembar Eksperimen Product Personality.............................................39
Tabel 3.2. Operasionalisasi Variabel Batik Cap....................................................46
Tabel 3.3. Identifikasi Model SEM........................................................................50
Tabel 3.4. Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Cap......52
Tabel 3.5. Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Tulis....52
Tabel 3.6.Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Lukis....53
Tabel 3.7. Uji Validitas Model Pengukuran Batik Cap.........................................54
Tabel 3.8. Hasil Perhitungan CR dan VE Batik Cap.............................................57
Tabel 3.9. Hasil Perhitungan CR dan VE Batik Tulis............................................57
Tabel 3.10. Hasil Perhitungan CR dan VE Batik Lukis.........................................57
Tabel 3.11. Standar Ukuran Goodness of Fit.........................................................58
Tabel 4.1. Hasil Perhitungan Product Personality Batik Cap...............................60
Tabel 4.2. Hasil Nilai-t Model Struktural Batik Cap.............................................62
Tabel 4.3. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Cap............64
Tabel 4.4. Hasil Perhitungan Product Personality Batik Tulis..............................65
Tabel 4.5. Hasil Nilai-t Model Struktural Batik Tulis...........................................67
Tabel 4.6. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Tulis..........69
Tabel 4.7. Hasil Perhitungan Product Personality Batik Lukis.............................70
Tabel 4.8. Hasil Nilai-t Model Struktural Batik Lukis...........................................73
Tabel 4.9. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Lukis.........74

xi

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


DAFTAR GAMBAR

Gambar 1.1. Diagram Keterkaitan Masalah...........................................................16


Gambar 1.2. Metodologi Penelitian.......................................................................19
Gambar 2.1. Batik Tulis.........................................................................................23
Gambar 2.2. Batik Cap...........................................................................................24
Gambar 2.3. Batik Lukis........................................................................................25
Gambar 2.4. Piramida Kebutuhan..........................................................................26
Gambar 2.5. Diagram Theory of Planned Behavior..............................................37
Gambar 3.1. Model Penelitian Asli........................................................................42
Gambar 3.2. Model Penelitian yang Digunakan Dalam Penelitian Ini..................43
Gambar 4.1. Hasil Pengolahan SEM Batik Cap....................................................62
Gambar 4.2. Hasil Pengolahan SEM Batik Tulis...................................................67
Gambar 4.3. Hasil Pengolahan SEM Batik Lukis..................................................72

xii

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


BAB 1
PENDAHULUAN

Pada bagian ini dijelaskan mengenai latar belakang penelitian, perumusan


masalah, batasan penelitian, tujuan dan manfaat dari penelitian, hasil dari
penelitian, diagram keterkaitan masalah, tahapan dan metodologi penelitan serta
sistematika penulisan.

1.1. Latar Belakang


Dunia fesyen di Indonesia bisa dikatakan berkembang pesat dalam beberapa
dekade terakhir. Hal ini didukung dari berbagai sisi baik desainer lokal yang
semakin potensial, tingkat pereknomian yang membaik, sampai sektor ritel yang
berkembang pesat. Selama 5 tahun terakhir, fesyen telah menjadi kontributor nilai
Produk Domestik Bruto (PDB) terbesar dari 14 industri kreatif. Rata-rata, setiap
tahun industri fesyen menyumbang 5,9% atau Rp 71,9 triliun. Tidak hanya itu,
industri ini juga menyerap 54,5% tenaga kerja atau setara dengan 4 juta orang.
(Nurfuadah, 2011).
Akan tetapi, konsumen kini menjadi lebih selektif dalam memilih produk-
produk fesyen. Mereka mampu memilih mana yang sekiranya cocok dengan
tubuh, kepribadian dan kenyamanan. Bisa dilihat dari penampilan yang tidak
seragam di masyarakat.
Fesyen adalah penyampai pesan yang efektif serta merupakan medium
komunikasi yang paling jelas dan berpengaruh (Govers & Schoormans, 2005).
Gaya seseorang dalam berbusana juga menunjukkan karakter orang yang
bersangkutan. Ada pesan tersembunyi yang ingin disampaikan oleh si pengguna
untuk memperkuat positioning personal branding (Mugge, et al., 2006).
Batik merupakan salah satu jenis kain yang saat ini sedang mengalami
pertumbuhan pesat di dunia fesyen. Sejak batik diremsikan oleh UNESCO pada
tanggal 2 Oktober 2009, perkembangan batik di dunia fesyen begitu positif. Hal
ini terlihat dari munculnya berbagai macam jenis kain batik yang digunakan daam
merancang produk-produk fesyen.
Kondisi yang positif ini perlu diimbangi dengan strategi pengembangan
produk yang inovatif sehingga mampu meningkatkan penjualan batik baik itu di

13

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


14

perdagangan nasional maupun internasional. Salah satunya caranya adalah dengan


mengeluarkan konsep product personality dari masing-masing jenis batik. Dengan
menggunakan konsep ini, diharapkan para fashion designer mampu menciptakan
desain-desain yang sesuai dengan kepribadian yang dibawa oleh masing-masing
jenis kain batik.
Product personality didefinisikan sebagai sekumpulan karakter kepribadian
yang digunakan oleh orang-orang untuk mendeskripsikan sebuah produk untuk
membedakannya dengan produk lainnya (Govers & Mugge, 2004).
Peneliti-peneliti di bidang desain produk menganggap bahwa product
personality penting untuk dipelajari karena dapat membantu para pengguna dalam
berinteraksi dengan produk. Selain itu, preferensi konsumen dalam memilih suatu
produk juga dipengaruhi oleh kemiripan product personality dengan kepribadian
calon pembeli (Govers & Schoormans, 2005). Hal ini berlaku juga untuk semua
produk termasuk produk fesyen.
Selain itu, menurut (Govers & Schoormans, 2005) product personality pada
produk fesyen akan berpengaruh positif dengan preferensi konsumen ketika
membeli produk tersebut. Keterlibatan produk dengan preferensi konsumen
diidentifikasi sebagai variabel rasional yang mampu memprediksi pola tingkah
laku pembelian (purchasing behaviour) (O'Cass, 2000). Jadi, dengan mengetahui
product personality suatu produk akan mempermudah para designer ataupun
produsen dalam memprediksi purchasing behaviour konsumen terhadap produk
tersebut.

Beberapa penilitian terakhir belum ada yang menyebutkan bagaimana


hubungan antara product personality dengan purchase intention seseorang
terhadap suatu produk. Padahal dengan mengetahui purchase intention seseorang
terhadap suatu produk dapat membantu para designer dalam merancang
produknya agar lebih disukai konsumen pada saat diluncurkan di pasar.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


15

1.2. Rumusan Permasalahan


Adapun rumusan masalah yang ingin dipecahkan melalui penelitian ini
adalah sebagai berikut :
a. Bagaimanakah konsep dari product personality untuk beberapa kain
batik di Indonesia?
Konsep product personality ini akan diujikan ke beberapa macam kain
batik yang dijadikan objek penelitian pada thesis ini. Harapannya, para
fashion designer mampu menciptakan desain-desain yang sesuai dengan
kepribadian yang dibawa oleh masing-masing jenis kain batik.

b. Adakah hubungan antara product personality dengan purchase intention


seseorang terhadap produk fesyen batik tersebut? Bila ada, seperti apa?
Belum banyak penelitian terakhir yang membuktikan hubungan antara
product personality dengan purchase intention. Padahal hubungan
antara product personality dengan purchase intention dapat membantu
para designer dalam merancang produknya agar lebih disukai
konsumen pada saat diluncurkan di pasar.

1.3. Diagram Keterkaitan Masalah


Penelitian mengenai penemuan product personality untuk produk fesyen
berbahan dasar kain batik di Indonesia didasarkan adanya perubahan gaya hidup
masyarakat yang ingin menonjolkan karakteristik diri masing-masing. Apalagi
setiap orang akan cenderung untuk memilih produk fesyen yang memiliki
kesamaan karakteristik dengan dirinya. Kecenderungan ini akan membawa
dampak positif bagi produsen karena produsen di dunia fesyen akan mampu
meramalkan pola tingkah laku pembelian (purchasing behaviour) konsumen
terhadap produk yang dibuatnya. Berikut ini adalah gambar diagram keterkaitan
masalah yang menggambarkan penelitian ini :

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


16

Gambar 1.1. Diagram Keterkaitan Masalah

1.4. Tujuan Penelitian


Berdasarkan rumusan masalah sebelumnya, tujuan dari penelitian ini adalah
sebagai berikut :
a. Menemukan konsep product personality bagi batik di Indonesia, yaitu
dengan mencari kata sifat apakah yang cocok untuk menggambarkan
kepribadian dari batik tersebut.
b. Mengetahui hubungan antara product personality dan purchase intention
terhadap produk batik tersebut sehingga dapat membantu para designer
dalam merancang produknya agar lebih disukai konsumen pada saat
diluncurkan di pasar.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


17

1.5. Ruang Lingkup


1.5.1. Unit Analisis
Responden penelitian ini adalah para pria ataupun wanita muda pengguna
batik yang berusia 18-30 tahun. Pemilihan responden ini didasarkan pada hasil
penelitian (O'Cass, 2000) yang semakin bertambahnya usia maka keterlibatan
seseorang terhadap dunia fesyen akan semakin berkurang. Oleh karena itu, penulis
memilih ruang lingkup responden penelitian yaitu pria atau wanita muda yang
berusia 18-30 tahun dan diutamakan yang sudah bekerja. Faktor pekerjaan ini
diharapakan mampu menggambarkan purchase intention dari pengguna batik
karena para pekerja di Indonesia ada kewajiban untuk menggunakan batik pada
saat hari Jumat.

1.5.2. Cakupan Geografis


Penelitian dilakukan dalam ruang lingkup geografis Jakarta dan sekitarnya.
Area ini dipilih berdasarkan pertimbangan bahwa mayoritas penduduk
Jabodetabek disuguhkan dengan berbagai macam pilihan produk fesyen batik.
Selain itu, di antara kota-kota lainnya yang ada di Indonesia, kota Jakarta
merupakan pusat ibukota negara sehingga info mengenai produk-produk fesyen
batik lebih berkembang di Jakarta dibandingkan dengan wilayah lainnya

1.5.3. Periode Penelitian


Periode yang digunakan dalam penelitian ini adalah selama 5 bulan mulai
dari Februari sampai Juni 2013. Dalam penelitian ini, dibagi menjadi dua tahapan
yakni tahapan pengumpulan data product personality dan yang kedua adalah
tahapan menganalisis hubungan antara product personality terhadap purchase
intention menggunakan Structural Equation Modeling.

1.5.4. Cakupan Produk yang Diteliti


Pemilihan jenis kain batik yang akan diteliti dalam penulisan ini adalah
jenis-jenis kain batik berdasarkan proses pembuatannya, yaitu batik cap, batik
tulis, dan batik lukis. Alasan pemilihan produk berdasarkan proses pembuatannya
adalah untuk menonjolkan perbedaan-perbedaan yang mendasar pada batik cap,
tulis, dan lukis. Perbedaan mendasar tersebut antara lain terlihat dari pola motif,

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


18

warna, dan ukuran kain. Perbedaan ini mudah diidentifikasi oleh konsumen
sehingga mudah bagi konsumen dalam melakukan penilaian konsep product
personality maupun purchase intention terhadap batik-batik tersebut.

1.6. Metodologi Penelitian


Penelitian ini akan dibagi menjadi 2 tahap, yaitu tahap penemuan konsep
product personality untuk produk kain batik di Indonesia dan tahap pencarian
keterkaitan antara product personality dengan nilai purchase intention.
Metode yang akan digunakan untuk tahap pertama adalah Dumitrescu
Model. Model ini bertujuan untuk menemukan konsep product personality dari
masing-masing kain batik di Indonesia. Alasan penggunaan model Dumitrescu
karen model ini merupakan model terbaru dalam pengembangan model-model
product personality. Model ini menggunakan perhitungan statistik sederhana
dimana untuk mendapatkan data-data product personality digunakan kuesioner
yang berisi 20 dimensi personality orang.
Setelah diketahui product personality yang muncul dari masing-masing
produk batik tersebut, maka dapat dibuat sebuah struktur yang mampu
menunjukkan hubungan antara product personality dengan purchase intention.
Untuk melihat hubungan secara terstruktur tersebut, akan digunakan metode
structural equation modeling (SEM).
(Gujarati, 1995) menunjukkan bahwa penggunaan variabel-variabel laten
pada regresi berganda menimbulkan kesalahan-kesalahan pengukuran
(measurement errors) yang berpengaruh pada estimasi parameter dari sudut
biased-unbiased dan besar kecilnya variance. Masalah ini dapat diatasi oleh SEM
melalui persamaan-persamaan yang ada pada model pengukuran. SEM mampu
menunjukkan factor loadings dari variabel laten terhadap indikator-indikator atau
variabel-variabel teramati yang terkait sehingga hubungan kausal simultan
diantara variabel-variabelnya dapat diketahui pula. Selain itu, keunggulan SEM
juga bisa memberikan informasi tentang muatan faktor dan kesalahan-kesalahan
pengukuran. Oleh karena itu, dalam penelitian ini digunakan metode SEM sebagai
alat ukur hubungan antara product personality dan purchase intention.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


19

Berikut ini adalah diagram alir yang mendeskripsikan metode penelitian


yang digunakan dalam penelitian ini yang telah dijelaskan pada paragraf
sebelumnya :

Gambar 1.2. Metodologi Penelitian

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


20

1.7. Sistematika Penulisan


Sistematika penulisan dalam penelitian ini terbagi menjadi 5 (lima) bagian
yaitu:
1. BAB I Pendahuluan berisi tentang latar belakang permasalahan, pokok
permasalahan yang dibahas dan dikaji dalam penelitian, diagram
keterkaitan masalah, tujuan, manfaat dan hasil dari penelitian, ruang
lingkup penelitian, metodologi penelitian, serta sistematika penulisan.
2. BAB II Kerangka Teoritis dalam bab ini akan ditinjau kerangka teori
yang mendukung penelitian, meliputi product personality, fesyen, dan
tingkah laku dalam membeli (purchase intention).
3. BAB III Pengumpulan dan Pengolahan Data, berisikan informasi
mengenai kata sifat yang sesuai untuk menggambarkan produk batik,
identitas pembeli produk batik, dan pola belanja konsumen di produk
fesyen batik.
4. BAB IV Analisa dan Pembahasan, berisikan analisa terhadap apa sajakah
product personality untuk fesyen di Indonesia serta bagaimanakah
hubungan antara product personality dengan purchase intention seseorang
terhadap suatu produk fesyen dari berbagai macam kain batik.
5. BAB V Kesimpulan dan Saran, merupakan bab terakhir yang berisi
kesimpulan penelitian serta saran-saran mengenai hal yang dapat
dilakukan selanjutnya. Kesimpulan yang didapat, sesuai dengan tujuan
penelitian yang dirumuskan pada bab I.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


21

BAB 2
STUDI PUSTAKA

Pada bab ini akan dijelaskan mengenai teori-teori yang menjadi landasan
dalam penelitian ini, antara lain hipotesa penelitian secara keseluruhan, batik
sebagai produk fesyen, product personality, dan juga purchase intention. Ketiga
bagian ini akan menunjang keseluruhan penelitian ini.

2.1. Hipotesa
Penelitian ini akan membuktikan konsep product personality bagi ketiga
jenis kain batik yang diklasifikasikan berdasarkan proses pembuatannya. Konsep
ini pada dasarnya menggunakan sekumpulan karakter kepribadian untuk
mendeskripsikan sebuah produk untuk membedakannya dengan produk lainnya.
Dengan mengetahui konsep ini maka para fashion designer bisa memprediksi
preferensi konsumen karena calon pembeli biasanya akan memilih suatu produk
yang memiliki kesamaan kepribadian dengannya.
Dalam mengeluarkan konsep product personality ini, penulis akan
menggunakan Model Dumitrescu sebagai perkembangan model terbaru dalam
ilmu product personality.
Setelah ditemukannya konsep product personality untuk masing-masing
batik, langkah yang harus dilakukan adalah membuktikan apakah konsep tersebut
memang akan mempengaruhi preferensi konsumen dalam membeli masing-
masing jenis batik. Caranya adalah dengan mengetahui hubungan antara product
personality dengan purchase intention menggunakan metode Structural Equation
Modeling.
Model struktural yang terbentuk nantinya, akan memperlihatkan apakah
nilai product personality suatu kain batik akan mempengaruhi purchase intention
secara langsung atau tidak langsung. Yang dimaksud dengan tidak langsung
adalah mempengaruhi variabel-variabel laten lainnya yang mendorong purchase
intention, seperti attitude towards behavior, subjective norm, perceived
behavioral control, desire for uniqueness, dan fashion involvement. Seluruh
landasan teori yang digunakan dalam menyusun hipotesis ini akan dibahas lebih
detail di masing-masing sub bab berikut ini.

21 Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


22

2.2. Batik Sebagai Produk Fesyen


Fesyen didefiniskan sebagai suatu gaya (style) yang dapat diterima dan
diikuti oleh sekelompok orang pada waktu tertentu (Mugge, et al., 2006). Dunia
fesyen merupakan salah satu dunia bisnis yang memiliki perputaran sangat cepat.
Di era modern saat ini, tren produk fesyen telah menjadi bagian dari sebuah
gaya hidup sekaligus simbol dan status sosial dalam pergaulan. Seringkali orang-
orang baik itu lelaki maupun wanita menjaga penampilan mereka dengan tren
fesyen terkini untuk bisa tampil lebih gaul dan modern.
Batik sebagai salah satu warisan budaya Indonesia yang telah disahkan oleh
UNESCO sejak tanggal 2 Oktober 2009. Penetapan kain tradisional batik sebagai
warisan budaya dunia dari Indonesia antara lain dengan menimbang batik sebagai
kerajinan tradisional turun-temurun dari Indonesia yang kaya akan nilai budaya.
Selain itu, dalam proses penilaiannya, UNESCO juga meneliti perlindungan yang
diberikan Pemerintah Indonesia terhadap batik.
Menurut SNI No 08-0239-1989 definisi batik adalah bahan tekstil hasil
pewarnaan menurut corak khas Indonesia dengan menggunakan lilin batik
(malam) sebagai zat perintang. Batik memiliki motif yang beraneka ragam.
Kekayaan ini sebetulnya merupakan potensi besar yang layak dikembangkan,
salah satunya menjadi produk fesyen.
Berdasarkan teknik pembuatannya, batik dibagi menjadi 3 jenis yaitu
sebagai berikut :
1. Batik tulis
Sesuai dengan namanya, maka batik ini dibuat menggunakan
tangan. Pembuatan batik dengan cara ini merupakan cara yang paling
tradisional. Motif batik dilukis pada kain dengan detail menggunakan
media malam dan lilin serta canting. Proses pembuatannya memakan
waktu sekitar 2 hingga 3 bulan. Karena prosesnya yang rumit dan lama
maka tidak heran jika harga batik tulis relatif mahal hingga mencapai
jutaan rupiah. Motif-motif yang disediakan oleh kain batik tulis ini
biasanya mengandung makna-makan filosofis. Selain itu, motifnya
jarang yang berulang dan biasanya terlihat lebih detail (sambungan motif
jarang terlihat terputus) karena hasil dari buatan tangan. Sedangkan

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


23

warna batik tulis juga terbatas, biasanya warna merah, coklat, atau warna
gelap lainnya. Semakin banyak kombinasi warna yang diinginkan maka
semakin lama proses pengerjaan batik tulis.

Gambar 2.1. Batik Tulis


Berikut ini adalah ciri-ciri batik tulis :
 Batik tulis jarang yang kembar karena semua dibuat hanya satu
lembar sehingga keunikan batik tulis sangat kental terasa.
 Motif batik tulis biasanya rumit.
 Pembuatan batik tulis dilakukan secara manual sehingga tidak ada
satu pun yang sempurna. Justru karena ketidaksempurnaan yang
membuat batik tulis sangat manusiawi dan bernilai seni tinggi.
 Wangi batik tulis sangat khas karena proses pembatikan
menggunakan lilin khusus dan pewarnaan alami.
 Kain batik tulis yang dijual memiliki ukuran yang tidak biasa,
misalnya 2x1,25 meter.
 Pada batik tulis kuno, biasanya ada inisial tulisan tangan nama
pembatik di ujung kain batik tulis.

2. Batik cap
Batik cap adalah kain yang dihias dengan tekstur dan corak batik yang
dibentuk dengan cap (biasanya terbuat dari tembaga ukuran 20x20 cm).
Cap tersebut menjadi semacam cetakan motif yang kemudian dicelupkan
ke dalam lilin atau malam lalu diletakkan pada kain dengan hati-hati

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


24

sehingga terbentuklah pola yang berulang. Proses pembuatan kain jenis


ini membutuhkan waktu kurang lebih 2-3 hari. Biasanya untuk
mengidentifikasi apakah batik tersebut adalah batik cap, terlihat dari
polanya yang berulang serta sambungan antar motifnya yang terlihat
patah-patah karena pada proses pengecapannya masih bergantung pada
tenaga manusia sehingga motifnya kurang presisi. Warna yang
disediakan oleh kain batik cap berwarna-warni karena bahan pewarna
dan proses pembuatannya juga mudah didapatkan. Harga yang dipatok
oleh sebuah batik cap jauh lebih murah dibandingkan harga batik tulis
karena lama prosesnya yang jauh berbeda. Produk kain batik cap
merupakan kain yang lebih banyak beredar di pasaran dibandingkan jenis
kain batik lainnya.

Gambar 2.2. Batik Cap


Ciri khas dari batik cap adalah sebagai berikut :
 Motif batik cap cenderung besar-besar, berulang, teratur dan tidak
banyak detail.
 Warnanya cenderung terang dan cerah.
 Bolak-balik warnanya tidak sama, bagian belakang cenderung
memiliki warna yang lebih redup.
 Kualitas bahan umumnya tidak sebagus batik tulis.
 Dijual per lembar dengan ukuran standar kain potong.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


25

3. Batik lukis
Proses pembuatan batik ini yaitu dengan cara langsung melukisnya pada
kain putih. Batik lukis juga mengalami perluasan menjadi batik printing.
Pada dasarnya metode pembuatan batik printing mirip dengan batik lukis
hanya saja proses melukisnya dilakukan dengan menggunakan teknologi
komputer. Jadi, model terbuat dahulu di komputer, kemudian model
tersebut langsung dicetak di atas kain putih menggunakan printing.
Karena alasan inilah, penulis tidak meneliti batik printing karena masih
dapat digolongkan ke dalam batik lukis. Walaupun pembuatan batik lukis
ini juga sedikit rumit, lama proses pembuatannya tidak selama proses
pembuatan batik tulis. Oleh karena itu, dari segi harga pun batik lukis
lebih murah dibandingkan batik tulis.

Gambar 2.3. Batik Lukis


Ciri khas yang membedakan batik lukis dengan batik lainnya adalah :
 Warna cerah dan sangat menarik
 Bagian belakang berwarna putih dengan sedikit tembusan warna
dari bagian mukanya
 Motifnya biasanya mengenai flora, fauna, ataupun pemandangan
alam
 Harganya sangat murah dan biasanya dijual meteran.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


26

2.3. Product Personality

Sebagian besar orang bingung ketika mereka harus memilih salah satu
produk yang ditawarkan kepadanya. Jika ditanya, mereka mungkin akan berkata
bahwa mereka mempertimbangkan harga, kualitas, dan fungsi yang ditawarkan
oleh produk tersebut. Namun, selain itu, sebenarnya ada alasan simbolik yang
menuntun perilaku konsumen tersebut. Orang menggunakan sebuah produk untuk
mengkomunikasikan identitasnya, statusnya, dan juga kepemilikan atas kelompok
sosial. Konsep product personality hadir untuk membantu menjelaskan alasan
simbolik yang menuntun perilaku konsumen tersebut.

Gambar 2.4. Piramida Kebutuhan (Ashby, 2008)


Sebelum mengetahui lebih lanjut mengenai konsep product personality, ada
yang perlu diketahui mengenai nilai suatu produk. Nilai suatu produk adalah
ukuran derajat dalam memenuhi ekspektasi konsumen terhadap produk tersebut
yang terdapat dalam gambar Piramida Kebutuhan di atas. Ada 3 macam
kebutuhan yang perlu dipenuhi oleh sebuah produk yaitu fungsi, kegunaan, dan
kepuasan. Pikirkan ketiga hal tersebut sebagai kepribadian sebuah produk. Hal ini
sangat mirip dengan kepribadian manusia. Seseorang dikatakan memiliki
kepribadian yang baik jika mereka dapat berfungsi dengan baik, berinteraksi
dengan efektif, serta bermanfaat bagi sesama. Begitu juga untuk sebuah produk.
Kesamaan inilah yang akhirnya menimbulkan konsep product personality yang
digunakan oleh para product designer untuk membuat rancangan produk.
Product personality itu sendiri didefinisikan sebagai sekumpulan karakter
kepribadian yang digunakan oleh orang-orang untuk mendeskripsikan sebuah
produk untuk membedakannya dengan produk lainnya (Govers & Mugge, 2004).
Product personality dapat digunakan untuk mendeskripsikan suatu produk yang

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


27

utuh. Perbedaan mendasar antara penilaian kepribadian manusia (human


personality) dan kepribadian produk (product personality) adalah bagaimana cara
kita melihat objek yang akan dinilai tersebut. Untuk human personality, objek
dinilai berdasarkan kualitas internal yang ditunjukan melalui perilaku seseorang.
Sedangkan product personality mendeskripsikan kualitas eksternal dari suatu
produk secara keseluruhan. Yang dimaksud kualitas eksternal disini adalah
deskripsi mengenai kesan yang dibuat oleh sebuah produk terhadap konsumennya.
Para product designer termasuk didalamnya fashion designer dapat
menggunakan konsep ini untuk membuat desain-desain produk yang dapat
memenuhi kebutuhan seseorang terhadap suatu produk. Pada saat seorang
designer akan membuat rancangan sebuah produk, ia tentu perlu memperhatikan
material yang digunakannya. Material sebuah produk juga berkaitan erat dalam
menghasilkan product personality dari produk tersebut (Ashby, 2008). Sebagai
contoh, gelas terbuat dari kaca dimana kepribadian yang muncul dari gelas adalah
rapuh. Kepribadian ini muncul karena gelas yang di desain tadi menggunakan
material kaca. Bisa jadi jika seorang product designer mendesain sebuah gelas
yang terbuat dari material selain kaca, menimbulkan kesan bahwa gelas tersebut
lebih kuat. Jadi, material juga berperan penting dalam memunculkan product
personality suatu produk.
Dalam penelitian kali ini, peneliti ingin mengeluarkan konsep product
personality untuk produk fesyen berbahan dasar kain batik. Banyaknya jenis kain
batik yang muncul saat ini, diprediksi oleh penulis dapat menggambarkan product
personality yang berbeda-beda. Konsep ini nantinya dapat digunakan oleh para
fashion designer dalam membuat desain produk-produk fesyen dengan
kepribadian produk yang sesuai dengan material yang digunakan.
Berdasarkan sejarahnya, konsep product personality ini pertama kali
diperkenalkan oleh Patrick Jordan pada tahun 2002. Jordan berpikir bahwa produk
dapat disamakan dengan manusia sehingga produk juga dapat memiliki
kepribadian berbeda-beda seperti manusia.
Jordan menemukan sebuah model mengenai product personality. Model ini
dikembangkan dari Briggs-Myers model. Model Briggs-Myers (1997) ini
menggunakan 4 dimensi kepribadian, seperti pada tabel di bawah ini:

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


28

Tabel 2.1. The Briggs-Mayers Model


Dimensi Nilai
Orientasi terhadap alam Terbuka Tertutup
(orientation of natural (extroversion) (introversion)
energy)
Penguasaan terhadap Sensitif Berdasarkan intuisi
kenyataan (sensing) (intuitive)
(understanding reality)
Cara berfikir Menggunakan akal Menggunakan perasaan
(way of thinking) (thinking) (feeling)
Cara beraksi Menghakimi Memahami
(way of action) (judging) (perceiving)

Model Briggs-Mayers seperti ini menuai banyak kritikan, terutama bagi orang-
orang yang tidak memiliki latar belakang psikologi. Banyak dari mereka
menganggap bahwa terminologi yang digunakan dalam Model Briggs-Mayers ini
tidak mampu merefleksikan kepribadian seseorang.
Kemudian pada tahun 2002, Jordan melakukan eksperimen mengenai
konsep product personality. Model ini mendeskripsikan 17 pasang kata-kata sifat
yang saling berlawanan. Akan tetapi, model ini tidak dibagi ke dalam dimensi.
Berikut ini adalah tabel dari Jordan Model :
Tabel 2.2. The Jordan Model of Personality
Nilai
Baik (kind) Jahat (unkind)
Jujur (honest) Bohong (dishonest)
Sungguh-sungguh (serious-minded) Periang (light-hearted)
Cerdas (bright) Bodoh (dim)
Stabil (stable) Labil (unstable)
Narsis (narcissistic) Rendah hati (humble)
Fleksibel (flexible) Kaku (inflexible)
Otoriter (authoritarian) Liberal (liberal)

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


29

Tabel 2.2. The Jordan Model of Personality (Lanjutan)


Nilai
Value-driven Non Value-driven
Terbuka (extrovert) Tertutup (introvert)
Naif (naive) Sinis (cynical)
Berlebihan (excessive) Berkecukupan (moderate)
Penurut (conformist) Pemberontak (rebel)
Enerjik (energetic) Lemas (unenergetic)
Keras (violent) Lemah lembut (gentle)
Kompleks (complex) Sederhana (simple)
Pesimis (pessimistic) Optimis (optimistic)

Hasil analisis statistik dari eksperimen yang dilakukan oleh Jordan tidak
menerima hipotesis bahwa orang-orang cenderung memilih produk yang cocok
dengan kepribadian yang dimilikinya. Alasan ditolaknya hipotesis ini adalah
karena tidak adanya dimensi kepribadian disini sehingga para responden bingung
dalam melakukan penilaian terhadap product personality.
Dua tahun kemudian, Pascalle Govers dan Ruth Mugge melakukan
eksperimen berdasarkan konsep dari product personality. Mereka
mempertimbangkan bahwa konsep product personality sebenarnya sangat
berguna bagi para desainer. Desainer dapat menerjemahkan karakter kepribadian
di desain produk ke dalam cara yang dapat dimengerti oleh konsumen. Hasilnya,
mereka dapat memverifikasi teori kesebangunan dari kepribadian pengguna (user
personality) terhadap product personality. Mereka mengaplikasikan percobaannya
ke dalam desain pemanggang roti.
Pada tahun 2007, Andrei Dumitrescu, asisten profesor dari University of
Politehnica of Bucharest Rumania, melakukan penelitian lebih dalam untuk
memverifikasi konsep product personality. Model product personality yang
digunakan oleh Dumitrescu terdiri atas 20 dimensi kepribadian yang memiliki
nilai saling berlawanan (dapat dilihat pada Tabel 2.3). (Dumitrescu, 2007)

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


30

Tabel 2.3. The Dumitrescu Model of Personality


Dimensi Nilai
Rasa menghargai diri Bangga Tidak menonjolkan diri
sendiri (vain) (modest)
(sense of self-worth)
Kecerdasan Cerdas Bodoh
(brilliant) (brilliant) (dim)
Kompleksitas Kompleks Sederhana
(complexity) (complex) (simple)
Energi Aktif Pasif
(energy) (energetic) (passive)
Sensitivitas Sensitif Tidak Sensitif
(sensitivity) (sensitive) (insensitive)
Kebaikan Keras Lemah lembut
(kindness) (violent) (gentle)
Fleksibilitas Fleksibel Kaku
(Flexibility) (flexible) (inflexible)
Kesopanan Sopan Kurang ajar
(politeness) (polite) (impertinent)
Kematangan Dewasa Kekanak-kanakan
(maturity) (mature) (childish)
Keterbukaan Terbuka Tertutup
(openness) (open) (closed)
Kemurahan hati Murah hati Egois
(generosity) (generous) (selfish)
Kejujuran Jujur Bohong
(honesty) (honest) (dishonest)
Keseriusan Sungguh-sungguh Periang
(seriousness) (serious) (light-hearted)

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


31

Tabel 2.3. The Dumitrescu Model of Personality (Lanjutan)


Dimensi Nilai
Kestabilan Stabil Labil
(stability) (stable) (unstable)
Toleransi Otoriter Liberal
(tolerance) (authoritarian) (liberal)
Moralitas Berprinsip Oportunis
(morality) (principled) (opportunistic)
Sikap terhadap kenyataan Naif Sinis
(attitude towards reality) (naive) (cynical)
Sikap terhadap peraturan Penurut Pemberontak
(attitude towards rules) (conformist) (rebel)
Sikap terhadap hasil Pesimis Optimis
(attitude towards results) (pessimistic) (optimistic)
Kedekatan terhadap Ramah Asing
subyek (warm) (aloof)
(closeness to subject)

Dalam penelitian ini, peneliti akan menggunakan Model Dumitrescu untuk


mengeluarkan konsep product personality dari keempat jenis kain batik. Sebelum
menggunakan konsep ini lebih lanjut, peneliti mendefinisikan satu per satu nilai
yang ditunjukkan dari masing-masing dimensi. Hal ini bertujuan untuk
menyamakan persepsi masing-masing orang terhadap nilai tersebut.

Tabel 2.4. Definisi Nilai dari Masing-Masing Dimensi Kepribadian


Nilai Definisi
Bangga (vain) Having or showing an excessively high opinion of one’s
appearance, abilities, or worth
Memiliki atau menunjukkan pendapat yang terlalu tinggi
terhadap penampilan, kemampuan atau nilai seseorang.
Tidak menonjolkan Unassuming in the estimation of one’s ability or achievement
diri Sederhana dalam mengestimasi kemampuan atau prestasi
(modest) seseorang.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


32

Tabel 2.4. Definisi Nilai dari Masing-Masing Dimensi Kepribadian (Lanjutan)


Nilai Definisi
Cerdas Sangat pandai atau berbakat.
(brilliant) Exceptionally clever or talented
Bodoh Sulit untuk memahami sesuatu.
(dim) Slow to understand
Kompleks Terdiri dari berbagai macam bagian yang terhubungkan
(complex) Consisting of many different and connected parts
Sederhana Mudah dipahami
(simple) Easily understood or presenting no difficulty
Aktif Menampilkan atau melibatkan aktivitas yang besar atau
(energetic) penting
Showing or involving great activity or vitality
Pasif Menerima apa yang terjadi atau apa yang dilakukan orang
(passive) lain tanpa ada respon atau penolakan
Accepting or allowing what happens or what others do,
without active response or resistance
Sensitif Cepat mendeteksi atau merespon perubahan-perubahan kecil
(sensitive) Quick to detect or respond to slight changes, signals, or
influences
Tidak Sensitif Menunjukkan rasa ketidakpedulian terhadap perasaan orang
(insensitive) lain
Showing or feeling no concern for others’ feelings
Keras Menggunakan kekuatan fisik untuk menyakiti atau merusak
(violent) seseorang atau sesuatu.
Using physical force intended to hurt, damage, or kill
someone or something
Lemah lembut Memiliki karakter yang tidak tempramen, baik.
(gentle) Having or showing a mild, kind, or tender temprament or
character
Fleksibel Mudah untuk diubah tanpa harus melanggar.
(flexible) Capable of bending easily without breaking

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


33

Tabel 2.4. Definisi Nilai dari Masing-Masing Dimensi Kepribadian (Lanjutan)


Kaku Tidak ada niatan untuk berubah atau berkompromi.
(inflexible) Unwilling to change or compromise
Sopan Menunjukkan sikap yang penuh menghormati dan perhatian
(polite) terhadap orang lain
Having or showing behavior that is respectful and
considerate of other people
Kurang ajar Tidak menunjukkan rasa hormat
(impertinent) Not showing proper respect
Dewasa Telah mencapai tahap yang paling maju dalam suatu proses.
(mature) Having reached the most advanced stage in a process
Kekanak-kanakan Seperti anak-anak
(childish) Like a child
Terbuka Menyambut baik diskusi publik, kritik dan pertanyaan
(open) Welcoming public discussion, criticism, and enquiry
Tertutup Tidak ingin menerima masukan (ide baru)
(closed) Unwilling to accept new ideas
Murah hati Menunjukkan kesiapan untuk memberi sesuatu dalam porsi
(generous) lebih
Showing readiness to give more of something
Egois Kurang mempertimbangkan orang lain
(selfish) Lacking consideration for other people
Jujur Dapat dipercaya dan tulus
(honest) Truthful and sincere
Bohong Berperilaku tidak dapat dipercaya
(dishonest) Behaving or prone to behave in an untrustworthy
Sungguh-sungguh Penuh kehatia-hatian dalam mempertimbangkan sesuatu
(serious) Demanding or characterized by careful consideration or
application
Periang Lucu dan menghibur
(light-hearted) Amusing and entertaining

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


34

Tabel 2.4. Definisi Nilai dari Masing-Masing Dimensi Kepribadian (Lanjutan)


Stabil Tidak mungkin membatalkan.
(stable) Not likely to give a way or overturn
Labil Suka membatalkan
(unstable) Likely to give a way
Otoriter Menegakkan kepatuhan yang ketat dengan mengorbankan
(authoritarian) kebebasan pribadi.
Favouring or enforcing strict obedience to authority at the
expense of personal freedom
Liberal Bersedia untuk menerima opini yang berbeda dengan
(liberal) miliknya.
Willing to respect to accept behavior or opinions different
from one’s own
Berprinsip Bertindak sesuai dengan moralitas dan meunjukkan sesuatu
(principled) itu benar atau salah.
Acting in accordance with morality and showing recognition
of right and wrong
Oportunis Pemanfaatan peluang yang ada, tanpa perencanaan terlebih
(opportunistic) dahulu.
Exploiting immediate opportunities, especially regardless of
planning or principle
Naif Menampilkan kurangnya pengalaman, kebijaksanaan, atau
(naive) penilaian
Showing a lack of experience, wisdom, or judgement
Sinis Percaya bahwa orang termotivasi murni dari kepentingan diri
(cynical) sendiri.
Believing that people are motivated purely by self-interest
Penurut Menerima perilaku atau praktek yang sedang dijalankan
(conformist) Conforming to accepted behavior or established practices

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


35

Tabel 2.4. Definisi Nilai dari Masing-Masing Dimensi Kepribadian (Lanjutan)


Pemberontak Seseorang yang berlawanan terhadap pemerintah atau
(rebel) pemimpin yang sedang menjabat
A person who rises in opposition or armed resistance against
an established government or leader
Pesimis Cenderung melihat aspek-aspek terburuk dari hal-hal yang
(pessimistic) belum terjadi.
Tending to see the worst aspect of things or believe that the
worst will happen
Optimis Penuh harapan dan kepercaya dirian tentang masa depan.
(optimistic) Hopeful and confident about the future
Ramah Menunjukkan antusiasme, kasih sayang, atau kebaikan.
(warm) Having or showing enthusiasm, affection, or kindness
Asing Tidak ramah.
(aloof) Not friendly or forthcoming
Sumber : Oxford Dictionary yang diterjemahkan ke dalam Bahasa Indonesia

2.4. Purchase Intention


Purchase intention atau biasa diartikan sebagai niatan untuk membeli adalah
sebuah perilaku yang menunjukkan kesiapan seseorang untuk melakukan aktivitas
pembelian. Purchase intention atau niatan untuk membeli ini merupakan salah
satu perilaku yang telah direncanakan (planned behavior). Untuk mengetahui
mengenai variabel-variabel apa saja yang mendorong seseorang untuk membeli
sesutu (purchase intention) maka perlu dipelajari terlebih dahulu Teori Perilaku
Terencana (Theory of Planned Behavior atau TPB).
Teori TPB ini awalnya dinamai sebagai Theory of Reasoned Action (TRA),
dikembangkan tahun 1967, yang selanjutnya teori tersebut direvisi dan diperluas
oleh Icek Ajzen dan Martin Fishbein. Icek Ajzen adalah seorang profesor
psikologi di University of Massachusetts. Ia menerima gelar PhD di bidang
psikologi sosial dari University of Illinois dan selama beberapa tahun menjadi
visitting professor di Tel-Aviv University, Israel. Ia banyak menulis artikel
bersama Dr. Martin Fishbein yang berkaitan dengan TRA dan TPB. Salah satu

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


36

bukunya yang terkenal adalah Understanding Attitude and Predicting Social


Behavior yang telah banyak dipakai di kalangan akademik.
Tujuan dari teori ini adalah untuk meramalkan dan memahami pengaruh-
pengaruh motivasional terhadap perilaku yang bukan dibawah kendali atau atas
dasar kemauan individu itu sendiri. Untuk mengidentifikasi kemana dan
bagaimana strategi-strategi harus diambil dalam mengubah perilaku manusia.
Misalnya, mengapa seseorang membeli mobil baru, mengapa seseorang memilih
calon dalam pemilu, mengapa seseorang tidak masuk kerja, dan lain sebagainya.
Teori TRA ini menyediakan suatu kerangka untuk mempelajari sikap
terhadap perilaku. Berdasarkan teori tersebut, penentu terpenting perilaku
seseorang adalah intensi untuk berperilaku (behavioral intention). Intensi individu
untuk menampilkan suatu perilaku adalah kombinasi dari sikap untuk
menampilkan perilaku tersebut (attitude toward behavior) dan norma subjektif
(subjective norm). Sikap individu terhadap perilaku meliputi kepercayaan
mengenai suatu perilaku (behavioral beliefs), evaluasi terhadap hasil perilaku
(evaluation), sedangkan norma subjektif meliputi kepercayaan-kepercayaan
normatif (normative beliefs) dan motivasi untuk patuh (motiation to comply).
Teori TRA paling berhasil diaplikasikan pada perilaku yang di bawah
kendali individu sendiri. Jika perilaku tersebut tidak sepenuhnya di bawah kendali
atau kemauan individu, meskipun ia sangat termotivasi oleh sikap dan norma
subjektifnya, ia mungkin tidak akan secara nyata menampilkan perilaku tersebut.
Sebaliknya, teori TPB dikembangkan untuk memprediksi perilaku-perilaku yang
sepenuhnya tidak di bawah kendali individu.
Tabel 2.5. Perbedaan Variabel Penentu TRA dan TPB
Theory of Reasoned Action (TRA) Theory of Planned Behavior (TPB)
Attitude toward behavior Attitude toward behavior
Subjective norm Subjective norm
Perceived Behavioral Control

Perbedaan utama antara TRA dan TPB adalah tambahan penentu intensi
yang ketiga, yaitu perceived behavioral control (PBC). PBC ditentukan oleh 2
faktor yaitu control beliefs (kepercayaan mengenai kemampuan dalam
mengendalikan) dan perceived power (persepsi mengenai kekuasaan yang dimiliki

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


37

untuk melakukan suatu perilaku). PBC mengindikasikan bahwa motivasi


seseorang dipengaruhi oleh bagaimana ia mempersepsikan tingkat kesulitan atau
kemudahan untuk menampilkan suatu perilaku tertentu.

Jika seseorang memiliki control beliefs yang kuat mengenai faktor-faktor


yang ada yang akan memfasilitasi suatu perilaku, maka seseorang tersebut
memiliki persepsi yang tinggi untuk mampu mengendalikan suatu perilaku.
Sebaliknya, seseorang tersebut akan memiliki persepsi yang rendah dalam
mengendalikan suatu perilaku jika ia memiliki control beliefs yang kuat mengenai
faktor-faktor yang menghambat perilaku.

Melalui gambar di bawah ini, dapat dilihat struktur dari variabel-variabel


penentu dalam Theory of Planned Behavior. Untuk mempermudah pembaca
dalam mengerti masing-masing variabel tersebut, penulis menyediakan lampiran
glosarium dari beberapa istilah di bawah ini.

Gambar 2.5. Diagram Theory of Planned Behavior (Ajzen, 1991)


Selain dari teori TPB, beberapa penelitian juga ada yang menyebutkan
bahwa purchase intention seseorang terhadap produk fesyen dipengaruhi oleh
beberapa variabel, diantaranya yaitu :
1. Keinginan untuk menjadi unik (desire for uniqueness)
Berdasarkan uniqueness theory yang dicetuskan oleh Snyder dan
Fromkin pada tahun 1997, setiap individu selalu berusaha untuk menjadi
yang spesial dalam proses pendefinsian dirinya. Snyder
mengungkapkan bahwa kebutuhan untuk menjadi unik akan berbeda

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


38

untuk setiap orang. Level keunikan yang tinggi berhubungan dengan 2


faktor yaitu faktor pengaruh saat ini dalam suatu situasi dimana bisa
menambah keinginan untuk tampil sama. Faktor kedua adalah faktor
disposisi dimana mempengaruhi seseorang untuk selalu tampil beda di
setiap situasi. Oleh karena itu desire for uniqueness adalah salah satu
variabel yang akan mempengaruhi keputusan seseorang dalam membeli.

2. Keterkaitan fesyen (fashion involvement)


Menurut Kawamura (2005), fesyen dapat digunakan untuk menunjukkan
perilaku pembelian konsumen dan identitas sosial. Fesyen juga
digunakan untuk menandakan suatu kelas dan ukuran pembeda antar
kelas sosial-ekonomi (Simmel, 1904). Hal senada dijelaskan bahwa
fesyen adalah sebuah ekspresi dari waktu dimana gelar (titles), badges,
dan kostum meng-highlight sebuah dominasi kekuatan dan social
ranking dimana fesyen menjadi indikator dari sebuah status sosial.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


39

BAB 3
PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini akan membahas mengenai data apa saja yang diambil untuk
membantu terselesaikannya penulisan tugas akhir ini serta pengolahannya.
Pertama, bagaimana menyusun dan mengolah kuesioner untuk mengeluarkan
konsep product personality di masing-masing batik. Setelah konsep product
personality ditemukan, maka nilai tersebut akan dijadikan bahan pengolahan data
untuk membuktikan hubungan antara product personality dengan purchase
intention.

3.1. Model Dumitrescu untuk Product Personality


Seperti yang telah dijelaskan pada subbab 2.2 sebelumnya, metode product
personality yang digunakan dalam penelitian ini adalah Model Dumitrescu. Ada 2
tahap yang harus dilakukan dalam metode ini, yaitu :
1. Memilih produk yang akan digunakan dalam eksperimen
Produk yang digunakan dalam penelitian ini adalah 4 macam produk batik
yang telah dijelaskan sebelumnya. Untuk mempermudah tahapan
eksperimen, maka peneliti menyediakan gambar di lembar eksperimen dan
produk kain batiknya itu sendiri.
2. Melakukan eksperimen product personality
Eksperimen product personality dilakukan dengan memberikan sebuah
lembar eksperimen yang berisikan 20 macam nilai dari masing-masing
dimensi. Responden memberikan penilaian ke masing-masing dimensi
product personality untuk setiap produk. Nilai 1 dan 5 menunjukkan nilai
tersebut sangat mendekati personality yang dipilih. Sedangkan nilai 3
menunjukkan bahwa produk tidak memiliki personality itu sama sekali.

Tabel 3.1. Lembar Eksperimen Product Personality


vain 1 2 3 4 5 modest
brilliant 1 2 3 4 5 dim
complex 1 2 3 4 5 simple
energetic 1 2 3 4 5 passive
... ...

39 Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


40

Kemudian, hasil eksperimen product personality dari seluruh responden


dicari rata-ratanya. Akan tetapi, nilai rata-rata saja dapat menyesatkan ketika akan
membuat kesimpulan mengenai dimensi personality yang kuat dimiliki oleh
produk. Sebagai contoh, apabila kita mendapatkan nilai rata-rata untuk suatu
dimensi product personality adalah 0,8; 3,2; dan 4,3. Secara rata-rata, memang
nilai 3,2 dan 4,3 lebih bagus dibandingkan 0,8. Akan tetapi, sebenarnya nilai ini
bisa menyesatkan. Nilai 3,2 mendekati nilai 3 yang berarti produk tersebut
bernilai netral dan mengindikasikan personality yang lemah. Sedangkan nilai 0,8
dan 4,3 mengindikasikan dimensi personality yang kuat. Untuk menghindari hal
tersebut, dibuatlah paramater M1. Dimensi product personality yang memiliki
nilai M1 ≥ 0,5 (lebih besar sama dengan 0,5) merupakan dimensi yang relevan
untuk produk tersebut.

1 = | − 3| (3.1)
Keterangan :
M1 = parameter seberapa kuat dimensi personality
M = nilai rata-rata setiap dimensi personality

3.2. Jenis dan Metode Pengumpulan Data

Dalam penelitian ini, peneliti menggunakan data primer. Data primer


merupakan data yang dikumpulkan secara langsung untuk penelitian ini oleh
peneliti sendiri. Data ini diperoleh melalui dua cara yakni melalui data kualitatif
dan data kuantitatif. Dalam penelitian ini peneliti menggunakan data kuantitatif
untuk mendapatkan data primer. Data kuantitatif didapatkan melalui penelitian
lapangan (survei) dengan menggunakan kuesioner yang diisi responden.
Data kuantitatif bersifat terstruktur atau berpola sehingga ragam data yang
diperoleh dari sumbernya (responden yang ditanyai atau obyek yang diamati)
cenderung memiliki pola yang lebih mudah dibaca. Data kuantitatif yang
diperoleh selanjutnya diolah dengan menggunakan analisis statistik. Data
kuantitatif diperoleh melalui penyebaran kuesioner secara langsung kepada target
responden dan secara online, dengan memanfaatkan layanan yang diberikan oleh

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


41

Google Docs, sehingga responden dapat melakukan pengisian kuesioner lebih


mudah, cepat, langsung di depan komputer mereka dimanapun mereka berada.

3.3. Populasi dan Sampel


Populasi yang digunakan dalam penelitian kali ini adalah para pengguna
batik di wilayah sekitar Jabodetabek. Namun, karena populasi Jabodetabek sangat
besar maka tidak mungkin untuk mengambil data secara keseluruhan. Oleh karena
itu, dalam penelitian ini digunakan metode convinience sampling pada
pengumpulan data penelitian, baik itu untuk data product personality maupun data
structural equation modeling.
Teknik convinience sampling adalah teknik pengambilan sampel dimana
peneliti memilih sampel dari anggota populasi yang mudah dijangkau oleh
peneliti atau dengan kata lain responden dipilih oleh peneliti karena mereka
berada pada tempat dan waktu yang tepat sesuai ruang lingkup penelitian ini.
Jumlah responden yang dibutuhkan untuk data product personality minimal
30 orang. Sedangkan untuk responden structural equation modeling, Setyo Hari
Wijanto (2008) menyatakan bahwa paling rendah rasio 5 responden per variabel
teramati akan mencukupi untuk distribusi normal ketika sebuah variabel memiliki
beberapa variabel teramati, dan rasio 10 responden per variabel teramati akan
mencukupi untuk distribusi yang lain. Berdasarkan hal tersebut, ukuran sampel
yang dibutuhkan berdasarkan metode Maximum Likelihood adalah minimal 5
responden untuk setiap variabel teramati yang ada di dalam model dan untuk
Weighted Least Square. (Wijanto, 2008). Berdasarkan teori tersebut, dalam
penelitian ini memerlukan minimal nx5 atau 27x5 yakni 135 responden.

3.4. Pemodelan
Dari penelitian yang telah dilakukan oleh Ju Young Kang yang berjudul
Predicting Consumers’ Intentions To Purchase Co-Designed Apparel Products on
A Mass Customized Apparel Internet Shopping Site pada tahun 2008, didapat
suatu bentuk model untuk melihat pengaruh variabel-variabel TPB, desire for
uniqueness, dan perceived risk terhadap purchase intention (seperti yang
dijelaskan gambar 3.1. di bawah ini).

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


42

Dalam penelitian ini, penulis tidak memasukkan variabel perceived risk


karena penelitian yang akan dilakukan ini tidak tertuju hanya pada produk fesyen
dari kain batik yang dijual di internet sehingga tidak ada resiko yang perlu
dikhawatirkan oleh konsumen. Untuk menggantikan variabel tersebut, penulis
menambahkan variabel product personality dan fashion involvement dalam
memeriksa purchase intention seseorang terhadap produk fesyen batik (dapat
dilihat pada gambar 3.2. di bawah ini)

Attitude Toward
Behavior

Subjective Norm
Purchase Intention

Perceived Behavioral
Control

Desire for
Uniqueness

Perceived Risk

Gambar 3.1. Model Penelitian Asli

Seperti yang dijelaskan pada gambar 3.2. di bawah ini, model penelitian ini
terdiri dari 7 variabel. Satu variabel eksogen yakni product personality, serta
enam variabel endogen yakni attitude toward behavior, subjective norm,
perceived behavioral control, desire for uniqueness, fashion involvement, dan
purchase intention

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


43

Attitude Toward
Behavior H1
H11

H10 Subjective Norm H2

H9 H6 Purchase Intention
Product Personality

Perceived Behavioral
H3
H8
Control
H4
H7
Desire For Uniqueness H5

Fashion Involvement

Gambar 3.2. Model Penelitian yang Digunakan Dalam Penelitian Ini

Berikut ini adalah sebelas daftar hipotesis awal yang ingin diuji
kebenarannya dalam penelitian ini:
 H1: Attitude Toward Behavior berpengaruh positif terhadap Purchase
Intention.
 H2: Subjective Norm berpengaruh positif terhadap Purchase Intention
 H3: Perceived Behavioral Control berpengaruh positif terhadap Purchase
Intention
 H4: Desire for Uniqueness berpengaruh positif terhadap Purchase Intention
 H5: Fashion Involvement berpengaruh positif terhadap Purchase Intention
 H6: Product Personality berpengaruh positif terhadap Purchase Intention
 H7: Product Personality berpengaruh positif terhadap Fashion Involvement
 H8: Product Personality berpengaruh positif terhadap Desire For
Uniqueness
 H9: Product Personality berpengaruh positif terhadap Perceived Behavioral
Control

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


44

 H10: Product Personality berpengaruh positif terhadap Subjective Norm


 H11: Product Personality berpengaruh positif terhadap Attitude Toward
Behavior

3.5. Desain Kuesioner


Kuesioner adalah teknik pengumpulan data yang terstruktur yang terdiri dari
kumpulan pertanyaan, baik secara tertulis maupun verbal, yang dijawab oleh
responden. Beberapa bentuk pertanyaan kuesioner yang digunakan adalah sebagai
berikut (Malhotra, 2010):
 Close-ended question, yakni bentuk pertanyaan dengan berbagai
alternatif pilihan atau jawaban kepada responden guna mengetahui
karakteristik responden.
 Scaled-response question, yakni bentuk pertanyaan yang menggunakan
skala dalam mengukur dan mengetahui sikap responden terhadap
pertanyaan kuesioner dari sudut pandang responden.

Bentuk pertanyaan scaled-response di dalam penelitian ini menggunakan


skala Likert dengan lima tingkatan. Skala Likert memberi kebebasan kepada
responden untuk memilih tingkat setuju atau tidak setujunya pada setiap
pertanyaan yang terkait dengan objek tertentu. Kelebihan dari penggunaan skala
Likert ini adalah mudah dibuat, dibagikan, dan dipahami (Malhotra, 2010). Dalam
kuesioner penelitian ini, skala Likery yang digunakan adalah sebagai berikut :
1 berarti Sangat tidak setuju
2 berarti Kurang setuju
3 berarti Netral
4 berarti Setuju
5 berarti Sangat Setuju

Kuesioner yang digunakan dalam penelitian ini terbagi menjadi beberapa


bagian, yakni :
 Perkenalan/pengantar
Pada bagian ini peneliti memperkenalkan diri dan menjelaskan maksud
dan tujuan dari diajukannya kuesioner kepada calon responden. Peneliti

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


45

juga menyampaikan tema dari penelitian. Selain itu peneliti juga


memberikan ucapan terima kasih atas kesediaan dari calon responden
untuk mengisi kuesionernya.

 Bagian A: Profil Responden


Pada bagian ini, peneliti memberikan pertanyaan mengenai profil
responden berupa data demografi mereka seperti usia, pengeluaran, tingkat
pendidikan, profesi, frekuensi membeli batik dalam kurun waktu 6 bulan,
dan jumlah produk batik yang dimiliki. Peneliti memberikan berbagai
macam pilihan untuk jawaban dari masing-masing pertanyaan.

 Bagian B : Purchase Intention


Bagian ini berisi pertanyaan seputar Purchase Intention yang meliputi 3
pertanyaan.

 Bagian C : Attitude Towards Behavior


Bagian ini berisi pertanyaan seputar Attitude Towards Behavior yang
meliputi 4 pertanyaan untuk seluruh jenis batik.

 Bagian D : Subjective Norm


Bagian ini berisi pertanyaan seputar Subjective Norm yang meliputi 4
pertanyaan untuk seluruh jenis batik.

 Bagian E : Perceived Behavioral Control


Bagian ini berisi pertanyaan seputar Perceived Behavioral Control yang
meliputi 4 pertanyaan untuk seluruh jenis batik.

 Bagian F : Desire for Uniqueness


Bagian ini berisi pertanyaan seputar Desire for Uniqueness yang meliputi
4 pertanyaan untuk seluruh jenis batik.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


46

 Bagian G : Fashion Involvement


Bagian ini berisi pertanyaan seputar Fashion Involvement yang meliputi 4
pertanyaan untuk seluruh jenis batik.

 Bagian H : Product Personality


Bagian ini berisi pertanyaan seputar Product Personality yang meliputi 6
pertanyaan untuk seluruh jenis batik.

Dalam perancangan kuesioner ini, peneliti mengoperasionalisasikan


variabel-variabel laten tersebut berdasarkan referensi kuesioner yang didapatkan.
Berikut ini adalah contoh tabel yang menunjukkan pengoperasionalisasian
variabel-variabel laten tersebut di batik cap. Sedangkan untuk ketiga macam batik
lainnya dapat dilihat di Lampiran 1 dan 2.

Tabel 3.2. Operasionalisasi Variabel Batik Cap


Variabel Definisi Pernyataan Sumber
Laten
Purchase Kesiapan seseorang 1. Saya pasti membeli batik (Cheng, et
Intention untuk beraksi cap dalam waktu dekat al., 2011)
(PI) membeli suatu (kurang dari 6 bulan)
produk 2. Saya berencana akan
membeli batik cap dalam
waktu dekat (kurang dari
6 bulan)
3. Saya berharap dapat
membeli batik cap dalam
waktu dekat (kurang dari
6 bulan)

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


47

Tabel 3.2. Operasionalisasi Variabel Batik Cap (Lanjutan)


Variabel Definisi Pernyataan Sumber
Laten
Attitude Kombinasi dari sikap 1. Menggunakan batik cap (Jianlin, et
towards untuk menampilkan membuat saya merasa al., 2010)
behavior perilaku membeli lebih unggul dibanding (Kang,
(A) orang lain 2008)
2. Menggunakan batik cap
membuat saya merasa
dihargai.
3. Menggunakan batik cap
dapat meningkatkan rasa
nasionalisme saya
terhadap bangsa
Indonesia
4. Saya merasa senang
ketika orang lain
mengenali produk batik
yang saya gunakan.
Subjective Motivasi seseorang 1. Orang tua saya (Kang,
norms untuk mendengarkan mempengaruhi 2008)
(SN) pendapat di keputusan saya dalam (Canniere,
sekitarnya. membeli batik cap. et al., 2009)
2. Orang tua saya suka
berpikir bahwa batik cap
itu lebih cocok untuk
saya
3. Teman atau pasangan
saya mempengaruhi
keputusan saya dalam
membeli batik cap.
4. Teman atau pasangan
saya suka berpikir bahwa
batik cap itu lebih cocok
untuk saya

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


48

Tabel 3.2. Operasionalisasi Variabel Batik Cap (Lanjutan)


Variabel Definisi Pernyataan Sumber
Laten
Perceived Persepsi seseorang 1. Saya mudah menemukan (Guido, et
behavioral mengenai tingkat produk batik cap di al., 2010)
control kesulitan atau mana saja.
(PB) kemudahan untuk 2. Tersedia berbagai
menampilkan suatu macam produk fesyen
perilaku tertentu. yang terbuat dari kain
batik cap.
3. Batik cap menyediakan
berbagai macam pilihan
warna.
4. Saya dapat menjangkau
harga produk batik cap.
Desire for Keinginan untuk 1. Saya cenderung menjadi (Kang,
uniqueness tampil berbeda dari fashion leader daripada 2008)
(U) yang lainnya fashion follower
2. Saya lebih suka membeli
produk yang langka
3. Saya senang apabila
memiliki sesuatu yang
tidak dimiliki orang lain
4. Saya suka mencoba
produk baru sebelum
yang lain mencoba
Fashion Keterkaitan di dunia 1. Saya mengumpulkan (Lugas,
involvement fesyen, seperti gaya informasi tentang tren 2012)
(FI) (style) atau tren saat terbaru (Belleau, et
ini. 2. Jika mungkin, saya ingin al., 2007)
melakukan berbagai
aktivitas yang dilakukan
orang lain
3. Saya memperhatikan
tren yang berkembang
dan mendorong diri agar
tampil sebagai tren
tersebut di masyarakat
4. Saya mencoba untuk
selalu tampil mengikuti
tren terbaru

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


49

Tabel 3.2. Operasionalisasi Variabel Batik Cap (Lanjutan)


Product Sekumpulan karakter 1. Dengan menggunakan (Guido, et
personality kepribadian yang produk batik cap, saya al., 2010)
values (PP) digunakan oleh akan tampak lebih
(simplicity) orang-orang untuk sederhana.
mendeskripsikan 2. Saya akan membeli
sebuah produk untuk produk batik cap karena
membedakannya produknya terlihat
dengan produk sederhana.
lainnya. 3. Orang-orang di sekitar
saya berpikir bahwa
batik cap tampak lebih
sederhana untuk saya
4. Dengan nilai sederhana
yang dimiliki batik cap,
saya akan tampil beda
dengan yang lain
5. Batik cap menjadi tren
saat ini karena
produknya tampak
sederhana bagi
pemakainya
6. Saya membeli batik cap
karena sesuai dengan
kepribadian saya

3.6. Identifikasi Model


Setelah nilai product personality dari masing-masing batik diketahui,
langkah selanjutnya adalah menemukan apakah konsep product personality akan
secara signifikan mempengaruhi variabel purchase intention atau mempengaruhi
variabel-variabel laten pendukung purchase intention. Pada bagian ini, peneliti
akan menjelaskan metode analisis data mulai dari analisis kuesioner hingga
analisis model dalam Structural Equation Modeling (SEM).
Pada metode SEM, suatu model diharapkan untuk memperoleh model yang
over-identified (degree of freedom positif) dan dihindari adanya model yang
under-identified (degree of freedom negatif). Untuk mengetahui hal itu, dapat
dilakukan dengan cara mengurangkan jumlah data yang diketahui dengan jumlah
parameter yang diestimasi. Jumlah data untuk batik cap, tulis dan lukis adalah (n x

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


50

(n + 1)/2) = (29 x 30)/2 = 435 dengan n merupakan jumlah variabel teramati yang
ada dalam penelitian. Lalu jumlah data untuk green batik adalah (n x (n + 1)/2) =
(31 x 32)/2 = 496.
Sedangkan nilai atau parameter yang akan diestimasi dalam penelitian
adalah sebagai berikut :
 ß (regresi antar variabel laten endogen)
 Г (regresi antar variabel laten eksogen dengan endogen)
 Λx (factor loading variabel laten eksogen)
 Λy (factor loading vaiabel laten endogen)
 Θ (matrik kovarian dari kesalahan pengukuran variabel laten eksogen)
 Θ (matrik kovarian dari kesalahan pengukuran variabel laten endogen)
 Ψ (matrik kovarian dari kesalahan struktural variabel laten endogen)
 Φ (matrik kovarian dari kesalahan struktural variabel laten eksogen)

Berikut ini adalah tabel yang meunjukkan jumlah parameter yang diestimasi
untuk masing-masing jenis batik :
Tabel 3.3. Identifikasi Model SEM
Parameter Batik Cap Batik Tulis Batik Lukis Green Batik
ß 5 5 5 5
Г 6 6 6 6
Λx 6 6 6 6
Λy 23 23 23 25
Θ 6 6 6 6
Θ 23 23 23 25
Ψ 5 5 5 5
Φ 6 6 6 6
Jumlah data 435 435 435 496
Degree of 435-80 = 355 435-80 = 355 435-80 = 355 496-84 = 412
freedom
over-identified over-identified over-identified over-identified
Sumber : Hasil olahan data penulis

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


51

Berdasarkan tabel di atas, seluruh model SEM untuk keempat jenis batik
dinyatakan over-identified sehingga bisa dilanjutkan ke tahap berikutnya yaitu
analisis awal untuk rancangan kuesioner yang dibuat. Tahap berikutnya ini
bertujuan untuk menguji reliabilitas dan validitas kuesioner yang dibuat. Sub bab
berikutnya akan menjelaskan lebih detail mengenai masing-masing tahapan
tersebut.

3.6.1. Analisis Kuesioner Awal


Sebelum mengolah data yang didapat melalui penyebaran kuesioner,
peneliti melakukan pemeriksaan awal kuesioner untuk menentukan layak atau
tidaknya kuesioner diproses lebih lanjut. (Malhotra, 2010) menyatakan bahwa hal
ini perlu dilakukan untuk menghindari beberapa hal yang menyebabkan kuesioner
tidak dapat diolah. Di bawah ini merupakan beberapa hal yang membuat
kuesioner dalam penelitian ini tidak dapat diolah :
 Pola jawaban dari beberapa responden mengindikasikan bahwa
responden tidak sepenuhnya memahami pertanyaan atau instruksi dalam
kuesioner.
 Jawaban responden kurang bervariasi atau menunjukkan central
tendency, misalnya responden hanya memilih satu angka saja pada setiap
pertanyaan skala Likert.
 Pertanyaan dalam kuesioner tidak semuanya diisi responden.

3.6.2. Pretesting

Peneliti terlebih dahulu melakukan pretesting, yakni menguji kelayakan


dari kuesioner yang akan disebar ke responden dengan menggunakan indikator
validitas atau reliabilitas dari kuesioner tersebut. Pada tahap ini, kuesioner akan
disebarkan kepada sejumlah kecil responden yakni sebanyak 40 orang. Dari data
yang berhasil dikumpulkan dari proses pretesting ini dilihat faktor-faktor
mengenai kelayakan kuesioner, seperti pemahaman terhadap pertanyaan, tata
letak, pemilihan kata dan sebagainya. Jika terdapat pertanyaan yang kurang dapat
dipahami oleh responden maka akan dilakukan perbaikan terhadap kuesioner
tersebut.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


52

Selanjutnya peneliti melakukan uji validitas dan reliabilitas dengan


menggunakan program SPSS 17. Reliabilitas didefinisikan sebagai tingkat dimana
suatu skala memberikan hasil yang konsisten apabila dilakukan pengukuran ulang.
Dengan dilakukannya pengujian reliabilitas maka akan didapatkan instrumen alat
ukur penelitian yang dapat diandalkan untuk menguji data-data yang ada
(Malhotra, 2010). Selain itu, Maholtra menyatakan bahwa pertanyaan di dalam
kuesioner dianggap reliable, konsisten, dan relevan terhadap variabel atau faktor
dalam penelitian jika batas nilai Cronbach’s Alpha sebesar 0,6 terpenuhi.
Sementara itu, validitas adalah tingkat dimana perbedaan dari suatu skala
yang diamati menunjukkan perbedaan yang sesungguhnya di antara karakteristik
objek yang diukur daripada sistematik atau random error (Malhotra, 2010).
Indikator yang akan digunakan adalah Kaiser Meyer Olkin Measure of Sampling
Adequacy (KMO). Nilai KMO harus mencapai minimal 0,5 agar analisis faktor
layak dilakukan lebih lanjut. (Malhotra, 2010).
Tabel 3.4. Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Cap
Variabel Laten Cronbach KMO Measure of
Alpha Sampling Adequacy
Purchase Intention 0,576 0,348
Attitude Toward Behavior 0,654 0,672
Subjective Norm 0,731 0,534
Purchase Behavior 0,853 0,813
Uniqueness 0,821 0,701
Fashion Involvement 0,830 0,782
Product Personality 0,459 0,536

Tabel 3.5. Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Tulis
Variabel Laten Cronbach KMO Measure of
Alpha Sampling Adequacy
Purchase Intention 0,576 0,348
Attitude Toward Behavior 0,731 0,534
Subjective Norm 0,654 0,672
Purchase Behavior 0,543 0,565

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


53

Tabel 3.5. Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Tulis (Lanjutan)
Variabel Laten Cronbach KMO Measure of
Alpha Sampling Adequacy
Uniqueness 0,280 0,516
Fashion Involvement 0,498 0,619
Product Personality 0,740 0,646

Tabel 3.6. Hasil Uji Reliabilitas dan Validitas Kuesioner Pre-Test Batik Lukis
Variabel Laten Cronbach KMO Measure of
Alpha Sampling Adequacy
Purchase Intention 0,842 0,647
Attitude Toward Behavior 0,745 0,694
Subjective Norm 0,652 0,670
Purchase Behavior 0,761 0,640
Uniqueness 0,783 0,665
Fashion Involvement 0,740 0,635
Product Personality 0,831 0,760

Berdasarkan keempat tabel di atas, terlihat ada beberapa variabel yang


memiliki tingkat Cronbach Alpha yang kecil. Ketika diklarifikasi ke responden
terkait ada permasalahan dalam pengerjaan kuesioner, tetapi responden tidak
merasakan ada masalah yang berarti. Peneliti berpendapat hal ini terjadi
dikarenakan jumlah responden yang masih cenderung sedikit. Atas dasar itu,
peneliti tetap memasukkan variabel pertanyaan tersebut ke dalam kuesioner.
Dari segi validitas, suatu variabel menandakan valid apabila berada di atas
syarat minimal pengujian KMO yakni 0,5. Dapat dilihat dari keempat variabel di
atas, ada beberapa variabel yang tidak memenuhi syarat tersebut. Meskipun
begitu, peneliti berpendapat bahwa hal ini terjadi karena masih sedikitnya jumlah
responden, sehingga peneliti tetap memasukkan ke dalam kuesioner. Sehingga
secara kesimpulan, seluruh pertanyaan dalam kuesioner cukup valid dan reliable
melalui jawaban-jawaban respondennya.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


54

3.6.3. Confirmatory Factor Analysis (CFA)

Model pengukuran memodelkan hubungan antara variabel laten dengan


variabel-variabel teramati. Hubungan ini bersifat reflektif, yang berarti bahwa
variabel-variabel teramati merupakan refleksi dari variabel-variabel laten terkait.
Umumnya di dalam Structural Equation Modelling (SEM) hubungan ini memiliki
sifat con-generic yaitu suatu variabel teramati hanya mengukur atau
merefleksikan sebuah variabel laten.
Penetapan variabel-variabel teramati yang merefleksikan sebuah variabel
laten dilakukan berdasarkan substansi dari studi yang bersangkutan. Kemudian
model pengukuran berusaha untuk mengkonfirmasi apakah variabel-variabel
teramati tersebut memang merupakan refleksi dari sebuah variabel laten. Maka
dari itulah, analisis model pengukuran ini disebut juga sebagai CFA atau
Confirmatory Factor Analysis. Hasil akhir CFA diperoleh melalui analisis
validitas model pengukuran, uji kecocokan keseluruhan model, dan analisis
reliabilitas model (Wijanto, 2008).
a. Analisis Validitas Model Pengukuran
Analisis ini dilakukan dengan memeriksa apakah t-value (besar nilai t)
dari variabel-variabel teramati dalam model memiliki nilai ≥ 1,96 (lebih
dari atau sama dengan 1,96), dan standardized loading factor (λ) dari
variabel-variabel teramati dalam model ≥ 0,70 (lebih dari atau sama
dengan 0,70) jika mengikuti saran Ferguson (1991) atau standardized
loading factor (λ) dari variabel-variabel teramati dalam model ≥ 0,3
jika mengikuti saran Igrabia et.al (1997).
Tabel 3.7. Uji Validitas Model Pengukuran Batik Cap
Variabel Laten Variabel t-value Standardized
Teramati loading factor
Purchase Intention PI1 4,22 0,40
PI2 8,61 0,76
PI3 10,39 0,91
Attitude Toward Behavior A1 10,50 0,83
A2 9,11 0,76

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


55

Tabel 3.7. Uji Validitas Model Pengukuran Batik Cap (Lanjutan)


Variabel Laten Variabel t-value Standardized
Teramati loading factor
A3 7,00 0,61
A4 6,47 0,58
Subjective Norm SN1 11,26 0,89
SN2 8,75 0,73
SN3 8,65 0,72
SN4 5,78 0,52
Purchase Behavior PB1 9,78 0,81
PB2 8,90 0,75
PB3 7,74 0,67
PB4 7,45 0,65
Uniqueness U1 3,79 0,35
U2 11,51 0,88
U3 11,33 0,86
U4 7,93 0,66
Fashion Involvement FI1 9,16 0,74
FI2 10,02 0,78
FI3 12,49 0,89
FI4 8,66 0,70
Product Personality PP1 2,46 0,27
PP2 4,60 0,51
PP3 4,02 0,45
PP4 3,88 0,44
PP5 4,26 0,48
PP6 3,64 0,41

Berdasarkan tabel di atas, seluruh variabel teramati yang menyusun


batik cap memiliki t-value yang memenuhi syarat. Walaupun ada
beberapa nilai standardized loading factor yang kurang dari 0,3 karena

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


56

besaran t-value sudah memenuhi maka variabel tersebut tetap dianggap


relevan untuk dilanjutkan ke uji model struktural.
Untuk kedua jenis batik lainnya, uji validitas model tidak akan
ditampilkan dalam penulisan ini. Akan tetapi, hasil dari uji validitas ini
nanti dapat dilihat dari hasil keluaran LISREL pada saat menguji model
struktural.

b. Uji Kecocokan Model Pengukuran (Goodness of Fit)


Uji kecocokan digunakan untuk mengevaluasi secara umum derajat
kecocokan atau Goodness of Fit antara data dengan model. Uji ini
dilakukan dengan memeriksa nilai dari Chi-square dan p-value-nya,
Root Mean Square Error of Approximation (RMSEA), Goodness of Fit
Index (GFI), Adjusted Goodness of Fit Index (AGFI), Normed Fit Index
(NFI), Non-Normed Fit Index (NNFI), Comparative Fit Index (CFI),
dan lain-lain yang tercetak sebagai Goodness of Fit Statistics memenuhi
berbagai ukuran-ukuran yang menunjukkan kecocokan yang baik atau
tidak. Uji kecocokan hanya dilakukan pada variabel laten yang
memiliki variabel teramat i = 4 (lebih dari atau sama dengan 4).

c. Analisis Reliabilitas Model Pengukuran


Analisis ini dilakukan dengan menghitung nilai Construct Reliability
(CR) dan Variance Extracted (VE) dari nilai-nilai standardized loading
factor dan error variances melalui rumus-rumus berikut ini :
(∑ . )
= (∑ (3.2)
. ) ∑

∑ .
= ∑ (3.3)
. ∑

Dimana std loading (standardized loadings) dapat diperoleh langsung


dari hasil keluaran program LISREL dan ej adalah measurement error
untuk setiap indikator atau variabel teramati. Sebuah konstruk
mempunyai reliabilitas yang baik jika : (Wijanto, 2008)
 Nilai Construct Reliability (CR)-nya ≥ 0,70, dan
 Nilai Variance Extracted (VE)-nya ≥ 0,50

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


57

Tabel 3.8. Hasil Perhitungan CR dan VE Batik Cap


Variabel Laten Construct Reliability Variance Extracted
Purchase Intention 0,75 0,52
Attitude Toward Behavior 0,79 0,50
Subjective Norm 0,81 0,53
Purchase Behavior 0,81 0,52
Uniqueness 0,80 0,52
Fashion Involvement 0,86 0,61
Product Personality 0,57 0,19

Tabel 3.9. Hasil Perhitungan CR dan VE Batik Tulis


Variabel Laten Construct Reliability Variance Extracted
Purchase Intention 0,78 0,56
Attitude Toward Behavior 0,82 0,54
Subjective Norm 0,71 0,41
Purchase Behavior 0,69 0,37
Uniqueness 0,76 0,63
Fashion Involvement 0,67 0,38
Product Personality 0,77 0,43

Tabel 3.10. Hasil Perhitungan CR dan VE Batik Lukis


Variabel Laten Construct Reliability Variance Extracted
Purchase Intention 0,82 0,61
Attitude Toward Behavior 0,70 0,48
Subjective Norm 0,48 0,24
Purchase Behavior 0,69 0,38
Uniqueness 0,54 0,23
Fashion Involvement 0,77 0,46
Product Personality 0,71 0,29

3.6.4. Model Struktural


Tahap selanjutnya dari two-step approach setelah melakukan
Confirmatory Factor Analysis (CFA) adalah menambahkan model struktural

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


58

aslinya pada model CFA hasil tahap pertama untuk menghasilkan model hybrid.
Model ini kemudian dianalisis untuk melihatkan kecocokan model secara
keseluruhan serta evaluasi terhadap model strukturalnya. Analisis terhadap model
ini terdiri dari :
a. Uji kecocokan keseluruhan model
Uji kecocokan seluruh model dilakukan dengan memeriksa apakah nilai
dari Chi-square ( ), p-value, RMSEA, Standardized RMR, GFI, AGFI,
NFI, NNFI, CFI, IFI, RFI, dan lain-lain yang tercetak sebagai Goodness
of Fit Statistics memenuhi berbagai ukuran-ukuran yang menunjukkan
kecocokan yang baik atau tidak. Tingkat kecocokan yang baik terlihat
dari tabel berikut:
Tabel 3.11. Standar Ukuran Goodness of Fit
No. Ukuran Goodness of Fit Tingkat Kecocokan

1. Chi-square ( ) Semakin kecil semakin baik

2. p-value > 0,05

3. Root Mean Square Error of ≤ 0,08


Approximation (RMSEA)
4. Expected Cross-Validation Index Nilai yang lebih kecil dan dekat
(ECVI) dengan ECVI saturated

5. Akaike Information Criterion (AIC) Nilai yang lebih kecil dan dekat
dengan AIC saturated

6. Consistent Akaike Information Nilai yang lebih kecil dan dekat


Criterion (CAIC) dengan CAIC saturated

7. Normed Fit Index (NFI) ≥ 0,90

8. Non- Normed Fit Index (NNFI) ≥ 0,90

9. Comparative Fit Index (CFI) ≥ 0,90

10. Incremental Fit Index (IFI) ≥ 0,90

11. Relative Fit Index (RFI) ≥ 0,90

12. Critical N (CN) ≥ 200

13. Standardized RMR ≤ 0,05

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


59

Tabel 3.11. Standar Ukuran Goodness of Fit (Lanjutan)


No. Ukuran Goodness of Fit Tingkat Kecocokan
14. Goodness of Fit Index (GFI) ≥ 0,90

15. Adjusted Goodness of Fit Index ≥ 0,90


(AGFI)
Sumber : Wijanto (2008). Structural Equation Modeling, Konsep & Tutorial

b. Analisis signifikansi
Dalam tahap analisis signifikansi model struktural, ada 2 hal yang perlu
diperhatikan, yaitu :
1. Nilai-t (t-value) dan koefisien persamaan struktural
Nilai-t menunjukkan pengaruh antara satu variabel laten dengan
variabel laten lainnya. Jika nilai-t pada persamaan struktural
(structural equation) ≥ 1,64 (t-tabel untuk α= 0,1) maka koefisien
persamaan struktural signifikan dan hipotesis dapat diterima.
2. Nilai Goodness of Fit (GOF) model struktural
Seperti yang telah diterangkan pada uji model pengukuran, uji GOF
untuk model struktural juga tidak jauh berbeda dengan uji model
pengukuran. Model dengan nilai GOF kebanyakan bernilai good fit
dapat menunjukkan bahwa model struktural yang dibuat hampir
menyerupai kondisi nyata di lapangan. Untuk itu, perlu dilihat lagi
masing-masing standar ukuran GOF yang dihasilkan dari model
struktural.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


60

BAB 4
HASIL

Bab ini berisi pembahasan akan hasil pengolahan data yang telah dilakukan
untuk masing-masing jenis batik. Hasil dari olahan data dalam penelitian ini ada
dua macam, yaitu konsep product personality dan model pembuktian hubungan
antara product personality terhadap purchase intention masing-masing jenis batik.
4.1. Analisis Batik Cap
Batik cap merupakan jenis kain batik yang banyak ditemui di pasar. Corak
batik cap biasanya berulang-ulang karena dalam proses pembuatannya batik cap
menggunakan cap yang biasanya terbuat dari tembaga. Proses pembuatan batik
cap ini tergolong cepat hanya menghabiskan 2-3 hari.
Uji product personality terhadap batik cap menghasilkan nilai rata-rata dan
nilai M1 seperti pada tabel di bawah ini.
Tabel 4.1. Hasil Perhitungan Product Personality Batik Cap
Dimensi Product Personality Nilai Rata-Rata Nilai M1
Rasa menghargai diri sendiri 3,650 0,650
(sense of self-worth)
Kecerdasan (brilliance) 3,167 0,167
Kompleksitas (complexity) 3,967 0,967
Energi (energy) 3,333 0,333
Sensitivitas (sensitivity) 3,050 0,050
Kebaikan (kindness) 3,167 0,167
Fleksibilitas (Flexibility) 3,550 0,550
Kesopanan (politeness) 2,200 0,800
Kematangan (maturity) 2,150 0,850
Keterbukaan (openness) 2,983 0,017
Kemurahan hati (generosity) 2,517 0,483
Kejujuran (honesty) 2,567 0,433
Keseriusan (seriousness) 2,383 0,617
Kestabilan (stability) 2,217 0,783
Toleransi (tolerance) 2,583 0,417

60 Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


61

Tabel 4.1. Hasil Perhitungan Product Personality Batik Cap (Lanjutan)


Dimensi Product Personality Nilai Rata-Rata Nilai M1
Moralitas (morality) 2,550 0,450
Sikap terhadap kenyataan 2,917 0,083
(attitude towards reality)
Sikap terhadap peraturan 2,867 0,133
(attitude towards rules)
Sikap terhadap hasil 3,350 0,350
(attitude towards results)
Kedekatan terhadap subyek 2,400 0,600
(closeness to subject)

Berdasarkan tabel di atas, terlihat bahwa ada beberapa dimensi kepribadian


yang relevan untuk batik cap (yang berwarna kuning). Akan tetapi, penulis hanya
memilih 1 dimensi dengan nilai M1 terbesar saja yang akan dilanjutkan ke dalam
pengolahan model purchase intention. Dimensi kepribadian dengan nilai terbesar
untuk batik cap adalah kompleksitas (complexity). Dimensi ini memiliki nilai M1
0,967 dan merupakan nilai terbesar untuk seluruh dimensi yang relevan lainnya.
Nilai sifat dari dimensi tersebut pada batik cap menunjukkan ke arah sederhana
(simple). Jadi, menurut hasil dari uji product personality ini adalah sebagian besar
orang melihat bahwa batik cap terlihat sebagai kain yang sederhana dalam
membangun produk-produk fesyen. Hasil ini dimasukkan ke dalam kuesioner
purchase intention sebagai atribut dalam membangun variabel teramati product
personality.
Adapun hasil pengolahan model purchase intention menggunakan metode
SEM terlihat pada nilai-t untuk masing-masing hipotesis yang telah dibuat seperti
yang terdapat pada gambar di bawah ini :

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


62

Attitude Toward

H11 (t= 0,02) Behavior


H1 (t= 3,34)

H10 (t= 1,92) Subjective Norm H2 (t= 2,51)

H6 (t= 1,65) Purchase Intention


Product Personality

H9 (t=0,51) H3 (t=2,95)

Perceived Behavioral
H4 (t=1,35)
Control
H8 (t=0,26)
H7 (t=1,09)
H5 (t= 2,16)
Desire For Uniqueness

Fashion Involvement

Gambar 4.1. Hasil Pengolahan SEM Batik Cap

Berdasarkan gambar di atas, hasil nilai-t bila dibandingkan dengan nilai-t


tabel untul α = 0,1 ada beberapa hipotesis yang diterima dan ditolak.
Ketentuannya adalah jika nilai-t hasil pengolahan ≥ nilai-t tabel, maka hipotesis
tersebut diterima. Berikut ini adalah tabel yang menyajikan rangkumannya untuk
batik cap :
Tabel 4.2. Hasil Nilai-t Model Struktural Batik Cap
Hipotesis Jalur Nilai-t Kesimpulan
H1 Attitude --> Purchase Intention 3,34 Diterima
H2 Subjective Norm --> Purchase 2,51 Diterima
Intention
H3 Perceived Behavior --> Purchase 2,95 Diterima
Intention
H4 Uniqueness --> Purchase Intention 1,35 Ditolak
H5 Fashion Involvement --> Purchase 2,16 Diterima
Intention

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


63

Tabel 4.2. Hasil Nilai-t Model Struktural Batik Cap (Lanjutan)


Hipotesis Jalur Nilai-t Kesimpulan
H6 Product Personality --> Purchase 1,65 Diterima
Intention
H7 Product Personality --> Fashion 1,09 Ditolak
Involvement
H8 Product Personality --> Uniqueness 0,26 Ditolak
H9 Product Personality --> Perceived 0,51 Ditolak
Behavior
H10 Product Personality --> Subjective 1,92 Diterima
Norm
H11 Product Personality --> Attitude 0,02 Ditolak
Sumber : Hasil olah data penulis

Hasil pengolahan data yang ditunjukkan pada tabel di atas terlihat bahwa
Teori Ajzen mengenai variabel-variabel pendukung purchase intention dapat
diterapkan pada batik cap. Akan tetapi variabel desire for uniqueness tidak
signifikan mendorong seseorang untuk membeli produk batik cap. Alasannya
adalah karena motif batik cap yang berulang dan kurang presisi sehingga batik cap
dianggap tidak unik bagi sebagian besar masyarakat. Fashion involvement
mendorong seseorang untuk membeli produk batik cap karena batik cap adalah
jenis kain batik yang paling mudah ditemui di pasar dibandingkan dengan ketiga
batik lainnya sehingga sebagian besar masyarakat bisa mengikuti
perkembangannya.
Pada bagian jalur dari product personality, terlihat bahwa varibel ini tidak
mendorong variabel purchase intention secara langsung. Akan tetapi, secara
langsung variabel product personality hanya mempengaruhi subjective norm. Jadi,
nilai-nilai kepribadian suatu produk fesyen yang berbahan dasar kain batik cap,
akan mempengaruhi pendapat orang-orang disekitar konsumen untuk membeli
produk fesyen tersebut. Namun, variabel product personality tidak mempengaruhi
variabel lainnya seperti attitude toward behavior dan perceived behavior. Hal ini
disebabkan karena untuk memperoleh batik cap, calon pembeli tidak perlu
mengeluarkan usaha yang keras atau dengan kata lain batik cap adalah batik yang

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


64

pasaran sehingga jarang sekali orang-orang memperhatikan apakah produk fesyen


yang terbuat dari batik cap tersebut mampu menonjolkan kemiripan dengan
kepribadian si calon pembeli.
Untuk memastikan bahwa model struktur ini sudah cocok (mampu
menggambarkan) dengan kondisi purchase intention seseorang terhadap batik
cap, maka berikut ini adalah hasi uji kecocokannya :

Tabel 4.3. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Cap
No. Ukuran Goodness of Fit Nilai Keterangan
1. Chi-square ( ) 372,60 Good Fit

2. p-value 0,33

3. Root Mean Square Error of 0,0 Good Fit


Approximation (RMSEA)

Expected Cross-Validation Index 4,10 Good Fit


(ECVI)
4. ECVI for Saturated Model 7,02

ECVI for Independence Model 12,68

Independence AIC 1572,49 Good Fit

5. Model AIC 487,11

Saturated AIC 870,00

Independence CAIC 1683,51 Poor Fit

6. Model CAIC 770,40

Saturated CAIC 2535,32

7. Normed Fit Index (NFI) 0,75 Marginal Fit

8. Non- Normed Fit Index (NNFI) 0,99 Good Fit

9. Comparative Fit Index (CFI) 0,99 Good Fit

10. Incremental Fit Index (IFI) 0,99 Good Fit

11. Relative Fit Index (RFI) 0,72 Marginal Fit

12. Critical N (CN) 142,92 Poor Fit

13. Standardized RMR 0,074 Poor Fit

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


65

Tabel 4.3. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Cap (Lanjutan)
No. Ukuran Goodness of Fit Nilai Keterangan
14. Goodness of Fit Index (GFI) 0,84 Marginal Fit

15. Adjusted Goodness of Fit Index 0,81 Marginal Fit


(AGFI)

Dari tabel di atas, sebagian besar standard ukuran GOF bernilai good fit sehingga
dapat dikatakan model ini sudah cocok atau hampir menyerupai kondisi nyata.

4.2. Analisis Batik Tulis


Batik tulis merupakan salah satu jenis batik yang paling tradisional.
Dikatakan paling tradisional karena batik jenis ini masih menggunakan tangan
dalam proses pembuatannya. Si pembatik menggambarkan pola batik di kain
putih yang kemudian pola tersebut dibatik menggunakan media malam dan lilin.
Proses pembuatan batik tulis ini memakan waktu kurang lebih 2 hingga 3 bulan
sehingga wajar jika harga batik ini begitu tinggi.
Adapun hasil uji product personality terhadap batik tulis menghasilkan nilai
rata-rata dan nilai M1 yang terlihat pada tabel berikut ini.

Tabel 4.4. Hasil Perhitungan Product Personality Batik Tulis


Dimensi Product Personality Nilai Rata-Rata Nilai M1
Rasa menghargai diri sendiri 3,483 0,483
(sense of self-worth)
Kecerdasan (brilliance) 2,317 0,683
Kompleksitas (complexity) 2,733 0,267
Energi (energy) 2,717 0,283
Sensitivitas (sensitivity) 2,200 0,800
Kebaikan (kindness) 4,117 1,117
Fleksibilitas (Flexibility) 2,600 0,400
Kesopanan (politeness) 1,783 1,217
Kematangan (maturity) 1,933 1,067
Keterbukaan (openness) 2,767 0,233
Kemurahan hati (generosity) 2,317 0,683

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


66

Tabel 4.4. Hasil Perhitungan Product Personality Batik Tulis (Lanjutan)


Dimensi Product Personality Nilai Rata-Rata Nilai M1
Kejujuran (honesty) 2,450 0,550
Keseriusan (seriousness) 2,750 0,250
Kestabilan (stability) 2,667 0,333
Toleransi (tolerance) 3,250 0,250
Moralitas (morality) 2,567 0,433
Sikap terhadap kenyataan 2,867 0,133
(attitude towards reality)
Sikap terhadap peraturan 2,333 0,667
(attitude towards rules)
Sikap terhadap hasil 3,583 0,583
(attitude towards results)
Kedekatan terhadap subyek 2,333 0,667
(closeness to subject)

Berdasarkan tabel di atas, terlihat bahwa ada beberapa dimensi kepribadian


yang relevan untuk batik tulis (yang berwarna kuning). Akan tetapi, penulis hanya
memilih 1 dimensi dengan nilai M1 terbesar saja yang akan dilanjutkan ke dalam
pengolahan model purchase intention. Dimensi kepribadian dengan nilai terbesar
untuk batik tulis adalah kesopanan (politeness). Dimensi ini memiliki nilai M1
1,217 dan merupakan nilai terbesar untuk seluruh dimensi yang relevan lainnya.
Nilai sifat dari dimensi tersebut pada batik tulis menunjukkan ke arah sopan
(polite). Jadi, menurut hasil dari uji product personality ini adalah sebagian besar
orang melihat bahwa batik tulis mampu menunjukkan nilai-nilai kesopanan bila
digunakan untuk mengembangkan produk-produk fesyen. Hasil ini dimasukkan
ke dalam kuesioner purchase intention sebagai atribut dalam membangun variabel
teramati product personality.
Sedangkan hasil pengolahan model purchase intention untuk batik tulis
menggunakan metode SEM terlihat pada nilai-t untuk masing-masing hipotesis
yang telah dibuat seperti yang terdapat pada gambar di bawah ini :

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


67

Attitude Toward
Behavior H1 (t= 0,72)
H11 (t= 1,73)

H10 (t= 1,92) Subjective Norm H2 (t= 3,40)

H6 (t= 1,79) Purchase Intention


Product Personality

H9 (t=1,66) H3 (t=1,31)

Perceived Behavioral
Control

H8 (t=2,67) H4 (t=0,96)

Desire For Uniqueness


H7 (t=0,95)

H5 (t= 0,024)

Fashion Involvement

Gambar 4.2. Hasil Pengolahan SEM Batik Tulis

Berdasarkan gambar di atas, hasil nilai-t bila dibandingkan dengan nilai-t


tabel untul α = 0,1 ada beberapa hipotesis yang diterima dan ditolak.
Ketentuannya adalah jika nilai-t hasil pengolahan ≥ nilai-t tabel, maka hipotesis
tersebut diterima. Berikut ini adalah tabel yang menyajikan rangkumannya untuk
batik tulis :
Tabel 4.5. Hasil Nilai-t Model Struktural Batik Tulis
Hipotesis Jalur Nilai-t Kesimpulan
H1 Attitude --> Purchase Intention 0,72 Ditolak
H2 Subjective Norm --> Purchase 3,40 Diterima
Intention
H3 Perceived Behavior --> Purchase 1,31 Ditolak
Intention
H4 Uniqueness --> Purchase Intention 0,96 Ditolak
H5 Fashion Involvement --> Purchase 0,024 Ditolak
Intention

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


68

Tabel 4.5. Hasil Nilai-t Model Struktural Batik Tulis (Lanjutan)


Hipotesis Jalur Nilai-t Kesimpulan
H6 Product Personality --> Purchase 1,79 Diterima
Intention
H7 Product Personality --> Fashion 0,95 Ditolak
Involvement
H8 Product Personality --> Uniqueness 2,67 Diterima
H9 Product Personality --> Perceived 1,66 Diterima
Behavior
H10 Product Personality --> Subjective 1,92 Diterima
Norm
H11 Product Personality --> Attitude 1,73 Diterima
Sumber : Hasil olah data penulis

Berdasarkan tabel di atas, variabel product personality berpengaruh ke


purchase intention secara langsung. Hal ini disebabkan oleh batik tulis merupakan
batik yang paling tua diantara batik lainnya sehingga si calon pembeli akan
membeli batik tulis yang mampu menggambarkan kepribadian dirinya. Selain itu,
variabel purchase intention juga dipengaruhi oleh variabel subjective norm. Dari
sini terlihat bahwa pendapat orang-orang di sekitar calon pembeli sangatlah
berperan banyak untuk memunculkan niatan membeli batik tulis. Apalagi
didukung dengan harga batik tulis yang mahal, sehingga ketika si calon pembeli
ingin membeli batik tulis, mereka akan sangat mempertimbangkan apakah batik
tulis tersebut memang cocok untuk dirinya. Salah satu bahan pertimbangannya
adalah saran atau pendapat dari orang-orang di sekitarnya.
Sedangkan pada jalur yang menghubungkan product personality dengan
variabel-variabel laten lainnya, terlihat bahwa product personality berpengaruh ke
semua variabel laten kecuali fashion involvement. Hal ini dapat terjadi karena
batik tulis sebagai kain tradisional sudah melekat di masyarakat sebagai batik
yang halus, unik dan biasanya lebih mahal. Perilaku calon pembeli saat ingin
membeli batik tulis akan melihat apakah motif batik tulis mampu menggambarkan
kepribadiannya. Apalagi motif-motif batik tulis biasanya beraneka ragam.
Berbeda antara kain batik tulis yang satu dengan yang lainnya. Jadi, keinginan

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


69

calon pembeli untuk tampil unik atau beda dari yang lain akan menjadi lebih besar
pada saat akan membeli batik tulis.
Variabel fashion involvement memiliki nilai-t yang kecil untuk batik tulis.
Kejadian ini bisa terjadi karena proses pembuatan batik tulis yang begitu lama
sehingga tren tidak terlalu berpengaruh terhadap pembelian batik tulis. Biasanya
trend di dunia fesyen akan berlaku bagi produk-produk yang memiliki siklus
cukup cepat.
Untuk memastikan bahwa model struktur ini sudah cocok (mampu
menggambarkan) dengan kondisi purchase intention seseorang terhadap batik
tulis, maka berikut ini adalah hasi uji kecocokannya :

Tabel 4.6. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Tulis
No. Ukuran Goodness of Fit Nilai Keterangan
1. Chi-square ( ) 287,28 Good Fit

2. p-value 0,40

3. Root Mean Square Error of 0,012 Good Fit


Approximation (RMSEA)

Expected Cross-Validation Index 3,17 Good Git


(ECVI)
4. ECVI for Saturated Model 5,24

ECVI for Independence Model 10,27

Independence AIC 1376,34 Good Fit

5. Model AIC 425,28

Saturated AIC 702,00

Independence CAIC 1477,88 Poor Fit

6. Model CAIC 694,74

Saturated CAIC 2072,75

7. Normed Fit Index (NFI) 0,76 Marginal Fit

8. Non- Normed Fit Index (NNFI) 0,95 Good Fit

9. Comparative Fit Index (CFI) 0,96 Good Fit

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


70

Tabel 4.6. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Tulis (Lanjutan)
No. Ukuran Goodness of Fit Nilai Keterangan
10. Incremental Fit Index (IFI) 0,96 Good Fit

11. Relative Fit Index (RFI) 0,72 Marginal Fit

12. Critical N (CN) 142,29 Poor Fit

13. Standardized RMR 0,071 Poor Fit

14. Goodness of Fit Index (GFI) 0,86 Marginal Fit

15. Adjusted Goodness of Fit Index 0,82 Marginal Fit


(AGFI)

Dari tabel di atas, sebagian besar standard ukuran GOF bernilai good fit
sehingga dapat dikatakan model ini sudah cocok atau hampir menyerupai kondisi
nyata.

4.3. Analisis Batik Lukis


Batik lukis merupakan salah satu jenis kain batik yang proses pembuatannya
hampir mirip dengan batik tulis. Hanya saja batik lukis menggunakan bahan yang
berbeda dibandingkan batik tulis. Hingga saat ini, proses pembuatan batik lukis
ini diperluas hingga menjadi batik printing, yaitu dengan bantuan teknologi
komputer. Walaupun proses pembuatan batik lukis mirip dengan batik tulis, waktu
pembuatannya tidak selama batik tulis. Hal ini berdampak pada harga batik lukis
yang lebih murah dibandingkan dengan batik tulis.
Sedangkan untuk motif batik lukis lebih ke arah flora, fauna, ataupun
gambar-gambar pedesaan. Motif batik lukis memang tidak khas seperti motif-
motif kain batik lainnya.
Adapun hasil uji product personality terhadap batik lukis menghasilkan nilai
rata-rata dan nilai M1 yang terlihat pada tabel berikut ini.

Tabel 4.7. Hasil Perhitungan Product Personality Batik Lukis


Dimensi Product Personality Nilai Rata-Rata Nilai M1
Rasa menghargai diri sendiri 3,143 0,143
(sense of self-worth)
Kecerdasan (brilliance) 2,457 0,543

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


71

Tabel 4.7. Hasil Perhitungan Product Personality Batik Lukis (Lanjutan)


Dimensi Product Personality Nilai Rata-Rata Nilai M1
Kompleksitas (complexity) 2,229 0,771
Energi (energy) 2,457 0,543
Sensitivitas (sensitivity) 2,343 0,657
Kebaikan (kindness) 3,543 0,543
Fleksibilitas (Flexibility) 2,800 0,200
Kesopanan (politeness) 2,286 0,714
Kematangan (maturity) 2,229 0,771
Keterbukaan (openness) 2,743 0,257
Kemurahan hati (generosity) 2,429 0,571
Kejujuran (honesty) 2,629 0,371
Keseriusan (seriousness) 3,514 0,514
Kestabilan (stability) 3,114 0,114
Toleransi (tolerance) 3,229 0,229
Moralitas (morality) 2,829 0,171
Sikap terhadap kenyataan 2,971 0,029
(attitude towards reality)
Sikap terhadap peraturan 2,514 0,486
(attitude towards rules)
Sikap terhadap hasil 3,971 0,971
(attitude towards results)
Kedekatan terhadap subyek 2,429 0,571
(closeness to subject)

Berdasarkan tabel di atas, terlihat bahwa ada beberapa dimensi kepribadian


yang relevan untuk batik lukis (yang berwarna kuning). Akan tetapi, penulis
hanya memilih 1 dimensi dengan nilai M1 terbesar saja yang akan dilanjutkan ke
dalam pengolahan model purchase intention. Dimensi kepribadian dengan nilai
terbesar untuk batik lukis adalah sikap terhadap hasil (attitude towards results).
Dimensi ini memiliki nilai M1 0,971 dan merupakan nilai terbesar untuk seluruh
dimensi yang relevan lainnya. Nilai sifat dari dimensi tersebut pada batik lukis

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


72

menunjukkan ke arah optimis (optimist). Jadi, menurut hasil dari uji product
personality ini adalah sebagian besar orang melihat bahwa batik lukis terlihat
sebagai kain yang optimis dalam membangun produk-produk fesyen. Hasil ini
dimasukkan ke dalam kuesioner purchase intention sebagai atribut dalam
membangun variabel teramati product personality.
Untuk membuktikan apakah konsep product personality tersebut akan
mendorong niatan seseorang dalam membeli batik lukis, penulis menggunakan
metode SEM. Nilai optimis yang didapatkan melalui pengolahan data product
personality tadi akan dimasukkan sebagai atribut yang membangun variabel laten
product personality. Adapun hasil pengolahan model purchase intention untuk
batik lukis menggunakan metode SEM terlihat pada nilai-t untuk masing-masing
hipotesis yang telah dibuat seperti yang terdapat pada gambar di bawah ini :

Attitude Toward
Behavior
H11 (t= 0,41)
H1 (t= 3,34)

Subjective Norm H2 (t= 3,03)


H10 (t= 1,97)

H6 (t= 0,53) Purchase Intention


Product Personality

H9 (t=2,88) H3 (t=0,25)

Perceived Behavioral
Control H4 (t=1,95)

H8 (t=2,34)

H7 (t=0,47) Desire For Uniqueness

H5 (t= 0,55)

Fashion Involvement

Gambar 4.3. Hasil Pengolahan SEM Batik Lukis

Berdasarkan gambar di atas, hasil nilai-t bila dibandingkan dengan nilai-t


tabel untul α = 0,1 ada beberapa hipotesis yang diterima dan ditolak.
Ketentuannya adalah jika nilai-t hasil pengolahan ≥ nilai-t tabel, maka hipotesis

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


73

tersebut diterima. Berikut ini adalah tabel yang menyajikan rangkumannya untuk
batik lukis :
Tabel 4.8. Hasil Nilai-t Model Struktural Batik Lukis
Hipotesis Jalur Nilai-t Kesimpulan
H1 Attitude --> Purchase Intention 3,34 Diterima
H2 Subjective Norm --> Purchase 3,03 Diterima
Intention
H3 Perceived Behavior --> Purchase 0,25 Ditolak
Intention
H4 Uniqueness --> Purchase Intention 1,95 Diterima
H5 Fashion Involvement --> Purchase 0,55 Ditolak
Intention
H6 Product Personality --> Purchase 0,53 Ditolak
Intention
H7 Product Personality --> Fashion 0,47 Ditolak
Involvement
H8 Product Personality --> Uniqueness 2,34 Diterima
H9 Product Personality --> Perceived 2,88 Diterima
Behavior
H10 Product Personality --> Subjective 1,97 Diterima
Norm
H11 Product Personality --> Attitude 0,41 Ditolak
Sumber : Hasil olah data penulis

Menurut hasil perhitungan yang ditunjukkan pada tabel di atas terlihat


bahwa purchase intention batik lukis dipengaruhi oleh attitude towards behavior,
subjective norm, dan desire for uniqueness. Hal ini hampir mirip dengan hasil dari
batik tulis. Ketiga variabel tersebut mendorong niatan seseorang untuk membeli
batik lukis karena batik lukis menyajikan berbagai macam motif. Jadi, untuk
memilih motif mana yang akan dibeli biasanya si calon pembeli akan bertanya
pendapat orang-orang disekitarnya. Selain itu, motif batik lukis yang lebih ke arah
flora, fauna, ataupun pemandangan juga memberikan keunikan tersendiri bagi
pemakainya.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


74

Akan tetapi, variabel product personality disini tidak mendorong secara


langsung purchase intention seseorang untuk membeli batik lukis. Penyebabnya
adalah motif batik lukis yang terlalu menonjolkan tentang flora, fauna, ataupun
pemandangan tidak terlalu menggambarkan kepribadian si calon pembeli.
Sehingga teori bahwa seseorang cenderung memilih produk yang sama dengan
kepribadian yang dimilikinya, kurang dapat diterapkan di batik lukis.
Variabel product personality disini lebih mendorong variabel-variabel
lainnya, seperti desire for uniqueness, perceived behavioral control, dan
subjective norm. Kain batik lukis lebih mudah ditemui di pasar dibandingkan
dengan batik tulis. Selain itu, proses pembuatan batik lukis yang dibuat
menggunakan tangan menghasilkan berbagai macam motif yang berbeda-beda. Si
calon pembeli bisa memilih motif mana yang sesuai dengan seleranya agar dapat
tampil unik.

Untuk memastikan bahwa model struktur ini sudah cocok (mampu


menggambarkan) dengan kondisi purchase intention seseorang terhadap batik
lukis, maka berikut ini adalah hasi uji kecocokannya :

Tabel 4.9. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Lukis
No. Ukuran Goodness of Fit Nilai Keterangan
1. Chi-square ( ) 341,82 Good Fit

2. p-value 0,37

3. Root Mean Square Error of 0,013 Good Fit


Approximation (RMSEA)

Expected Cross-Validation Index 3.50 Good Fit


(ECVI)
4. ECVI for Saturated Model 5,84

ECVI for Independence Model 9,09

Independence AIC 1263,42 Good Fit

5. Model AIC 485,82

Saturated AIC 812,00

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


75

Tabel 4.9. Uji Kecocokan (Goodness of Fit) Model Struktural Batik Lukis (Lanjutan)
No. Ukuran Goodness of Fit Nilai Keterangan
Independence CAIC 1373,79 Poor Fit

6. Model CAIC 769,62

Saturated CAIC 2412,31

7. Normed Fit Index (NFI) 0,71 Marginal Fit

8. Non- Normed Fit Index (NNFI) 0,97 Good Fit

9. Comparative Fit Index (CFI) 0,98 Good Fit

10. Incremental Fit Index (IFI) 0,98 Good Fit

11. Relative Fit Index (RFI) 0,67 Marginal Fit

12. Critical N (CN) 156,59 Poor Fit

13. Standardized RMR 0,080 Poor Fit

14. Goodness of Fit Index (GFI) 0,85 Marginal Fit

15. Adjusted Goodness of Fit Index 0,82 Marginal Fit


(AGFI)

Dari tabel di atas, sebagian besar standard ukuran GOF bernilai good fit sehingga
dapat dikatakan model ini sudah cocok atau hampir menyerupai kondisi nyata.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


76

BAB 5
KESIMPULAN DAN SARAN

Pada bab 5 ini berisi mengenai kesimpulan dari analisi product personality
dan purchase intention masyarakat terhadap salah satu produk asli Indonesia,
yaitu batik. Dimana batik dalam penelitian ini dibagi menjadi 3 jenis berdasarkan
proses pembuatannya, yaitu batik cap, batik tulis, dan batik lukis.

5.1. Kesimpulan
Adapun kesimpulan dari penelitian ini dibagi atas dua bagian besar, yaitu
kesimpulan mengenai konsep product personality dan kesimpulan terhadap
hubungan antara product personality dan purchase intention. Berikut ini adalah
kesimpulan dari penelitian ini :
a. Konsep product personality
Model Dumitrescu untuk product personality telah menghasilkan nilai-
nilai sifat yang menunjukkan kepribadian masing-masing batik, yaitu
sebagai berikut :
 Batik cap : dimensi kompleksitas (complexity), dengan nilai
sederhan (simple)
 Batik tulis : dimensi kesopanan (politeness), dengan nilai sopan
(polite)
 Batik lukis : dimensi sikap terhadap hasil (attitude towards
results), dengan nilai optimis (optimist)
b. Hubungan antara product personality dan purchase intention
 Product personality akan mempengaruhi purchase intention secara
langsung untuk batik cap dan batik tulis. Sedangkan untuk batik
lukis, aturan ini tidak berlaku karena masyarakat lebih mengenal dan
lebih sering menggunakan batik cap dan batik tulis sehingga dalam
pembuatan model ini batik cap dan batik tulis lebih unggul.
 Selain itu, variabel product personality akan mempengaruhi variabel
subjective norm untuk keseluruhan batik. Jadi, terlihat disini bahwa
dalam calon pembeli batik mayoritas memperhatikan masukan dari

76 Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


77

orang-orang terdekatnya dalam memilih batik mana yang cocok


untuknya dan setipe dengan kepribadian mereka.

5.2. Saran
Saran-saran yang bisa diberikan untuk penelitian selanjutnya adalah sebagai
berikut :
1. Menguji konsep product personality untuk produk-produk fesyen
lainnya sehingga bisa memperkaya masukan bagi para fashion designer.
Konsep ini bisa juga dicoba untuk diujikan ke jenis-jenis kain lokal
Indonesia lainnya, seperti kain tenun.
2. Mengambil sample data di kawasan Solo dan Yogyakarta mungkin
dapat lebih memberikan gambaran yang lebih sesuai untuk model
hubungan antara product personality dengan purchase intention.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


78

DAFTAR PUSTAKA
Ajzen, I., 1991. The Theory of Planned Behavior. Organizational Behavior and
Human Decision Processes, pp. 179-211.

Ashby, M. F., 2008. Materials and Product Design, Cambridge: Granta Design
Limited.

Belleau, B. D., Summers, T. A., Xu, Y. & Pinel, R., 2007. Theory of Reasoned
Action: Purchase Intention of Young Consumers. Clothing and Textiles
Research Journal, Volume 25, p. 244.

Canniere, M. H. D., Pelsmacker, P. D. & Geuens, M., 2009. Relationship Quality


and Theory of Planned Behavior models of behavioral intentions and
purchase behavior. Journal of Business Research, Volume 62, pp. 82-92.

Cheng, S.-I., Fu, H.-H. & Tu, L. T. C., 2011. Examining Customer Purchase
Intentions for Counterfeit Products Based on a Modified Theory of Planned
Behavior. International Journal of Humanities and Social Science, Volume
1, pp. 278-284.

Dumitrescu, A., 2007. Experiment For Testing The Concept of Product


Personality.

Govers & Mugge, R., 2004. I love my jeep, because its tough like me: the effect
of product personality congruence on product attachment.

Govers, P. & Schoormans, J., 2005. Product personality and its influence on
consumer preference. Journal of Consumer Marketing, pp. 189-197.

Guido, G., Prete, M. I. & Peluso, A. M., 2010. The role of ethics and product
personality in the intention to purchase organic food products: a structural
equation modeling approach. Springer-Verlag, Volume 57, pp. 79-102.

Gujarati, D. N., 1995. Basic Econometric, 3rd Edition. s.l.:McGraw-Hill


International Edition.

Jianlin, W., Ning, Z. & Qi, D., 2010. Consumer Ethnocentrism, Product Attitudes
and Purchase Intentions of Domestic Products in China. s.l., Scientific
Research.

Kang, J. Y., 2008. Predicting Consumers' Intention To Purchase Co-Designed


Apparel Products On A Mass Customized Apparel Internet Shopping Site,
Florida: Florida State University.

Lugas, A., 2012. Analisis Pengaruh Attitude Toward Behavior Dalam Pembelian
Luxury Brands Terhadap Customer Equity, Depok: Universitas Indonesia.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


79

Malhotra, 2010. Marketing Research: An Applied Orientation. 6 penyunt.


s.l.:Pearson Eduucation.

Mugge, R., N.J., H. & P.L, J., 2006. Product Attachment and Product Lifetime :
The Role of Personality Congruity and Fashion. European Advances in
Consumer Research.

Nurfuadah, R. N., 2011. 2025 Industri Fashion Tumbuh Hingga 11%, Jakarta:
Okezone.com.

O'Cass, A., 2000. An assessment of consumers product, purchase decision,


advertising, and consumption involvement in fashion clothing. Journal of
Economic Psychology, pp. 545-576.

Wijanto, S. H., 2008. Structural Equation Modeling dengan Lisrel 8.8.


Yogyakarta: Graha Ilmu.

Universitas Indonesia

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


LAMPIRAN

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 1. Operasionalisasi Variabel Batik Tulis

Variabel Definisi Pernyataan Sumber


Laten
Purchase Kesiapan seseorang 1. Saya pasti membeli batik (Cheng, et
Intention untuk beraksi tulis dalam waktu dekat al., 2011)
(PI) membeli suatu (kurang dari 6 bulan)
produk 2. Saya berencana akan
membeli batik tulis
dalam waktu dekat
(kurang dari 6 bulan)
3. Saya berharap dapat
membeli batik tulis
dalam waktu dekat
(kurang dari 6 bulan)
Attitude Kombinasi dari sikap 1. Menggunakan batik tulis (Jianlin, et
towards untuk menampilkan membuat saya merasa al., 2010)
behavior perilaku membeli lebih unggul dibanding (Kang,
(A) orang lain 2008)
2. Menggunakan batik tulis
membuat saya merasa
dihargai.
3. Menggunakan batik tulis
dapat meningkatkan rasa
nasionalisme saya
terhadap bangsa
Indonesia
4. Saya merasa senang
ketika orang lain
mengenali produk batik
yang saya gunakan.
Subjective Motivasi seseorang 1. Orang tua saya (Kang,
norms untuk mendengarkan mempengaruhi 2008)
(SN) pendapat di keputusan saya dalam (Canniere,
sekitarnya. membeli batik tulis. et al., 2009)
2. Orang tua saya suka
berpikir bahwa batik
tulis itu lebih cocok
untuk saya
3. Teman atau pasangan
saya mempengaruhi
keputusan saya dalam

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Variabel Definisi Pernyataan Sumber
Laten
membeli batik tulis.
4. Teman atau pasangan
saya suka berpikir bahwa
batik tulis itu lebih
cocok untuk saya
Perceived Persepsi seseorang 1. Saya mudah menemukan (Guido, et
behavioral mengenai tingkat produk batik tulis di al., 2010)
control kesulitan atau mana saja.
(PB) kemudahan untuk 2. Tersedia berbagai
menampilkan suatu macam produk fesyen
perilaku tertentu. yang terbuat dari kain
batik tulis.
3. Batik tulis menyediakan
berbagai macam pilihan
warna.
4. Saya dapat menjangkau
harga produk batik tulis.
Desire for Keinginan untuk 1. Saya cenderung menjadi (Kang,
uniqueness tampil berbeda dari fashion leader daripada 2008)
(U) yang lainnya fashion follower
2. Saya lebih suka membeli
produk yang langka
3. Saya senang apabila
memiliki sesuatu yang
tidak dimiliki orang lain
4. Saya suka mencoba
produk baru sebelum
yang lain mencoba
Fashion Keterkaitan di dunia 1. Saya mengumpulkan (Lugas,
involvement fesyen, seperti gaya informasi tentang tren 2012)
(FI) (style) atau tren saat terbaru (Belleau, et
ini. 2. Jika mungkin, saya ingin al., 2007)
melakukan berbagai
aktivitas yang dilakukan
orang lain
3. Saya memperhatikan
tren yang berkembang
dan mendorong diri agar
tampil sebagai tren
tersebut di masyarakat

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Variabel Definisi Pernyataan Sumber
Laten
4. Saya mencoba untuk
selalu tampil mengikuti
tren terbaru
Product Sekumpulan karakter 1. Dengan menggunakan (Guido, et
personality kepribadian yang produk batik tulis, saya al., 2010)
values (PP) digunakan oleh akan tampak lebih
(simplicity) orang-orang untuk sopan.
mendeskripsikan 2. Saya akan membeli
sebuah produk untuk produk batik tulis karena
membedakannya produknya terlihat
dengan produk sopan.
lainnya. 3. Orang-orang di sekitar
saya berpikir bahwa
batik tulis tampak lebih
sopan untuk saya
4. Dengan nilai kesopanan
yang dimiliki batik tulis,
saya akan tampil beda
dengan yang lain
5. Batik tulis menjadi tren
saat ini karena
produknya tampak sopan
bagi pemakainya
6. Saya membeli batik tulis
karena sesuai dengan
kepribadian saya

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 2. Operasionalisasi Variabel Batik Lukis

Variabel Definisi Pernyataan Sumber


Laten
Purchase Kesiapan seseorang 1. Saya pasti membeli (Cheng, et
Intention untuk beraksi batik lukis dalam waktu al., 2011)
(PI) membeli suatu dekat (kurang dari 6
produk bulan)
2. Saya berencana akan
membeli batik lukis
dalam waktu dekat
(kurang dari 6 bulan)
3. Saya berharap dapat
membeli batik lukis
dalam waktu dekat
(kurang dari 6 bulan)
Attitude Kombinasi dari sikap 1. Menggunakan batik (Jianlin, et
towards untuk menampilkan lukis membuat saya al., 2010)
behavior perilaku membeli merasa lebih unggul (Kang,
(A) dibanding orang lain 2008)
2. Menggunakan batik
lukis membuat saya
merasa dihargai.
3. Menggunakan batik
lukis dapat
meningkatkan rasa
nasionalisme saya
terhadap bangsa
Indonesia
4. Saya merasa senang
ketika orang lain
mengenali produk batik
yang saya gunakan.
Subjective Motivasi seseorang 1. Orang tua saya (Kang,
norms untuk mendengarkan mempengaruhi 2008)
(SN) pendapat di keputusan saya dalam (Canniere,
sekitarnya. membeli batik lukis. et al., 2009)
2. Orang tua saya suka
berpikir bahwa batik
lukis itu lebih cocok
untuk saya
3. Teman atau pasangan

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Variabel Definisi Pernyataan Sumber
Laten
saya mempengaruhi
keputusan saya dalam
membeli batik lukis.
4. Teman atau pasangan
saya suka berpikir bahwa
batik lukis itu lebih
cocok untuk saya
Perceived Persepsi seseorang 1. Saya mudah (Guido, et
behavioral mengenai tingkat menemukan produk al., 2010)
control kesulitan atau batik lukis di mana saja.
(PB) kemudahan untuk 2. Tersedia berbagai
menampilkan suatu macam produk fesyen
perilaku tertentu. yang terbuat dari kain
batik lukis.
3. Batik lukis menyediakan
berbagai macam pilihan
warna.
4. Saya dapat menjangkau
harga produk batik lukis.
Desire for Keinginan untuk 1. Saya cenderung menjadi (Kang,
uniqueness tampil berbeda dari fashion leader daripada 2008)
(U) yang lainnya fashion follower
2. Saya lebih suka membeli
produk yang langka
3. Saya senang apabila
memiliki sesuatu yang
tidak dimiliki orang lain
4. Saya suka mencoba
produk baru sebelum
yang lain mencoba
Fashion Keterkaitan di dunia 1. Saya mengumpulkan (Lugas,
involvement fesyen, seperti gaya informasi tentang tren 2012)
(FI) (style) atau tren saat terbaru (Belleau, et
ini. 2. Jika mungkin, saya ingin al., 2007)
melakukan berbagai
aktivitas yang dilakukan
orang lain
3. Saya memperhatikan
tren yang berkembang
dan mendorong diri agar

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Variabel Definisi Pernyataan Sumber
Laten
tampil sebagai tren
tersebut di masyarakat
4. Saya mencoba untuk
selalu tampil mengikuti
tren terbaru
Product Sekumpulan karakter 1. Dengan menggunakan (Guido, et
personality kepribadian yang produk batik lukis, saya al., 2010)
values (PP) digunakan oleh akan tampak lebih
(simplicity) orang-orang untuk optimis.
mendeskripsikan 2. Saya akan membeli
sebuah produk untuk produk batik lukis
membedakannya karena produknya
dengan produk terlihat optimis bagi
lainnya. saya.
3. Orang-orang di sekitar
saya berpikir bahwa
batik lukis tampak lebih
optimis untuk saya
4. Dengan nilai optimis
yang dimiliki batik lukis,
saya akan tampil beda
dengan yang lain.
5. Batik lukis menjadi tren
saat ini karena
produknya tampak
optimis bagi pemakainya
6. Saya membeli batik lukis
karena sesuai dengan
kepribadian saya, yaitu
optimis dalam
memprediksi sebuah
hasil

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 3. Data Product Personality Batik Cap

Dimension Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18 Q19 Q20 Q21 Q22 Q23 Q24 Q25 Q26 Q27 Q28 Q29 Q30
Sense of self worth 3 3 3 2 4 4 2 4 4 4 2 4 4 3 2 3 3 5 5 5 4 5 4 4 4 4 2 4 5 3
Brilliance 4 4 3 4 3 3 1 5 2 3 4 3 3 4 1 3 3 2 1 4 3 3 3 4 3 3 4 2 4 4
Complexity 4 4 5 4 1 5 2 1 5 5 3 2 5 5 4 1 4 5 4 5 5 5 4 4 4 4 1 5 4 5
Energy 4 3 2 3 4 3 2 1 4 4 3 2 3 4 3 2 4 3 2 5 4 5 4 5 4 3 4 4 4 4
Sensitivity 2 4 3 3 4 4 1 5 3 2 4 2 3 4 4 5 3 2 2 5 3 4 4 3 2 2 4 3 1 4
Kindness 4 3 4 3 3 2 2 2 3 3 3 1 5 5 2 2 3 4 4 4 5 2 3 2 2 3 1 3 4 1
Flexibility 4 4 1 4 4 2 5 3 3 3 5 4 3 3 3 4 4 4 2 5 2 4 2 4 4 4 5 4 4 4
Politeness 2 2 1 2 1 4 2 4 2 3 2 3 1 1 4 4 2 1 2 1 2 4 3 4 2 2 3 3 1 3
Maturity 1 3 1 2 1 4 4 1 3 4 2 2 1 2 1 4 2 1 2 3 3 3 3 3 2 1 2 2 1 2
Openness 4 2 1 3 2 2 4 1 3 2 4 4 3 3 2 3 3 4 2 4 5 2 2 1 2 4 5 3 5 4
Generosity 2 2 1 4 2 4 5 3 2 4 2 3 2 2 4 4 2 1 2 1 2 4 3 2 2 2 5 3 1 2
Honesty 3 3 3 3 1 3 3 4 3 3 3 3 2 2 3 3 2 2 2 2 1 5 3 4 3 2 2 3 2 3
Seriousness 2 3 2 1 3 5 1 4 4 4 1 2 2 2 2 2 2 3 2 1 2 3 4 4 1 2 1 3 2 3
Stability 2 3 2 2 3 2 1 1 3 2 1 2 2 3 3 2 3 2 3 1 1 1 2 4 2 3 5 2 2 3
Tolerance 2 3 4 3 3 5 1 4 3 4 2 2 3 3 5 1 3 2 4 2 2 2 4 5 2 2 1 1 2 1
Morality 3 4 1 2 2 4 1 2 3 3 2 3 2 4 4 1 3 3 1 2 1 5 4 5 2 2 5 4 1 3
Attitude towrads reality 3 3 3 3 3 2 3 4 3 3 3 2 2 2 4 4 3 3 3 2 3 3 3 3 4 3 5 4 2 3
Attitude towards rules 3 2 2 3 2 3 2 5 3 3 4 4 2 3 2 5 2 3 2 2 3 4 2 4 2 3 5 4 3 3
Attitude towards results 3 3 4 4 5 2 5 5 5 4 2 4 3 2 4 3 3 4 4 1 4 4 3 3 3 3 1 3 4 3
Closeness to subject 2 3 1 2 2 3 4 2 3 3 3 2 2 1 1 4 2 2 2 1 2 3 2 3 2 2 5 4 4 3

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 4. Data Product Personality Batik Tulis

Dimension Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18 Q19 Q20 Q21 Q22 Q23 Q24 Q25 Q26 Q27 Q28 Q29 Q30
Sense of self worth 4 3 1 3 5 3 4 5 5 1 5 4 2 4 1 4 2 1 4 2 5 2 2 2 4 4 4 5 5 4
Brilliance 3 2 1 2 2 2 2 1 1 2 2 2 2 3 4 2 3 2 2 1 2 1 2 1 2 2 1 4 2 1
Complexity 3 2 1 3 3 2 3 5 1 2 2 5 1 2 2 4 2 2 3 4 5 1 2 1 4 2 5 4 2 2
Energy 3 3 2 4 2 2 2 4 2 2 3 3 3 2 4 2 2 3 3 1 1 4 2 2 4 2 1 2 2 2
Sensitivity 2 2 3 2 1 2 2 1 1 1 2 2 1 2 5 3 3 2 3 1 1 1 2 1 3 2 1 5 4 2
Kindness 4 3 3 4 5 4 5 4 5 4 5 4 5 4 5 4 4 2 4 4 4 5 3 5 4 4 5 5 4 4
Flexibility 3 4 1 2 1 3 5 1 3 3 2 2 3 4 1 3 2 3 2 1 3 3 4 3 2 3 5 4 1 2
Politeness 2 2 2 1 1 1 2 1 2 2 2 2 2 4 2 2 3 2 2 2 1 1 1 1 2 2 1 1 2 1
Maturity 2 3 1 3 1 1 2 1 2 1 2 3 1 4 1 2 3 1 2 1 1 1 2 1 2 2 1 1 2 2
Openness 2 3 4 3 1 3 1 5 3 4 2 2 4 3 1 2 2 4 2 1 5 5 4 4 2 4 1 3 2 2
Generosity 2 3 1 2 1 2 1 1 2 3 3 2 4 3 5 2 3 2 2 1 2 2 3 4 3 3 2 2 4 2
Honesty 3 3 2 3 1 3 1 1 2 3 3 2 2 3 4 2 3 4 2 1 2 2 3 1 2 2 1 2 2 2
Seriousness 2 3 1 4 4 1 5 1 1 3 4 3 2 4 2 2 4 3 2 1 3 1 2 1 4 2 1 3 5 3
Stability 2 2 1 3 2 2 4 5 3 4 3 3 3 2 1 3 3 2 1 1 4 4 4 3 3 3 1 2 4 3
Tolerance 3 3 1 4 3 2 5 3 3 2 4 4 2 4 2 4 4 1 5 5 4 3 3 2 3 2 5 3 4 3
Morality 3 4 1 2 2 2 4 4 1 3 3 2 1 3 1 2 3 1 3 2 3 1 2 2 4 2 1 2 2 2
Attitude towrads reality 3 3 1 3 3 3 3 3 3 3 3 2 3 3 4 2 3 2 3 3 3 5 3 2 4 3 3 1 2 3
Attitude towards rules 3 3 4 2 2 3 1 2 3 3 2 2 3 2 2 2 2 3 2 1 1 3 2 3 2 2 1 2 2 3
Attitude towards results 3 3 5 3 4 4 3 2 3 3 4 4 4 4 5 4 3 4 4 4 5 2 3 2 4 4 5 3 4 4
Closeness to subject 2 3 4 1 1 3 1 1 2 4 2 3 4 3 1 2 2 3 2 2 3 1 4 1 4 2 1 3 1 2

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 5. Data Product Personality Batik Lukis

Dimension Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18 Q19 Q20 Q21 Q22 Q23 Q24 Q25 Q26 Q27 Q28 Q29 Q30
Sense of self worth 5 3 2 2 2 3 4 2 3 5 4 2 5 3 1 5 2 2 2 2 4 3 2 5 2 2 4 5 2 3
Brilliance 3 3 3 2 2 2 2 2 3 3 2 2 2 4 2 2 3 3 1 3 1 3 2 3 2 2 2 2 2 2
Complexity 2 1 5 2 1 2 3 1 1 4 4 2 3 4 1 1 1 2 1 3 2 1 2 4 2 1 3 3 1 2
Energy 3 2 2 2 2 2 2 3 2 4 3 1 1 5 3 5 2 4 1 2 2 1 2 4 1 2 2 1 2 2
Sensitivity 3 3 3 2 2 3 3 3 3 2 3 1 2 3 2 2 3 3 1 3 2 2 2 2 1 2 3 2 2 3
Kindness 2 3 4 4 2 4 4 3 1 5 3 3 5 2 4 5 3 4 5 3 4 3 4 5 3 2 4 5 2 4
Flexibility 4 3 4 4 5 3 3 2 5 2 2 3 1 1 5 4 2 1 4 4 2 2 2 2 3 5 3 1 5 3
Politeness 2 3 3 2 2 2 1 1 3 2 3 3 1 5 2 1 3 1 3 2 2 4 3 2 3 2 1 1 2 2
Maturity 2 4 1 1 2 3 2 1 2 2 3 2 5 4 2 1 3 2 1 2 1 1 4 2 2 2 2 5 2 3
Openness 2 3 2 2 2 2 5 1 3 4 2 3 2 3 3 4 1 2 4 4 3 2 1 4 3 2 5 2 2 2
Generosity 2 3 4 3 4 2 3 3 3 2 2 1 2 3 3 2 4 2 3 2 2 2 1 2 1 4 3 2 4 2
Honesty 4 3 3 3 1 3 5 2 3 2 2 2 2 3 2 3 3 3 3 3 4 3 1 2 2 1 5 2 1 3
Seriousness 2 5 3 4 5 3 3 2 2 4 2 4 5 4 2 1 4 3 5 2 3 3 5 4 4 5 3 5 5 3
Stability 2 3 2 2 5 3 4 2 2 3 2 3 4 4 4 2 2 2 4 3 1 3 5 3 3 5 4 4 5 3
Tolerance 1 4 3 4 5 4 4 3 2 3 3 3 4 2 2 3 2 3 4 1 4 2 5 3 3 5 4 4 5 4
Morality 2 3 2 2 4 4 3 3 3 3 3 3 4 2 1 1 3 3 2 1 1 2 5 3 3 4 3 4 4 4
Attitude towrads reality 3 3 2 3 4 3 4 3 3 3 3 1 2 2 5 4 3 2 3 2 4 4 2 3 1 4 4 2 4 3
Attitude towards rules 2 2 1 2 5 4 2 1 3 1 3 1 1 4 4 4 4 1 1 4 2 3 4 1 1 5 2 1 5 4
Attitude towards results 2 3 3 4 5 4 4 5 3 4 4 5 2 5 3 5 4 3 4 5 5 4 4 4 5 5 4 2 5 4
Closeness to subject 2 2 2 4 5 3 3 2 3 1 2 2 1 2 4 4 2 2 1 4 2 3 1 1 2 5 3 1 5 3

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 6. Data SEM Batik Cap

Kuesioner PI1 PI2 PI3 A1 A2 A3 A4 SN1 SN2 SN3 SN4 PB1 PB2 PB3 PB4 U1 U2 U3 U4 FI1 FI2 FI3 FI4 PP1 PP2 PP3 PP4 PP5 PP6
1 2 3 3 3 3 3 3 2 3 2 3 2 3 3 4 3 3 4 4 4 4 4 4 2 3 4 1 2 3
2 3 4 4 2 3 4 4 2 3 2 3 4 4 4 4 4 3 4 4 4 3 4 4 3 3 2 3 3 3
3 2 2 2 2 2 4 2 2 3 2 3 4 4 4 4 2 2 3 3 4 4 4 3 3 2 3 2 4 3
4 2 2 2 2 4 5 4 2 2 2 2 5 4 3 4 2 4 4 4 2 3 3 2 5 3 3 4 2 3
5 2 2 4 2 2 4 4 2 1 2 1 4 4 3 4 2 4 4 3 3 2 2 2 2 4 3 4 4 4
6 3 4 4 3 3 5 4 1 1 3 4 2 4 3 3 3 5 5 4 2 3 1 2 4 3 4 3 2 3
7 2 3 3 2 3 3 4 3 4 3 4 4 4 5 4 3 5 5 4 3 3 3 4 3 3 3 3 3 2
8 2 3 4 2 3 3 4 2 2 3 5 4 4 4 4 2 3 4 2 2 4 3 3 3 4 3 2 3 2
9 3 2 2 2 3 3 2 2 3 2 2 4 4 4 4 3 4 5 5 5 4 3 3 3 2 4 2 3 3
10 2 2 2 2 2 4 2 3 3 3 3 4 4 4 4 2 2 3 3 4 4 4 3 3 4 2 4 3 2
11 2 2 3 2 1 3 1 2 3 4 4 4 4 4 3 2 4 4 5 2 4 3 2 4 3 4 3 2 2
12 2 3 3 1 1 4 4 2 2 2 2 4 4 4 4 3 4 4 4 4 4 4 2 3 2 3 2 3 3
13 2 1 2 2 2 4 2 2 2 2 2 3 3 3 3 3 3 3 2 1 3 3 2 4 3 3 4 4 2
14 2 2 4 3 2 4 4 3 2 4 4 2 3 4 3 3 4 4 3 4 4 4 4 2 2 3 3 3 3
15 2 2 4 2 2 4 4 2 2 2 4 4 4 3 4 2 4 4 3 3 2 2 2 3 2 2 3 3 2
16 2 2 3 3 4 5 3 3 4 3 3 4 3 3 4 3 4 5 5 4 4 4 4 2 3 3 2 2 2
17 2 2 3 2 4 4 4 2 4 2 4 2 3 2 3 3 4 4 2 2 2 2 2 2 3 3 4 2 3
18 2 2 2 2 2 3 5 2 2 2 4 5 5 4 4 4 4 4 3 4 4 3 3 3 2 2 2 2 2
19 2 2 2 2 3 4 4 3 3 3 4 2 3 2 3 3 4 4 4 4 4 4 5 4 3 2 1 4 3
20 2 3 3 2 2 4 2 2 2 2 2 3 3 4 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2
21 3 4 4 3 3 5 4 3 3 3 4 2 4 3 3 3 5 5 4 2 3 1 2 4 2 4 3 3 2
22 2 2 2 2 2 3 2 3 4 3 4 3 3 4 4 3 2 3 3 4 3 3 2 4 2 3 3 4 4
23 2 3 4 2 3 3 4 2 4 2 4 4 4 4 4 2 3 4 2 2 4 3 3 3 3 4 2 2 3
24 2 3 3 2 2 3 3 2 2 2 5 3 3 4 3 4 4 4 4 3 3 3 2 3 4 2 3 1 4
25 2 3 4 2 2 4 4 2 3 2 4 4 4 4 4 2 4 4 3 2 3 2 3 3 2 2 3 2 2

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 7. Data SEM Batik Tulis

Kuesioner PI1 PI2 PI3 A1 A2 A3 A4 SN1 SN2 SN3 SN4 PB1 PB2 PB3 PB4 U1 U2 U3 U4 FI1 FI2 FI3 FI4 PP1 PP2 PP3 PP4 PP5 PP6
1 2 3 3 2 3 2 3 3 3 3 3 2 3 3 3 3 4 5 4 3 4 3 3 5 4 4 4 3 4
2 3 4 4 2 3 2 3 2 3 4 4 2 2 3 2 2 3 4 3 3 2 3 2 5 4 3 3 4 3
3 2 2 2 2 3 2 3 2 2 4 2 2 5 4 1 3 4 5 3 4 2 4 3 4 4 3 4 4 3
4 2 2 2 2 2 2 2 2 4 5 4 2 3 4 3 3 4 5 4 3 4 3 3 5 4 4 4 3 4
5 2 2 4 2 1 2 1 2 2 4 4 4 4 4 3 3 4 5 5 3 3 3 3 4 4 4 4 4 4
6 2 2 4 1 1 3 4 3 3 5 4 3 3 2 1 3 5 5 4 4 2 4 4 3 3 3 4 3 4
7 2 2 3 3 4 3 4 2 3 3 4 2 4 3 2 3 4 5 3 3 2 3 4 4 3 3 3 4 4
8 2 2 3 2 2 3 5 2 3 3 4 4 4 4 2 3 4 5 4 4 2 3 4 3 3 3 4 4 2
9 2 2 2 2 3 2 2 2 3 3 2 3 3 4 2 3 4 5 5 5 5 5 5 4 4 2 4 3 5
10 2 2 2 3 3 3 3 2 2 4 2 2 3 4 1 3 5 5 4 2 2 2 2 5 5 4 4 3 3
11 2 2 3 2 3 4 4 2 1 3 1 2 3 3 3 3 3 4 4 4 3 3 3 4 3 4 3 3 2
12 2 3 3 2 2 2 2 1 1 4 4 2 3 4 2 3 3 3 3 3 3 3 3 3 4 4 3 5 3
13 2 1 2 2 2 2 2 2 2 4 2 2 2 2 4 4 4 3 3 4 4 4 4 3 4 4 4 4 3
14 2 2 4 3 2 4 4 3 2 4 4 1 3 3 2 4 5 5 5 5 1 5 4 3 3 2 3 4 2
15 3 4 4 2 2 2 4 2 2 4 4 3 3 3 4 3 3 4 4 2 3 3 4 4 3 3 4 4 3
16 2 3 4 3 4 3 3 3 4 5 3 4 4 4 3 3 4 5 5 3 3 3 3 4 4 4 4 4 4
17 2 2 3 2 4 2 4 2 4 4 4 3 4 3 3 3 4 4 3 4 4 4 4 4 4 4 4 4 2
18 2 2 2 2 2 2 4 2 2 3 5 2 3 4 2 4 5 5 5 5 1 5 5 5 5 5 5 4 5
19 3 3 2 3 3 3 4 2 3 4 4 2 2 3 2 4 3 4 3 3 3 3 2 3 2 3 3 3 2
20 2 3 3 2 2 2 2 2 2 4 2 2 3 2 1 3 4 5 4 3 4 3 2 5 4 4 4 3 4
21 3 4 4 3 3 3 4 3 3 5 4 2 3 4 1 3 4 3 5 3 4 3 2 3 4 2 5 3 4
22 2 2 2 3 4 3 4 2 2 3 2 3 4 4 3 4 5 3 3 3 2 5 2 3 3 3 3 3 2
23 2 3 4 2 4 2 4 2 3 3 4 4 4 4 4 5 4 3 3 4 4 3 4 4 4 4 4 4 3
24 2 3 3 2 2 2 5 2 2 3 3 3 3 4 2 3 4 5 5 5 5 5 5 4 4 2 4 3 5
25 2 3 4 2 3 2 4 2 2 4 4 2 2 4 2 3 4 5 3 4 2 4 2 4 4 4 4 4 4

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 8. Data SEM Batik Lukis

Kuesioner PI1 PI2 PI3 A1 A2 A3 A4 SN1 SN2 SN3 SN4 PB1 PB2 PB3 PB4 U1 U2 U3 U4 FI1 FI2 FI3 FI4 PP1 PP2 PP3 PP4 PP5 PP6
1 4 3 3 4 2 3 4 3 4 4 3 4 3 2 3 3 4 3 3 4 3 5 5 4 3 3 2 4 3
2 4 4 4 4 4 4 3 3 3 4 4 3 4 5 5 5 5 5 5 4 4 4 3 4 3 3 3 5 5
3 3 3 4 4 4 5 5 4 2 3 4 4 4 4 3 3 3 4 3 3 3 3 3 4 4 3 3 3 4
4 2 2 2 2 3 2 3 2 2 3 3 3 3 4 3 3 2 2 2 3 4 4 3 3 2 3 3 2 3
5 1 1 1 3 2 4 3 2 2 2 2 2 3 4 4 2 1 1 1 4 2 3 3 3 2 2 2 2 2
6 1 1 1 1 1 3 1 1 1 2 1 1 1 4 1 2 3 3 3 3 2 2 3 1 1 1 3 1 1
7 2 2 2 2 3 3 3 2 3 2 3 2 2 4 4 2 3 4 2 4 4 4 4 3 2 2 3 2 3
8 2 2 2 2 3 3 2 2 2 2 4 4 2 4 4 3 3 4 3 5 2 3 5 3 2 3 2 3 2
9 4 4 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 4 3 2 3 3 3 3 3 3 3
10 2 3 3 3 3 4 4 3 3 3 3 4 4 4 4 2 3 4 4 3 4 5 4 3 3 3 3 3 3
11 1 1 1 2 2 2 2 2 2 1 2 2 2 2 2 2 3 2 3 2 4 2 3 3 3 3 3 3 3
12 1 1 1 1 1 1 1 1 1 2 2 5 5 5 5 1 2 2 1 2 4 3 2 1 1 1 1 2 1
13 3 3 3 1 2 2 4 2 4 3 3 5 5 5 4 4 5 5 4 3 4 5 3 4 3 3 4 4 4
14 2 3 3 2 2 2 2 3 4 4 3 4 4 3 3 4 4 5 4 3 3 3 3 5 5 3 4 2 4
15 3 2 2 4 2 2 5 2 3 3 4 4 4 4 5 5 2 3 4 4 4 3 3 4 4 2 4 2 3
16 4 4 4 3 3 2 4 2 2 3 3 3 3 3 4 3 3 4 4 4 3 4 4 4 4 4 3 3 1
17 3 4 4 4 4 2 3 2 3 4 4 2 3 3 2 4 3 4 4 4 4 4 3 3 3 4 2 2 1
18 2 3 3 2 2 3 4 3 2 3 2 3 3 3 3 2 2 3 3 2 3 3 2 3 3 3 3 2 1
19 2 2 2 2 1 2 2 2 2 2 4 3 4 4 5 2 4 3 2 3 2 2 2 2 3 3 3 2 3
20 1 3 4 3 3 4 3 2 4 4 2 2 3 3 4 2 2 4 3 2 3 1 2 4 5 3 2 2 1
21 2 3 3 3 3 3 3 3 3 3 4 3 3 4 4 3 3 2 4 3 3 3 4 3 5 4 3 2 1
22 3 3 4 4 3 3 2 3 4 4 3 4 4 5 5 3 5 5 4 2 4 3 3 5 5 4 5 4 3
23 3 3 3 4 4 3 3 2 3 3 4 3 4 4 5 2 3 4 2 5 4 3 3 4 4 4 4 4 3
24 2 2 2 3 4 4 4 1 2 3 4 3 3 2 3 3 4 5 5 4 4 4 3 4 3 3 4 4 3
25 3 3 4 2 3 3 3 3 3 4 3 3 3 4 5 2 2 3 3 2 4 3 2 4 3 4 4 4 4

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 9. Output LISREL Batik Cap

DATE: 6/29/2013
TIME: 9:47

L I S R E L 8.50

BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2001
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file C:\Users\frida\Documents\THESIS RIANG


GEMBIRA\kuesioner SEM\batik cap edit\Batik Cap Edit 0\FinalStrukturBatikCapEdit0.pr2:

System File from File STRUKTURBATIKCAPEDIT0.DSF

Latent Variables PurchaseIntention Attitude SubjectiveNorm PerceivedBehavior


Uniqueness FashionInvolvement ProductPersonality

Relationships:
PI1 - PI3 = PurchaseIntention
A1 - A4 = Attitude
SN1 - SN4 = SubjectiveNorm
PB1 - PB4 = PerceivedBehavior
U1 - U4 = Uniqueness
FI1 - FI4 = FashionInvolvement
PP1 - PP6 = ProductPersonality

Attitude = ProductPersonality
SubjectiveNorm = ProductPersonality
PerceivedBehavior = ProductPersonality
Uniqueness = ProductPersonality
FashionInvolvement = ProductPersonality

PurchaseIntention = Attitude SubjectiveNorm PerceivedBehavior Uniqueness


FashionInvolvement ProductPersonality

Set Error Covariance between FI2 and PI1 free


Set Error Covariance between FI3 and U3 free
Set Error Covariance between PP1 and A1 free
Set Error Covariance between PP2 and FI3 free
Set Error Covariance between PI2 and PI1 free

Path Diagram
options me=ml ad=off it=300

End of Problem

Sample Size = 125

Covariance Matrix

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


PI1 PI2 PI3 A1 A2 A3
-------- -------- -------- -------- -------- --------
PI1 0.93
PI2 0.55 1.01
PI3 0.40 0.78 1.28
A1 0.16 0.24 0.40 0.70
A2 0.08 0.18 0.28 0.50 0.86
A3 -0.05 0.10 0.30 0.42 0.42 0.94
A4 0.02 0.22 0.36 0.36 0.42 0.38
SN1 -0.04 -0.14 -0.16 0.03 -0.01 0.01
SN2 -0.09 -0.16 -0.15 0.02 0.01 0.05
SN3 -0.13 -0.07 -0.08 0.08 -0.05 -0.03
SN4 -0.11 -0.07 -0.03 0.04 -0.03 0.01
PB1 0.11 0.23 0.15 -0.03 0.00 -0.06
PB2 0.13 0.25 0.25 0.09 0.08 0.04
PB3 0.20 0.27 0.19 -0.01 -0.03 -0.02
PB4 0.17 0.27 0.22 0.05 0.08 0.03
U1 -0.01 0.12 0.07 0.03 0.07 0.03
U2 -0.04 0.02 0.04 0.06 0.10 0.06
U3 -0.02 0.08 0.02 0.01 0.10 0.00
U4 0.02 0.04 -0.09 -0.02 0.05 0.02
FI1 -0.11 -0.11 -0.20 -0.06 -0.04 0.00
FI2 0.02 -0.04 -0.17 -0.02 0.01 -0.07
FI3 -0.08 -0.19 -0.30 -0.04 0.01 -0.04
FI4 -0.01 0.01 -0.05 0.05 0.11 0.05
PP1 -0.02 -0.02 -0.08 -0.12 0.02 -0.02
PP2 -0.05 -0.07 -0.11 -0.05 0.03 -0.03
PP3 0.02 0.00 0.01 -0.02 -0.02 -0.08
PP4 0.07 0.09 0.16 0.09 -0.01 -0.01
PP5 0.02 -0.07 -0.15 0.00 -0.02 -0.02
PP6 -0.02 0.01 -0.03 0.05 0.07 0.10

Covariance Matrix

A4 SN1 SN2 SN3 SN4 PB1


-------- -------- -------- -------- -------- --------
A4 1.01
SN1 0.05 0.64
SN2 0.07 0.46 0.82
SN3 0.02 0.48 0.44 0.86
SN4 0.14 0.36 0.40 0.36 1.03
PB1 -0.05 0.08 -0.01 0.04 -0.02 1.18
PB2 0.11 0.09 0.05 0.01 0.09 0.63
PB3 -0.01 0.09 0.03 0.10 0.05 0.55
PB4 -0.01 0.09 0.10 0.06 0.04 0.47
U1 0.02 0.01 -0.03 0.04 -0.05 0.10
U2 0.21 -0.05 -0.11 -0.06 0.04 0.18
U3 0.18 0.03 -0.04 -0.06 0.09 0.25
U4 0.12 -0.02 -0.10 -0.01 0.00 0.27
FI1 -0.11 0.08 0.04 -0.03 0.02 -0.01
FI2 -0.10 0.03 0.03 0.02 0.01 -0.03
FI3 -0.09 0.05 0.14 0.09 0.01 -0.03
FI4 0.03 0.09 0.10 0.19 0.05 0.04
PP1 0.02 -0.09 -0.07 -0.10 -0.08 -0.04
PP2 -0.08 -0.10 -0.03 0.02 -0.02 -0.02
PP3 -0.08 -0.06 0.01 0.01 -0.11 0.05
PP4 -0.02 -0.10 -0.13 -0.01 -0.16 0.01
PP5 0.05 -0.08 -0.08 -0.11 -0.11 0.07
PP6 -0.06 0.04 0.02 0.01 -0.10 0.00

Covariance Matrix

PB2 PB3 PB4 U1 U2 U3


-------- -------- -------- -------- -------- --------
PB2 0.82

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


PB3 0.40 0.90
PB4 0.35 0.41 0.74
U1 0.15 0.16 0.10 0.98
U2 0.10 0.06 0.07 0.34 1.11
U3 0.17 0.06 0.18 0.27 0.87 1.13
U4 0.18 -0.01 0.14 0.37 0.65 0.67
FI1 0.00 -0.07 0.00 0.14 -0.09 -0.01
FI2 -0.06 -0.05 -0.07 0.04 -0.14 -0.07
FI3 -0.08 -0.04 0.00 0.07 -0.23 -0.28
FI4 -0.09 0.06 0.02 0.12 0.13 0.05
PP1 -0.01 -0.02 -0.08 0.02 -0.05 -0.05
PP2 0.00 0.01 0.03 0.05 -0.14 -0.11
PP3 0.05 0.14 -0.01 -0.08 -0.03 -0.06
PP4 0.09 0.04 0.00 -0.01 0.06 0.03
PP5 0.10 0.04 -0.03 0.06 0.02 -0.02
PP6 0.00 0.10 0.02 0.04 -0.05 -0.04

Covariance Matrix

U4 FI1 FI2 FI3 FI4 PP1


-------- -------- -------- -------- -------- --------
U4 1.14
FI1 0.14 1.10
FI2 0.02 0.59 0.77
FI3 -0.01 0.70 0.66 1.14
FI4 0.14 0.53 0.43 0.68 1.05
PP1 0.09 -0.02 0.13 0.15 -0.04 0.57
PP2 0.02 -0.09 0.03 0.14 -0.01 0.11
PP3 -0.01 -0.12 -0.01 -0.05 -0.09 0.12
PP4 -0.05 -0.14 -0.15 -0.17 -0.15 0.02
PP5 0.12 -0.08 -0.10 -0.07 -0.11 0.10
PP6 -0.10 0.05 0.06 0.09 0.06 0.04

Covariance Matrix

PP2 PP3 PP4 PP5 PP6


-------- -------- -------- -------- --------
PP2 0.71
PP3 0.16 0.75
PP4 0.17 0.19 0.82
PP5 0.16 0.12 0.12 0.68
PP6 0.22 0.16 0.20 0.15 0.94

Number of Iterations = 32

LISREL Estimates (Maximum Likelihood)

Measurement Equations

PI1 = 0.40*Purchase, Errorvar.= 0.77 , R² = 0.17


(0.10)
7.53

PI2 = 0.78*Purchase, Errorvar.= 0.43 , R² = 0.58


(0.15) (0.086)
5.12 4.99

PI3 = 1.05*Purchase, Errorvar.= 0.23 , R² = 0.82


(0.25) (0.12)
4.14 1.86

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


A1 = 0.70*Attitude, Errorvar.= 0.21 , R² = 0.70
(0.052)
4.03

A2 = 0.70*Attitude, Errorvar.= 0.36 , R² = 0.58


(0.086) (0.065)
8.13 5.60

A3 = 0.60*Attitude, Errorvar.= 0.58 , R² = 0.38


(0.090) (0.084)
6.64 6.95

A4 = 0.57*Attitude, Errorvar.= 0.68 , R² = 0.33


(0.094) (0.095)
6.13 7.15

SN1 = 0.71*Subjecti, Errorvar.= 0.14 , R² = 0.78


(0.045)
3.17

SN2 = 0.66*Subjecti, Errorvar.= 0.38 , R² = 0.53


(0.080) (0.062)
8.21 6.16

SN3 = 0.67*Subjecti, Errorvar.= 0.41 , R² = 0.52


(0.083) (0.066)
8.15 6.23

SN4 = 0.53*Subjecti, Errorvar.= 0.75 , R² = 0.27


(0.093) (0.10)
5.69 7.38

PB1 = 0.87*Perceive, Errorvar.= 0.41 , R² = 0.65


(0.088)
4.68

PB2 = 0.68*Perceive, Errorvar.= 0.37 , R² = 0.56


(0.088) (0.064)
7.68 5.70

PB3 = 0.64*Perceive, Errorvar.= 0.49 , R² = 0.46


(0.091) (0.076)
7.04 6.45

PB4 = 0.56*Perceive, Errorvar.= 0.43 , R² = 0.42


(0.083) (0.065)
6.76 6.65

U1 = 0.35*Uniquene, Errorvar.= 0.85 , R² = 0.13


(0.11)
7.73

U2 = 0.93*Uniquene, Errorvar.= 0.24 , R² = 0.78


(0.24) (0.072)
3.84 3.36

U3 = 0.88*Uniquene, Errorvar.= 0.29 , R² = 0.73


(0.23) (0.071)
3.84 4.13

U4 = 0.71*Uniquene, Errorvar.= 0.63 , R² = 0.45


(0.20) (0.090)
3.64 7.00

FI1 = 0.79*FashionI, Errorvar.= 0.47 , R² = 0.57


(0.073)

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


6.47

FI2 = 0.70*FashionI, Errorvar.= 0.28 , R² = 0.64


(0.079) (0.047)
8.89 5.86

FI3 = 0.92*FashionI, Errorvar.= 0.28 , R² = 0.75


(0.096) (0.065)
9.57 4.26

FI4 = 0.67*FashionI, Errorvar.= 0.59 , R² = 0.43


(0.094) (0.084)
7.18 7.10

PP1 = 0.20*ProductP, Errorvar.= 0.53 , R² = 0.071


(0.083) (0.071)
2.43 7.50

PP2 = 0.42*ProductP, Errorvar.= 0.52 , R² = 0.26


(0.092) (0.085)
4.58 6.10

PP3 = 0.39*ProductP, Errorvar.= 0.60 , R² = 0.20


(0.097) (0.090)
3.99 6.61

PP4 = 0.40*ProductP, Errorvar.= 0.66 , R² = 0.20


(0.10) (0.100)
3.96 6.64

PP5 = 0.40*ProductP, Errorvar.= 0.52 , R² = 0.23


(0.093) (0.082)
4.27 6.36

PP6 = 0.39*ProductP, Errorvar.= 0.79 , R² = 0.16


(0.11) (0.11)
3.58 6.91

Error Covariance for PI2 and PI1 = 0.25


(0.070)
3.51

Error Covariance for FI2 and PI1 = 0.043


(0.042)
1.03

Error Covariance for FI3 and U3 = -0.13


(0.040)
-3.36

Error Covariance for PP1 and A1 = -0.12


(0.040)
-2.99

Error Covariance for PP2 and FI3 = 0.14


(0.046)
2.94

Structural Equations

Purchase = 0.47*Attitude - 0.28*Subjecti + 0.36*Perceive - 0.13*Uniquene -


0.22*FashionI - 0.20*ProductP, Errorvar.= 0.50 ,
0 , (0.14) (0.11) (0.12) (0.095) (0.100)

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


(0.12) (0.24)
4) 3.34 -2.51 2.95 -1.35 -2.16
-1.65 2.1 R²

R² = 0.50

Attitude = - 0.0029*ProductP, Errorvar.= 1.00 , R² = 0.00


(0.13) (0.19)
-0.023 5.28

Subjecti = - 0.24*ProductP, Errorvar.= 0.94 , R² = 0.057


(0.12) (0.17)
-1.92 5.40

Perceive = 0.065*ProductP, Errorvar.= 1.00 , R² = 0.0043


(0.13) (0.20)
0.51 4.87

Uniquene = - 0.032*ProductP, Errorvar.= 1.00 , R² = 0.0011


(0.12) (0.52)
-0.26 1.92

FashionI = - 0.14*ProductP, Errorvar.= 0.98 , R² = 0.019


(0.13) (0.21)
-1.09 4.68

Reduced Form Equations

Purchase = - 0.074*ProductP, Errorvar.= 0.99, R² = 0.0055


(0.13)
-0.59

Attitude = - 0.0029*ProductP, Errorvar.= 1.00, R² = 0.00


(0.13)
-0.023

Subjecti = - 0.24*ProductP, Errorvar.= 0.94, R² = 0.057


(0.12)
-1.92

Perceive = 0.065*ProductP, Errorvar.= 1.00, R² = 0.0043


(0.13)
0.51

Uniquene = - 0.032*ProductP, Errorvar.= 1.00, R² = 0.0011


(0.12)
-0.26

FashionI = - 0.14*ProductP, Errorvar.= 0.98, R² = 0.019


(0.13)
-1.09

Correlation Matrix of Independent Variables

ProductP
--------
1.00

Covariance Matrix of Latent Variables

Purchase Attitude Subjecti Perceive Uniquene FashionI


-------- -------- -------- -------- -------- --------
Purchase 1.00

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Attitude 0.47 1.00
Subjecti -0.25 0.00 1.00
Perceive 0.36 0.00 -0.02 1.00
Uniquene -0.13 0.00 0.01 0.00 1.00
FashionI -0.20 0.00 0.03 -0.01 0.00 1.00
ProductP -0.07 0.00 -0.24 0.07 -0.03 -0.14

Covariance Matrix of Latent Variables

ProductP
--------
ProductP 1.00

Goodness of Fit Statistics

Degrees of Freedom = 361


Minimum Fit Function Chi-Square = 372.60 (P = 0.33)
Normal Theory Weighted Least Squares Chi-Square = 339.11 (P = 0.79)
Estimated Non-centrality Parameter (NCP) = 0.0
90 Percent Confidence Interval for NCP = (0.0 ; 23.91)

Minimum Fit Function Value = 3.00


Population Discrepancy Function Value (F0) = 0.0
90 Percent Confidence Interval for F0 = (0.0 ; 0.19)
Root Mean Square Error of Approximation (RMSEA) = 0.0
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.023)
P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00

Expected Cross-Validation Index (ECVI) = 4.10


90 Percent Confidence Interval for ECVI = (4.10 ; 4.30)
ECVI for Saturated Model = 7.02
ECVI for Independence Model = 12.68

Chi-Square for Independence Model with 406 Degrees of Freedom = 1514.49


Independence AIC = 1572.49
Model AIC = 487.11
Saturated AIC = 870.00
Independence CAIC = 1683.51
Model CAIC = 770.40
Saturated CAIC = 2535.32

Normed Fit Index (NFI) = 0.75


Non-Normed Fit Index (NNFI) = 0.99
Parsimony Normed Fit Index (PNFI) = 0.67
Comparative Fit Index (CFI) = 0.99
Incremental Fit Index (IFI) = 0.99
Relative Fit Index (RFI) = 0.72

Critical N (CN) = 142.92

Root Mean Square Residual (RMR) = 0.070


Standardized RMR = 0.074
Goodness of Fit Index (GFI) = 0.84
Adjusted Goodness of Fit Index (AGFI) = 0.81
Parsimony Goodness of Fit Index (PGFI) = 0.70

Time used: 0.624 Seconds

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 10. Output LISREL Batik Tulis

DATE: 6/29/2013
TIME: 9:49

L I S R E L 8.50

BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2001
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file C:\Users\frida\Documents\THESIS RIANG


GEMBIRA\kuesioner SEM\batik tulis edit\batik tulis edit 1\FinalBatikTulisEdit1.pr2:

System File from File STRUKTURBATIKTULISEDIT1.DSF

Latent Variables PurchaseIntention Attitude SubjectiveNorm PerceivedBehavior


Uniqueness FashionInvolvement ProductPersonality

Relationships:
PI1 - PI3 = PurchaseIntention
A1 - A4 = Attitude
SN1 - SN4 = SubjectiveNorm
PB1 - PB4 = PerceivedBehavior
U2 - U3 = Uniqueness
FI1 - FI4 = FashionInvolvement
PP1 - PP5 = ProductPersonality

Attitude = ProductPersonality
SubjectiveNorm = ProductPersonality
PerceivedBehavior = ProductPersonality
Uniqueness = ProductPersonality
FashionInvolvement = ProductPersonality

PurchaseIntention = Attitude SubjectiveNorm PerceivedBehavior Uniqueness


FashionInvolvement ProductPersonality

Path Diagram
options me=ml ad=off it=300

Set the Error Variance of U3 to 0.01

Set Error Covariance between PI2 and PI1 Free


Set Error Covariance between SN4 and SN3 Free
Set Error Covariance between PP4 and PB4 Free
Set Error Covariance between PP5 and A3 Free
Set Error Covariance between PP5 and PP1 Free
Set Error Covariance between PP5 and PP4 Free
Set Error Covariance between Uniqueness and Attitude Free

End of Problem

Sample Size = 135

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Covariance Matrix

PI1 PI2 PI3 A1 A2 A3


-------- -------- -------- -------- -------- --------
PI1 1.00
PI2 0.64 1.13
PI3 0.48 0.88 1.34
A1 0.05 0.01 -0.04 0.73
A2 0.01 -0.01 -0.03 0.54 0.87
A3 0.00 0.10 0.08 0.58 0.53 1.01
A4 -0.04 -0.02 0.03 0.38 0.41 0.42
SN1 0.26 0.33 0.45 0.10 0.08 0.17
SN2 0.20 0.31 0.38 0.07 0.08 0.11
SN3 -0.10 0.01 0.20 -0.06 -0.02 -0.13
SN4 -0.01 0.13 0.26 0.01 0.03 -0.04
PB1 0.05 0.06 0.02 0.06 0.03 0.07
PB2 -0.12 -0.16 -0.27 0.06 0.01 0.06
PB3 0.05 -0.04 -0.09 0.06 -0.02 0.01
PB4 -0.10 -0.16 -0.17 -0.07 -0.04 -0.13
U2 0.06 -0.01 0.02 -0.14 -0.15 -0.19
U3 0.10 0.09 0.01 -0.24 -0.27 -0.36
FI1 -0.06 0.01 -0.02 0.06 -0.05 0.04
FI2 0.01 0.00 -0.11 0.08 0.12 0.00
FI3 -0.01 0.07 0.00 0.01 0.05 0.05
FI4 0.09 0.15 0.03 -0.05 -0.13 -0.04
PP1 -0.09 -0.16 -0.20 -0.12 -0.11 -0.17
PP2 -0.07 -0.17 -0.22 -0.08 -0.02 -0.13
PP3 0.01 -0.02 -0.09 -0.01 -0.01 -0.10
PP4 0.06 -0.02 -0.03 -0.02 0.00 0.03
PP5 0.01 -0.07 -0.08 0.03 0.10 0.21

Covariance Matrix

A4 SN1 SN2 SN3 SN4 PB1


-------- -------- -------- -------- -------- --------
A4 1.06
SN1 0.08 0.77
SN2 0.04 0.57 1.00
SN3 -0.01 0.33 0.31 0.94
SN4 0.12 0.28 0.33 0.40 0.98
PB1 0.07 -0.08 0.00 0.02 0.01 0.95
PB2 -0.03 -0.09 -0.06 -0.08 -0.02 0.28
PB3 -0.08 -0.05 -0.05 -0.07 -0.02 0.20
PB4 -0.14 -0.10 -0.07 0.02 0.13 0.31
U2 -0.06 0.03 0.07 -0.06 -0.01 0.06
U3 -0.16 -0.06 -0.02 -0.02 0.04 0.04
FI1 -0.02 0.12 0.04 -0.03 0.03 -0.13
FI2 -0.08 0.06 0.01 -0.11 0.01 0.02
FI3 -0.05 0.03 -0.08 -0.07 -0.02 0.00
FI4 -0.20 0.04 0.02 -0.15 -0.04 0.10
PP1 -0.20 -0.09 -0.09 -0.06 0.00 -0.10
PP2 -0.08 -0.08 -0.14 -0.05 -0.02 -0.07
PP3 -0.13 -0.05 -0.04 -0.03 -0.03 -0.08
PP4 0.02 0.01 -0.03 -0.07 -0.13 0.02
PP5 0.07 -0.17 -0.13 -0.10 -0.12 0.17

Covariance Matrix

PB2 PB3 PB4 U2 U3 FI1


-------- -------- -------- -------- -------- --------
PB2 0.89
PB3 0.47 0.76
PB4 0.28 0.29 1.00

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


U2 0.13 0.10 0.18 0.64
U3 0.02 0.11 0.08 0.41 0.93
FI1 -0.04 -0.03 -0.14 -0.02 0.03 0.95
FI2 0.00 0.03 0.18 -0.20 -0.19 0.16
FI3 0.03 0.01 0.01 0.03 -0.06 0.45
FI4 0.04 0.01 -0.06 0.03 0.05 0.29
PP1 0.09 0.11 0.12 0.03 0.20 0.00
PP2 0.06 0.07 0.04 0.04 0.16 -0.02
PP3 0.12 0.06 0.04 -0.04 0.08 -0.02
PP4 0.12 0.12 -0.09 0.04 0.07 0.08
PP5 0.16 0.07 0.01 -0.01 0.07 -0.05

Covariance Matrix

FI2 FI3 FI4 PP1 PP2 PP3


-------- -------- -------- -------- -------- --------
FI2 1.20
FI3 0.36 0.82
FI4 0.07 0.33 0.98
PP1 0.08 -0.09 -0.07 0.64
PP2 0.07 -0.04 -0.01 0.42 0.61
PP3 0.11 -0.08 -0.04 0.33 0.35 0.62
PP4 0.03 0.02 0.13 0.26 0.32 0.25
PP5 -0.15 0.02 0.04 0.09 0.23 0.17

Covariance Matrix

PP4 PP5
-------- --------
PP4 0.68
PP5 0.36 0.98

Number of Iterations = 45

LISREL Estimates (Maximum Likelihood)

Measurement Equations

PI1 = 0.44*Purchase, Errorvar.= 0.80 , R² = 0.20


(0.10)
7.75

PI2 = 0.81*Purchase, Errorvar.= 0.48 , R² = 0.58


(0.13) (0.10)
6.11 4.65

PI3 = 1.09*Purchase, Errorvar.= 0.14 , R² = 0.89


(0.25) (0.16)
4.46 0.91

A1 = 0.74*Attitude, Errorvar.= 0.18 , R² = 0.75


(0.044)
4.07

A2 = 0.71*Attitude, Errorvar.= 0.36 , R² = 0.58


(0.076) (0.058)
9.40 6.23

A3 = 0.76*Attitude, Errorvar.= 0.42 , R² = 0.58


(0.079) (0.067)
9.52 6.23

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


A4 = 0.53*Attitude, Errorvar.= 0.78 , R² = 0.26
(0.089) (0.10)
5.89 7.73

SN1 = 0.78*Subjecti, Errorvar.= 0.17 , R² = 0.78


(0.074)
2.26

SN2 = 0.73*Subjecti, Errorvar.= 0.46 , R² = 0.54


(0.11) (0.086)
6.89 5.35

SN3 = 0.41*Subjecti, Errorvar.= 0.77 , R² = 0.18


(0.093) (0.099)
4.44 7.81

SN4 = 0.39*Subjecti, Errorvar.= 0.83 , R² = 0.15


(0.095) (0.11)
4.09 7.88

PB1 = 0.37*Perceive, Errorvar.= 0.81 , R² = 0.15


(0.11)
7.72

PB2 = 0.73*Perceive, Errorvar.= 0.36 , R² = 0.59


(0.20) (0.097)
3.68 3.76

PB3 = 0.63*Perceive, Errorvar.= 0.36 , R² = 0.53


(0.17) (0.079)
3.69 4.51

PB4 = 0.47*Perceive, Errorvar.= 0.80 , R² = 0.21


(0.14) (0.11)
3.24 7.44

U2 = 0.42*Uniquene, Errorvar.= 0.46 , R² = 0.28


(0.056)
8.15

U3 = 0.96*Uniquene, Errorvar.= 0.0100, R² = 0.99


(0.13)
7.22

FI1 = 0.51*FashionI, Errorvar.= 0.69 , R² = 0.28


(0.10)
6.69

FI2 = 0.40*FashionI, Errorvar.= 1.04 , R² = 0.13


(0.11) (0.13)
3.73 7.85

FI3 = 0.88*FashionI, Errorvar.= 0.041, R² = 0.95


(0.23) (0.18)
3.78 0.24

FI4 = 0.38*FashionI, Errorvar.= 0.84 , R² = 0.15


(0.098) (0.11)
3.87 7.79

PP1 = 0.64*ProductP, Errorvar.= 0.24 , R² = 0.63


(0.063) (0.044)
10.10 5.44

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


PP2 = 0.67*ProductP, Errorvar.= 0.17 , R² = 0.72
(0.059) (0.039)
11.18 4.32

PP3 = 0.52*ProductP, Errorvar.= 0.35 , R² = 0.43


(0.065) (0.050)
8.02 7.15

PP4 = 0.46*ProductP, Errorvar.= 0.47 , R² = 0.31


(0.069) (0.062)
6.62 7.59

PP5 = 0.38*ProductP, Errorvar.= 0.83 , R² = 0.15


(0.090) (0.11)
4.28 7.85

Error Covariance for PI2 and PI1 = 0.28


(0.078)
3.62

Error Covariance for SN4 and SN3 = 0.24


(0.076)
3.15

Error Covariance for PP4 and PB4 = -0.17


(0.055)
-2.99

Error Covariance for PP5 and A3 = 0.17


(0.056)
3.10

Error Covariance for PP5 and PP1 = -0.13


(0.045)
-2.91

Error Covariance for PP5 and PP4 = 0.16


(0.059)
2.66

Structural Equations

Purchase = - 0.068*Attitude + 0.48*Subjecti - 0.13*Perceive + 0.088*Uniquene +


0.0020*FashionI - 0.18*ProductP,
r.= (0.094) (0.14) (0.10) (0.092) (0.081)
(0.10)
-0.72 3.40 -1.31 0.96 0.024
-1.79

Errorvar.= 0.67 , R² = 0.33


(0.27)
2.50

Attitude = - 0.17*ProductP, Errorvar.= 0.97 , R² = 0.030


(0.10) (0.17)
-1.73 5.79

Subjecti = - 0.19*ProductP, Errorvar.= 0.96 , R² = 0.038


(0.10) (0.19)
-1.92 5.10

Perceive = 0.19*ProductP, Errorvar.= 0.96 , R² = 0.037


(0.12) (0.48)
1.66 1.99

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Uniquene = 0.26*ProductP, Errorvar.= 0.93 , R² = 0.069
(0.099) (0.28)
2.67 3.30

FashionI = - 0.094*ProductP, Errorvar.= 0.99 , R² = 0.0088


(0.098) (0.38)
-0.95 2.64

Error Covariance for Uniquene and Attitude = -0.34


(0.11)
-3.20

Reduced Form Equations

Purchase = - 0.27*ProductP, Errorvar.= 0.93, R² = 0.072


(0.11)
-2.40

Attitude = - 0.17*ProductP, Errorvar.= 0.97, R² = 0.030


(0.10)
-1.73

Subjecti = - 0.19*ProductP, Errorvar.= 0.96, R² = 0.038


(0.10)
-1.92

Perceive = 0.19*ProductP, Errorvar.= 0.96, R² = 0.037


(0.12)
1.66

Uniquene = 0.26*ProductP, Errorvar.= 0.93, R² = 0.069


(0.099)
2.67

FashionI = - 0.094*ProductP, Errorvar.= 0.99, R² = 0.0088


(0.098)
-0.95

Correlation Matrix of Independent Variables

ProductP
--------
1.00

Covariance Matrix of Latent Variables

Purchase Attitude Subjecti Perceive Uniquene FashionI


-------- -------- -------- -------- -------- --------
Purchase 1.00
Attitude -0.05 1.00
Subjecti 0.52 0.03 1.00
Perceive -0.18 -0.03 -0.04 1.00
Uniquene 0.03 -0.39 -0.05 0.05 1.00
FashionI 0.03 0.02 0.02 -0.02 -0.02 1.00
ProductP -0.27 -0.17 -0.19 0.19 0.26 -0.09

Covariance Matrix of Latent Variables

ProductP
--------
ProductP 1.00

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Goodness of Fit Statistics

Degrees of Freedom = 282


Minimum Fit Function Chi-Square = 322.63 (P = 0.048)
Normal Theory Weighted Least Squares Chi-Square = 287.28 (P = 0.40)
Estimated Non-centrality Parameter (NCP) = 5.28
90 Percent Confidence Interval for NCP = (0.0 ; 49.35)

Minimum Fit Function Value = 2.41


Population Discrepancy Function Value (F0) = 0.039
90 Percent Confidence Interval for F0 = (0.0 ; 0.37)
Root Mean Square Error of Approximation (RMSEA) = 0.012
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.036)
P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00

Expected Cross-Validation Index (ECVI) = 3.17


90 Percent Confidence Interval for ECVI = (3.13 ; 3.50)
ECVI for Saturated Model = 5.24
ECVI for Independence Model = 10.27

Chi-Square for Independence Model with 325 Degrees of Freedom = 1324.34


Independence AIC = 1376.34
Model AIC = 425.28
Saturated AIC = 702.00
Independence CAIC = 1477.88
Model CAIC = 694.74
Saturated CAIC = 2072.75

Normed Fit Index (NFI) = 0.76


Non-Normed Fit Index (NNFI) = 0.95
Parsimony Normed Fit Index (PNFI) = 0.66
Comparative Fit Index (CFI) = 0.96
Incremental Fit Index (IFI) = 0.96
Relative Fit Index (RFI) = 0.72

Critical N (CN) = 142.29

Root Mean Square Residual (RMR) = 0.064


Standardized RMR = 0.071
Goodness of Fit Index (GFI) = 0.86
Adjusted Goodness of Fit Index (AGFI) = 0.82
Parsimony Goodness of Fit Index (PGFI) = 0.69

Time used: 0.374 Seconds

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Lampiran 11. Output LISREL Batik Lukis

DATE: 6/29/2013
TIME: 9:51

L I S R E L 8.50

BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2001
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file C:\Users\frida\Documents\THESIS RIANG


GEMBIRA\kuesioner SEM\batik lukis edit\batik lukis edit 2\FinalBatikLukisEdit2.pr2:

System File from File STRUKTURBATIKLUKISEDIT2.DSF

Latent Variables PurchaseIntention Attitude SubjectiveNorm PerceivedBehavior


Uniqueness FashionInvolvement ProductPersonality

Relationships:
PI1 - PI3 = PurchaseIntention
A1 - A3 = Attitude
SN1 - SN3 = SubjectiveNorm
PB1 - PB4 = PerceivedBehavior
U1 - U4 = Uniqueness
FI1 - FI4 = FashionInvolvement
PP1 - PP6 = ProductPersonality

Attitude = ProductPersonality
SubjectiveNorm = ProductPersonality
PerceivedBehavior = ProductPersonality
Uniqueness = ProductPersonality
FashionInvolvement = ProductPersonality

PurchaseIntention = Attitude SubjectiveNorm PerceivedBehavior Uniqueness


FashionInvolvement ProductPersonality

Path Diagram
options me=ml ad=off it=300

Set Error Covariance between PI3 and PI1 Free


Set Error Covariance between A4 and A3 Free
Set Error Covariance between PB4 and PB3 Free
Set Error Covariance between U3 and U2 Free
Set Error Covariance between PP3 and PI3 Free
Set Error Covariance between PP3 and PP2 Free

End of Problem

Sample Size = 140

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


Covariance Matrix

PI1 PI2 PI3 A1 A2 A3


-------- -------- -------- -------- -------- --------
PI1 0.56
PI2 0.34 0.72
PI3 0.26 0.65 1.10
A1 0.14 0.15 0.16 0.70
A2 0.10 0.26 0.31 0.47 0.85
A3 -0.06 0.08 0.13 0.18 0.28 0.75
SN1 0.10 0.20 0.22 0.19 0.22 0.04
SN2 0.22 0.32 0.42 -0.03 -0.01 0.00
SN3 0.15 0.19 0.16 0.10 0.08 0.05
PB1 0.06 0.03 0.10 -0.03 -0.01 0.03
PB2 -0.01 -0.03 0.04 - - -0.01 0.04
PB3 -0.07 -0.13 -0.08 -0.09 -0.07 -0.07
PB4 -0.02 -0.07 -0.11 0.02 -0.09 -0.08
U1 0.15 0.19 0.21 0.12 0.15 0.10
U2 0.12 0.16 0.19 0.05 0.09 0.01
U3 0.09 0.11 0.19 0.07 0.04 0.03
U4 0.07 0.14 0.25 0.04 0.15 0.14
FI1 0.11 0.16 0.05 0.05 0.10 0.08
FI2 0.04 0.03 0.04 0.04 0.05 0.00
FI3 0.09 0.07 0.07 -0.02 0.07 0.05
FI4 0.10 0.09 -0.05 -0.06 0.02 -0.03
A4 0.01 0.07 0.08 0.20 0.18 0.27
PP1 0.06 -0.02 0.08 0.01 0.05 -0.04
PP2 -0.01 0.07 0.18 0.04 0.04 0.06
PP3 0.02 0.06 0.27 -0.01 -0.01 0.05
PP4 0.04 0.09 0.07 -0.08 -0.07 -0.03
PP5 0.06 0.11 0.19 -0.08 -0.02 0.05
PP6 0.06 0.07 0.15 0.08 0.10 0.14

Covariance Matrix

SN1 SN2 SN3 PB1 PB2 PB3


-------- -------- -------- -------- -------- --------
SN1 0.50
SN2 0.19 0.88
SN3 0.08 0.16 0.58
PB1 0.02 0.06 -0.06 0.85
PB2 -0.02 0.05 -0.01 0.41 0.57
PB3 0.01 -0.10 0.01 0.24 0.26 0.82
PB4 0.00 -0.06 0.03 0.22 0.23 0.34
U1 0.13 0.14 0.06 0.13 0.06 0.03
U2 0.11 0.06 -0.02 0.19 0.04 0.10
U3 0.15 0.06 0.06 0.14 0.02 0.11
U4 0.10 0.06 0.08 0.00 -0.05 -0.08
FI1 0.06 -0.09 0.00 -0.01 -0.08 -0.04
FI2 0.00 -0.06 -0.03 -0.06 -0.06 -0.08
FI3 0.04 0.03 0.05 -0.01 0.00 0.04
FI4 0.01 -0.02 0.06 -0.06 -0.11 0.03
A4 0.06 0.03 0.05 0.03 0.05 -0.09
PP1 0.02 0.04 0.10 0.10 0.08 0.08
PP2 0.01 0.16 0.05 0.06 0.01 -0.12
PP3 -0.07 0.09 0.09 0.04 0.04 -0.01
PP4 -0.02 0.10 0.04 0.15 0.07 0.13
PP5 0.06 0.13 0.04 0.19 0.19 0.14
PP6 0.04 0.11 0.02 0.22 0.19 0.07

Covariance Matrix

PB4 U1 U2 U3 U4 FI1
-------- -------- -------- -------- -------- --------
PB4 0.88
U1 -0.08 0.97

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


U2 -0.01 0.27 0.94
U3 0.07 0.18 0.57 1.05
U4 -0.04 0.20 0.21 0.23 0.88
FI1 -0.07 0.20 0.18 0.22 0.04 0.97
FI2 0.05 0.14 0.08 0.19 0.09 0.27
FI3 -0.09 0.21 0.18 0.11 0.03 0.52
FI4 0.00 0.19 0.05 0.03 -0.02 0.44
A4 -0.03 0.07 0.00 0.03 0.06 -0.06
PP1 0.07 0.03 0.09 0.21 0.04 -0.03
PP2 0.01 0.05 0.07 0.04 0.10 -0.10
PP3 0.00 0.06 0.02 0.11 0.17 0.00
PP4 0.13 0.10 0.12 0.11 0.06 0.05
PP5 0.17 0.02 0.18 0.17 0.00 -0.02
PP6 0.02 0.17 0.10 0.18 0.05 -0.01

Covariance Matrix

FI2 FI3 FI4 A4 PP1 PP2


-------- -------- -------- -------- -------- --------
FI2 0.75
FI3 0.34 0.94
FI4 0.25 0.55 0.92
A4 0.05 0.04 -0.06 0.75
PP1 0.11 -0.04 0.00 0.08 1.04
PP2 0.06 -0.06 -0.07 0.17 0.36 0.97
PP3 0.03 0.02 -0.01 0.07 0.34 0.42
PP4 0.04 -0.01 0.02 0.00 0.28 0.29
PP5 0.06 0.02 0.09 0.00 0.37 0.25
PP6 0.14 0.08 -0.02 0.16 0.27 0.14

Covariance Matrix

PP3 PP4 PP5 PP6


-------- -------- -------- --------
PP3 0.78
PP4 0.19 0.76
PP5 0.20 0.34 0.96
PP6 0.18 0.25 0.25 0.89

Number of Iterations = 32

LISREL Estimates (Maximum Likelihood)

Measurement Equations

PI1 = 0.44*Purchase, Errorvar.= 0.35 , R² = 0.36


(0.051)
6.97

PI2 = 0.70*Purchase, Errorvar.= 0.19 , R² = 0.73


(0.11) (0.044)
6.38 4.22

PI3 = 0.86*Purchase, Errorvar.= 0.30 , R² = 0.71


(0.14) (0.075)
6.03 4.04

A1 = 0.52*Attitude, Errorvar.= 0.43 , R² = 0.38


(0.079)
5.51

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


A2 = 0.91*Attitude, Errorvar.= 0.023, R² = 0.97
(0.22) (0.18)
4.10 0.13

A3 = 0.25*Attitude, Errorvar.= 0.66 , R² = 0.087


(0.071) (0.080)
3.50 8.20

SN1 = 0.27*Subjecti, Errorvar.= 0.43 , R² = 0.15


(0.055)
7.71

SN2 = 0.67*Subjecti, Errorvar.= 0.43 , R² = 0.51


(0.19) (0.11)
3.43 3.83

SN3 = 0.27*Subjecti, Errorvar.= 0.50 , R² = 0.12


(0.099) (0.064)
2.70 7.82

PB1 = 0.65*Perceive, Errorvar.= 0.42 , R² = 0.50


(0.088)
4.84

PB2 = 0.63*Perceive, Errorvar.= 0.17 , R² = 0.70


(0.12) (0.069)
5.37 2.47

PB3 = 0.40*Perceive, Errorvar.= 0.66 , R² = 0.19


(0.090) (0.086)
4.42 7.73

PB4 = 0.35*Perceive, Errorvar.= 0.76 , R² = 0.14


(0.093) (0.096)
3.81 7.92

U1 = 0.44*Uniquene, Errorvar.= 0.77 , R² = 0.20


(0.12)
6.60

U2 = 0.59*Uniquene, Errorvar.= 0.59 , R² = 0.37


(0.21) (0.14)
2.80 4.24

U3 = 0.52*Uniquene, Errorvar.= 0.77 , R² = 0.26


(0.20) (0.15)
2.60 5.32

U4 = 0.39*Uniquene, Errorvar.= 0.73 , R² = 0.17


(0.14) (0.11)
2.75 6.98

FI1 = 0.65*FashionI, Errorvar.= 0.55 , R² = 0.43


(0.083)
6.68

FI2 = 0.41*FashionI, Errorvar.= 0.58 , R² = 0.22


(0.086) (0.075)
4.73 7.77

FI3 = 0.82*FashionI, Errorvar.= 0.27 , R² = 0.71


(0.12) (0.081)
6.73 3.40

FI4 = 0.67*FashionI, Errorvar.= 0.48 , R² = 0.48


(0.10) (0.077)

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


6.51 6.21

A4 = , Errorvar.= 0.75 ,
(0.090)
8.34

PP1 = 0.60*ProductP, Errorvar.= 0.69 , R² = 0.34


(0.094) (0.10)
6.30 6.68

PP2 = 0.46*ProductP, Errorvar.= 0.76 , R² = 0.22


(0.094) (0.10)
4.89 7.41

PP3 = 0.38*ProductP, Errorvar.= 0.61 , R² = 0.19


(0.081) (0.080)
4.63 7.67

PP4 = 0.53*ProductP, Errorvar.= 0.48 , R² = 0.37


(0.080) (0.075)
6.57 6.47

PP5 = 0.61*ProductP, Errorvar.= 0.60 , R² = 0.38


(0.090) (0.094)
6.71 6.36

PP6 = 0.46*ProductP, Errorvar.= 0.68 , R² = 0.24


(0.089) (0.092)
5.16 7.35

Error Covariance for PI3 and PI1 = -0.15


(0.044)
-3.49

Error Covariance for PB4 and PB3 = 0.19


(0.068)
2.88

Error Covariance for U3 and U2 = 0.26


(0.12)
2.16

Error Covariance for A4 and A3 = 0.23


(0.063)
3.60

Error Covariance for PP3 and PI3 = 0.16


(0.046)
3.54

Error Covariance for PP3 and PP2 = 0.23


(0.067)
3.39

Structural Equations

Purchase = 0.29*Attitude + 0.70*Subjecti - 0.022*Perceive + 0.26*Uniquene +


0.043*FashionI - 0.068*ProductP, Errorvar.= 0.35 ,
0.35 , (0.086) (0.23) (0.088) (0.13) (0.079)
(0.13) (0.16)
0.16) 3.34 3.03 -0.25 1.95 0.55
-0.53 R² =

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


R² = 0.65

Attitude = 0.042*ProductP, Errorvar.= 1.00 , R² = 0.0018


(0.10) (0.33)
0.41 3.03

Subjecti = 0.29*ProductP, Errorvar.= 0.91 , R² = 0.086


(0.15) (0.47)
1.97 1.93

Perceive = 0.34*ProductP, Errorvar.= 0.88 , R² = 0.12


(0.12) (0.24)
2.88 3.72

Uniquene = 0.38*ProductP, Errorvar.= 0.85 , R² = 0.15


(0.16) (0.44)
2.34 1.93

FashionI = 0.052*ProductP, Errorvar.= 1.00 , R² = 0.0027


(0.11) (0.26)
0.47 3.87

Reduced Form Equations

Purchase = 0.24*ProductP, Errorvar.= 0.94, R² = 0.059


(0.11)
2.23

Attitude = 0.042*ProductP, Errorvar.= 1.00, R² = 0.0018


(0.10)
0.41

Subjecti = 0.29*ProductP, Errorvar.= 0.91, R² = 0.086


(0.15)
1.97

Perceive = 0.34*ProductP, Errorvar.= 0.88, R² = 0.12


(0.12)
2.88

Uniquene = 0.38*ProductP, Errorvar.= 0.85, R² = 0.15


(0.16)
2.34

FashionI = 0.052*ProductP, Errorvar.= 1.00, R² = 0.0027


(0.11)
0.47

Correlation Matrix of Independent Variables

ProductP
--------
1.00

Covariance Matrix of Latent Variables

Purchase Attitude Subjecti Perceive Uniquene FashionI


-------- -------- -------- -------- -------- --------
Purchase 1.00
Attitude 0.30 1.00
Subjecti 0.71 0.01 1.00
Perceive 0.06 0.01 0.10 1.00
Uniquene 0.32 0.02 0.11 0.13 1.00

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013


FashionI 0.06 0.00 0.02 0.02 0.02 1.00
ProductP 0.24 0.04 0.29 0.34 0.38 0.05

Covariance Matrix of Latent Variables

ProductP
--------
ProductP 1.00

Goodness of Fit Statistics

Degrees of Freedom = 334


Minimum Fit Function Chi-Square = 354.72 (P = 0.21)
Normal Theory Weighted Least Squares Chi-Square = 341.82 (P = 0.37)
Estimated Non-centrality Parameter (NCP) = 7.82
90 Percent Confidence Interval for NCP = (0.0 ; 55.59)

Minimum Fit Function Value = 2.55


Population Discrepancy Function Value (F0) = 0.056
90 Percent Confidence Interval for F0 = (0.0 ; 0.40)
Root Mean Square Error of Approximation (RMSEA) = 0.013
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.035)
P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00

Expected Cross-Validation Index (ECVI) = 3.50


90 Percent Confidence Interval for ECVI = (3.44 ; 3.84)
ECVI for Saturated Model = 5.84
ECVI for Independence Model = 9.09

Chi-Square for Independence Model with 378 Degrees of Freedom = 1207.42


Independence AIC = 1263.42
Model AIC = 485.82
Saturated AIC = 812.00
Independence CAIC = 1373.79
Model CAIC = 769.62
Saturated CAIC = 2412.31

Normed Fit Index (NFI) = 0.71


Non-Normed Fit Index (NNFI) = 0.97
Parsimony Normed Fit Index (PNFI) = 0.62
Comparative Fit Index (CFI) = 0.98
Incremental Fit Index (IFI) = 0.98
Relative Fit Index (RFI) = 0.67

Critical N (CN) = 156.59

Root Mean Square Residual (RMR) = 0.066


Standardized RMR = 0.080
Goodness of Fit Index (GFI) = 0.85
Adjusted Goodness of Fit Index (AGFI) = 0.82
Parsimony Goodness of Fit Index (PGFI) = 0.70

The Modification Indices Suggest to Add the


Path to from Decrease in Chi-Square New Estimate
SN1 Purchase 11.5 0.44
SN1 Attitude 16.1 0.23

Time used: 0.406 Seconds

Analisis product..., Sofrida Rosita Hanum, FT UI, 2013