Rasmussen (1989) berpendapat bahwa selama skala multi-item setidaknya berisi lima poin, ketepatan

statistik sepertinya tidak akan dikompromikan, dan penerapan prosedur parametrik pada skala tidak serius
implikasi untuk kesimpulan studi. Peneliti sependapat dengan melihat bahwa skala Likert, jika dibangun
dengan benar, berguna sebagai interval pengukuran seperti yang diterapkan dalam penelitian ini.
3.5.6 Validitas dan Reliabilitas Kuesioner
3.5.6.1 Validitas kuesioner
Menurut Norland-Tilburg (1990), validitas adalah jumlah yang sistematis atau kesalahan bawaan
dalam pengukuran. Itu dapat dibentuk menggunakan panel ahli dan/atau uji lapangan, dan, tergantung
pada sifat penelitiannya, dapat berupa konten, konstruk, kriteria, atau validasi wajah.
3.5.6.2 Keandalan kuesioner
Keandalan mengacu pada kesalahan acak dalam pengukuran (Radharkrishna, 2007), dan juga
menunjukkan akurasi atau presisi instrumen pengukuran (Norland-Tilburg, 1990). Kebutuhan akan uji
reliabilitas muncul dari sifat desain kuesioner, yang biasanya dalam bentuk beberapa pengukuran per
kriteria.
3.5.6.3 Pilot alpha dan modifikasi kuesioner
Ada banyak kriteria yang dapat digunakan untuk mengukur reliabilitas suatu skala, tetapi ada satu
kriteria perhatian yang paling umum untuk peneliti adalah konsistensi internal dan keandalan skala.
Ukuran ini sangat penting dalam skala yang memiliki beberapa item mengukur setiap konstruk dan
yang menggunakan interval atau semi skala interval seperti skala Likert 5 poin dan 7 poin atau
semantic skala diferensial.
3.6 PELAKSANAAN PENELITIAN
Tahap pelaksanaan proyek penelitian sangat penting untuk keberhasilannya.Menurut Creswell (2003),
jika sebuah penelitian dirancang dengan baik tetapi tidak tepat dijalankan, kemungkinan besar tidak akan
berhasil.
3.6.1 Kartu Pos Undangan
Mengirim undangan untuk mengikuti survei bisa disamakan dengan mengarahkan pemasaran. Hal ini
karena banyak masalah yang terkait dengan direct mail pemasaran
3.6.2 Penggunaan Logo Universitas Tuan Rumah
Logo dan kredensial merek universitas lainnya digunakan dengan izin undangan kartu pos serta pada
kuesioner itu sendiri. Tujuan dari ini adalah untuk memberikan otentikasi dan dukungan dari penelitian.
Pengesahan oleh lembaga bereputasi penting karena diharapkan akan meningkat kepercayaan pada
responden potensial serta meyakinkan mereka tentang kredibilitas dan status penelitian.
3.6.3 Desain Kuesioner Web
Kuesioner berbasis web dirancang dan diimplementasikan menggunakan web gratis alat kuesioner
LimeSurvey versi 1.92. LimeSurvey adalah sumber terbukaalat pengembangan dan penerapan kuesioner
yang dapat disesuaikan menggunakan php dan alat pengembangan web mySql.
3.6.4 Penyusunan Pertanyaan
Pertanyaan disusun dalam bagian-bagian untuk mencerminkan subkomponen atau konstruk itu mereka
mengukur,
untuk mendorong aliran logis dan kemudahan fokus pada bagian tersebut Responden.
3.6.5 Penggunaan Insentif
Untuk mendorong responden untuk menyelesaikan kuesioner dan dengan demikian meningkat tingkat
tanggapan, diputuskan, setelah berkonsultasi dengan otoritas etika dari universitas dan tim pengawas,
untuk menawarkan insentif non-moneter kepada responden.
3.6.6 Waktu dan Durasi Survei
Survei dilakukan selama empat minggu di awal tahun 2011 (17 Januari 2011 hingga 11 Februari
2011). Waktu survei dirancang untuk bertepatan dengan periode pasca-festival ketika orang cenderung
lebih banyak berpikir tentang keuangan dan belanja mereka, serta tertarik pada insentif yang dimiliki
kemungkinan menghabiskan lebih banyak dari biasanya selama perayaan. Durasi empat minggu dianggap
cukup untuk memungkinkan pengiriman surat berstempel kelas satu ke kelompok sasaran dan bagi
responden untuk kemudian mendaftar dan menyelesaikan survei.
3.6.7 Pemantauan dan Pengingat
Dari backend, peneliti dapat memantau kuesioner tingkat penyelesaian secara real time.
Dimungkinkan juga untuk mengetahui berapa banyak kunjungan telah dibuat ke situs kuesioner dan
untuk melihat kuesioner yang telah dimulai tetapi belum selesai.
3.6.8 Tingkat Respons
Pada akhir minggu keempat, 331 respons diterima (15,8%) tetapi hanya 306 tanggapan diselesaikan
dengan cukup detail agar berguna (mewakili 14,6% tingkat respons efektif),
3.6.9 Penyiapan Data dan Diagnostik Kualitas
Data yang diperoleh dari survei dikodekan ulang menggunakan pengodean ulang otomatis teknik yang
tersedia dalam perangkat lunak SPSS. Data kemudian diperiksa secara visual untuk kasus palsu dan
duplikasi, tetapi ini tidak terdeteksi.
3.6.9.1 Penanganan data yang hilang
Hasil yang diperoleh awalnya diperiksa untuk data yang hilang. Keluar dari aslinya 331 tanggapan
diterima, 25 kasus memiliki data yang tidak lengkap. Untuk kemudahan penanganan dan untuk
menghindari kompromi hasil, peneliti memutuskan untuk menghilangkan kasus tersebut dari analisis
daripada menangani data yang hilang menggunakan sarana statistik.
3.6.9.2. Memeriksa bias non-respons
Distribusi data lintas parameter geo-demografi dinilai dan analisis hasil disajikan dalam Bab Empat. Di
sini, itu hanya perlu untuk menunjukkan bahwa tidak ada pola yang jelas dari bias non-respons
penyebaran geografis atau demografis.
3.6.9.3 Akuntansi untuk bias metode umum
Selain bias respons dan pemeriksaan parametrik lainnya, penting untuk memeriksanya data untuk bias
metode. Pada bagian ini, bias metode umum dan nya estimasi dalam penelitian ini dijelaskan.
3.6.9.4 Pengecekan normalitas/nonnormalitas data
Asumsi pemodelan persamaan struktural adalah data yang dianalisis berasal dari sampel yang
berdistribusi normal.
3.7 TINJAUAN MODEL PERSAMAAN STRUKTURAL TEKNIK
Gambaran umum ini melihat bagaimana pengukuran dan hubungan jalur diperlakukan SEM. Ini juga
akan melihat bagaimana hipotesis diuji, apa kriteria penerimaannya adalah, asumsi yang dibuat, dan
faktor yang perlu dipertimbangkan saat melakukan analisis data melalui SEM. yang berbeda teknik
multivariat menjadi satu proses pemasangan model (Raykov dan Marcoulides,2006).
3.7.1 Proses SEM
Secara umum, melakukan pengujian teori dalam SEM melibatkan proses berikut:
• spesifikasi model
• identifikasi model
• estimasi model
• evaluasi model dan
• (bila perlu) modifikasi model
3.7.2 Perangkat Lunak
Ada banyak perangkat lunak untuk analisis SEM, namun yang paling umum perangkat lunak yang
digunakan dalam penelitian adalah LISREL, MPLUS, AMOS dan EQS.
3.7.3 Variabel Laten
SEM menggunakan jenis variabel khusus yang dikenal sebagai variabel laten. Variabel ini adalah juga
disebut sebagai tidak teramati, tidak terukur atau umum. Memang, itu adalah laten variabel yang
membedakan SEM dari analisis jalur biasa.
3.7.4 Indikator dan Syarat Kesalahan

Salah satu keuntungan utama SEM adalah secara eksplisit mengukur indikator dan mengoreksi perkiraan
model untuk faktor kesalahan (Smith et al., 2009). Terpendam variabel adalah konstruksi hipotetis yang
tidak teramati dan oleh karena itu tidak dapat diukur secara langsung.
3.7.5 Terminologi Variabel Tambahan
Dalam SEM, variabel yang bergantung pada variabel lain (dengan panah mengarah ke variabel tersebut)
disebut juga sebagai variabel endogen sedangkan variabel yang independent dan tidak diprediksi oleh
variabel lain (tanpa panah yang mengarah ke variabel tersebut).
3.7.6 Identifikasi
Identifikasi mengacu pada jumlah parameter yang diketahui dan tidak diketahui dalam persamaan
struktural. Sebuah model statistik “diidentifikasi” jika diketahui informasinya tersedia menyiratkan
bahwa ada satu nilai terbaik untuk setiap parameter dalam model yang nilainya tidak diketahui.
3.7.7 Manfaat Variabel Laten Indikator Berganda
Manfaat utama menggunakan variabel laten dengan banyak indikator adalah karena sebagian besar
konsep sosial itu kompleks dan beraneka segi, menggunakan ukuran tunggal untuk menangkap mereka
tidak akan cukup mencakup peta konseptual penuh mereka (Davis, 1993, Byrne, 2010).
3.7.8 Notasi dan Simbol
Model persamaan struktural berisi simbol standar dalam diagram jalur, meskipun ini tidak wajib.
Namun, karena mereka konvensional danmudah diidentifikasi oleh pengguna SEM, simbol pada Gambar
3.9 digunakan dalam hal ini penelitian mengikuti konvensi yang ada dalam literatur (misalnya di Byrne
2010; Teo, 2011).
BAB EMPAT
HASIL
4.0 PENDAHULUAN
Bab ini menyajikan analisis data yang dikumpulkan menggunakan online kuesioner survei. Analisis
umumnya disajikan mengikuti langkah-langkah dari analisis kuantitatif yang dipopulerkan oleh Creswell
dan Plano Clark (2007). Pertama, data disiapkan dan dibersihkan menggunakan perangkat lunak
penanganan data populer IBM SPSS.
4.1 PROFIL RESPONDEN
Studi ini menggunakan alat visualisasi data yang kuat untuk mendapatkan awal deskripsi demografis
tanggapan. Tableau Public adalah versi gratis dari perangkat lunak visualisasi data Tableau yang kuat dan
mampu bekerja secara penuh menganalisis berbagai macam data.
4.1.1 Distribusi Geografis
membandingkan distribusi geografis tanggapan ke daerah sampel. Inspeksi visual dari perbandingan ini
menunjukkan bahwa ada tanggapan tersebar luas di seluruh geografi sampel dan penyebaran ini konsisten
dengan kelompok populasi di Inggris. Persentase tanggapan tertinggi adalah diperoleh dari wilayah
Tenggara Inggris, sekitar wilayah London.
4.1.2 Distribusi Demografis
Tanggapan diterima di berbagai demografi menunjukkan caranya sampel respons akhir didistribusikan ke
seluruh demografi, dan segera menjadi jelas bahwa jumlah tanggapan tertinggi diterima dari orang-orang
berkualifikasi perguruan tinggi dan sarjana, lintas kelompok umur, pekerjaan, dan jenis kelamin.
4.1.3 Perbandingan Variabel Demografi Kunci
Pengalaman belanja online, jenis kelamin, dan barang yang dibeli secara online Analisis deskriptif
terhadap pengalaman belanja online responden adalah dilakukan, dan dibandingkan dengan frekuensi
mereka membeli berbagai item online, frekuensi pembelian dari mereka yang memiliki pengalaman satu
hingga tiga tahun adalah di bawah rata-rata frekuensi pembelian keseluruhan untuk sampel, sementara
sampel dengan pengalaman tiga sampai lima tahun memiliki rata-rata lebih tinggi dari rata-rata sampel,