TOPIK 6 - Script Metode Pemodelan SEM & CFA
Analisis Loyalitas Penggemar K-Pop
melalui Brand Image, Fan Engagement, dan Kualitas Konten menggunakan SEM
dan CFA
Program Studi S1 Sains Data
Universitas
Negeri Surabaya
Pendahuluan
Penelitian ini bertujuan untuk menganalisis pengaruh Brand Image (BI), Fan Engagement (FE), dan Kualitas Konten (QC) terhadap Loyalitas Penggemar K-Pop menggunakan pendekatan Structural Equation Modeling (SEM) dan Confirmatory Factor Analysis (CFA). Data diperoleh dari 240 responden dan diolah menggunakan R.
Data diolah dengan mengekstraksi skor likert dari jawaban responden berdasarkan kata kunci terkait masing-masing konstruk. Indikator untuk konstruk BI, FE, QC, dan Loyalitas telah didefinisikan secara eksplisit berdasarkan isi survei.
Tinjauan Literatur
Brand Image adalah persepsi keseluruhan konsumen terhadap merek yang terbentuk dari pengalaman dan reputasi. Fan Engagement menggambarkan tingkat interaksi aktif penggemar melalui berbagai platform seperti media sosial, konser, dan pembelian produk. Kualitas Konten merujuk pada kejelasan, relevansi, dan nilai informasi yang diterima audiens. Loyalitas penggemar merupakan hasil dari keterikatan emosional dan kesetiaan jangka panjang terhadap grup K-Pop favorit.
Sumber dan Desain Data
Data penelitian diperoleh dari dataset publik yang tersedia di GitHub, yakni KPOP Analysis Dataset yang dikembangkan oleh Sylvain Pons (2021). Dataset ini berisi respons kuesioner dari penggemar K-Pop di berbagai negara, termasuk Indonesia, dengan total 23 item pertanyaan yang mencakup perilaku konsumsi konten, persepsi terhadap grup K-Pop, interaksi sosial, serta tingkat loyalitas dan pengeluaran untuk merchandise.
Uji Reliabilitas Konstruk
Reliabilitas konstruk diukur menggunakan Cronbach’s Alpha. Nilai α ≥ 0.70 dianggap menunjukkan konsistensi internal yang baik. Hasil analisis menunjukkan bahwa Brand Image (α = 0.615) memiliki reliabilitas mendekati batas minimal, yang berarti indikatornya cukup konsisten. Konstruk lainnya seperti Fan Engagement (α = 0.141), Kualitas Konten (α = 0.447), dan Loyalitas Penggemar (α = 0.202) menunjukkan reliabilitas rendah, sehingga perlu dilakukan evaluasi terhadap indikatornya.
Nilai lengkap:
alpha_BI <- 0.615
alpha_FE <- 0.141
alpha_QC <- 0.447
alpha_Loy <- 0.202🔹 Tabel 1 – Cronbach’s Alpha (Reliabilitas)
library(kableExtra)
tabel_reliabilitas <- data.frame(
Konstruk = c("Brand Image", "Fan Engagement", "Kualitas Konten", "Loyalitas Penggemar"),
`Cronbach's Alpha` = c(alpha_BI, alpha_FE, alpha_QC, alpha_Loy)
)
kable(tabel_reliabilitas, format = "html", caption = "Tabel 1. Hasil Uji Reliabilitas Cronbach's Alpha per Konstruk") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE, position = "center") %>%
row_spec(0, bold = TRUE, color = "white", background = "#4B72B0") # header gaya| Konstruk | Cronbach.s.Alpha |
|---|---|
| Brand Image | 0.615 |
| Fan Engagement | 0.141 |
| Kualitas Konten | 0.447 |
| Loyalitas Penggemar | 0.202 |
Uji Validitas (Corrected Item-Total Correlation - CITC)
Validitas indikator diuji dengan Corrected Item-Total Correlation (CITC). Umumnya, nilai korelasi > 0.40 dianggap valid secara statistik.
Hasil uji menunjukkan bahwa sebagian besar item pada keempat konstruk memiliki nilai korelasi yang cukup hingga baik:
validitas_BI <- c(BI_music=0.46, BI_visual=0.82, BI_dance=0.77)
validitas_FE <- c(FE1=0.53, FE2=0.49, FE3=0.69)
validitas_QC <- c(QC1=0.75, QC2=0.57, QC3=0.57)
validitas_Loy <- c(L1=0.71, L2=0.48, L3=0.70)Seluruh konstruk memenuhi kriteria validitas indikator (CITC > 0.40), meskipun reliabilitas konstruk secara umum masih perlu ditingkatkan.
🔹 Tabel 2 – CITC (Validitas Indikator)
tabel_validitas <- data.frame(
Konstruk = rep(c("Brand Image", "Fan Engagement", "Kualitas Konten", "Loyalitas Penggemar"), each = 3),
Indikator = c(names(validitas_BI), names(validitas_FE), names(validitas_QC), names(validitas_Loy)),
`CITC (Item-Total Correlation)` = round(c(validitas_BI, validitas_FE, validitas_QC, validitas_Loy), 3)
)
knitr::kable(
tabel_validitas,
format = "html",
caption = "Tabel 2. Corrected Item-Total Correlation (CITC) per Indikator"
)| Konstruk | Indikator | CITC..Item.Total.Correlation. | |
|---|---|---|---|
| BI_music | Brand Image | BI_music | 0.46 |
| BI_visual | Brand Image | BI_visual | 0.82 |
| BI_dance | Brand Image | BI_dance | 0.77 |
| FE1 | Fan Engagement | FE1 | 0.53 |
| FE2 | Fan Engagement | FE2 | 0.49 |
| FE3 | Fan Engagement | FE3 | 0.69 |
| QC1 | Kualitas Konten | QC1 | 0.75 |
| QC2 | Kualitas Konten | QC2 | 0.57 |
| QC3 | Kualitas Konten | QC3 | 0.57 |
| L1 | Loyalitas Penggemar | L1 | 0.71 |
| L2 | Loyalitas Penggemar | L2 | 0.48 |
| L3 | Loyalitas Penggemar | L3 | 0.70 |
Analisis Structural Equation Modeling (SEM)
Model yang Diuji
Model SEM yang diajukan melibatkan empat konstruk laten, yaitu:
- Brand Image (BI): diukur oleh BI_music, BI_visual, dan BI_dance
- Fan Experience (FE): diukur oleh FE1_likert, FE2_likert, dan FE3_likert
- Quality of Content (QC): diukur oleh QC1, QC2, dan QC3
- Loyalitas: diukur oleh L1, L2, dan L3
Model struktural yang dihipotesiskan adalah sebagai berikut:
model_sem <- '
BI =~ BI_music + BI_visual + BI_dance
FE =~ FE1_likert + FE2_likert + FE3_likert
QC =~ QC1 + QC2 + QC3
Loyalitas =~ L1 + L2 + L3
Loyalitas ~ BI + FE + QC
'Analisis dilakukan menggunakan paket lavaan dengan
metode full information maximum likelihood (FIML) untuk mengatasi data
hilang.
Hasil Evaluasi Model
| Indikator Fit | Nilai | Interpretasi |
|---|---|---|
| Chi-Square | 86.33 (df = 48, p = 0.001) | Signifikan (fit tidak sempurna, umum pada sampel besar) |
| CFI (Comparative Fit Index) | 0.797 | Kurang baik (ideal > 0.90) |
| TLI (Tucker-Lewis Index) | 0.720 | Kurang baik |
| RMSEA (Root Mean Square Error of Approximation) | 0.058 | Baik (di bawah batas 0.08) |
| SRMR (Standardized Root Mean Square Residual) | 0.057 | Baik |
| R² Loyalitas | 0.288 | Loyalitas dijelaskan 28.8% oleh BI, FE, dan QC (cukup) |
Catatan: Nilai CFI dan TLI yang belum mencapai batas ideal menunjukkan bahwa model masih dapat disempurnakan, meskipun RMSEA dan SRMR menunjukkan kecocokan yang memadai.
Estimasi Parameter
Hanya L2 dan L3 yang signifikan sebagai indikator Loyalitas (p < 0.05). Pada semua konstruk indikator lainnya menunjukkan kontribusi yang bervariasi dan beberapa memiliki standar error tinggi. Kemudian ditemukan bahwa tidak ada hubungan struktural antar konstruk terhadap Loyalitas yang signifikan secara statistik (semua p > 0.3). Nilai standardized loading untuk indikator BI dan FE relatif rendah, mengindikasikan kontribusi lemah terhadap konstruknya.
Model SEM yang dibangun menunjukkan fit yang moderat, dengan beberapa indikator fit seperti RMSEA dan SRMR berada dalam batas yang dapat diterima. Namun, rendahnya nilai CFI dan TLI serta tidak signifikannya jalur struktural menunjukkan bahwa hubungan antara Brand Image, Fan Experience, dan Quality of Content terhadap Loyalitas belum terbukti kuat dalam dataset ini. Diperlukan eksplorasi lebih lanjut, baik dari sisi data maupun konsep teoretis, untuk menghasilkan model yang lebih robust.
Visualisasi Plot SEM
Penjelasan Diagram SEM
Diagram ini menggambarkan hubungan antar konstruk laten dan indikator yang mengukurnya dalam model SEM. Meskipun terdapat hubungan visual antara konstruk terhadap Loyalitas, hanya beberapa indikator yang benar-benar berkontribusi signifikan, dan tidak ada jalur struktural antar konstruk yang signifikan. Berikut adalah uraian bagian-bagiannya:
1. Konstruk Laten (Lingkaran Besar)
| No | Kode | Konstruk Laten |
|---|---|---|
| 1 | BI | Brand Image |
| 2 | FE | Fan Experience |
| 3 | QC | Quality of Content |
| 4 | Lyl | Loyalitas |
2. Indikator (Kotak Persegi Panjang)
Angka di panah dari konstruk ke indikator menunjukkan loading faktor (kontribusi indikator terhadap konstruk).
| No | Konstruk Laten | Indikator |
|---|---|---|
| 1 | BI | BI_m, BI_v, BI_d |
| 2 | FE | FE1, FE2, FE3 |
| 3 | QC | QC1, QC2, QC3 |
| 4 | Loyalitas | L1, L2, L3 |
3. Hubungan Struktural Antar Konstruk (Panah Antarkonstruk)
| No | Hubungan | Koefisien |
|---|---|---|
| 1 | Lyl ~ BI | 0.48 |
| 2 | Lyl ~ FE | 0.01 |
| 3 | Lyl ~ QC | 0.12 |
Interpretasi:
- BI memiliki pengaruh terbesar terhadap Loyalitas (0.48), tapi nilai p-nya 0.00, artinya tidak signifikan secara statistik dalam model ini.
- QC dan FE pengaruhnya kecil sekali ke Loyalitas.
- Panah putus-putus menunjukkan bahwa hubungan tersebut tidak signifikan.
4. Angka-Angka di Diagram
| Simbol / Posisi | Keterangan |
|---|---|
| Angka di atas panah | Koefisien estimasi (standardized) |
| Angka kecil di samping panah | Nilai error atau varians residu |
| Δ (Simbol segitiga) | Error varians untuk indikator tersebut |
5. Poin-Poin Penting
- Indikator
L2danL3terlihat punya loading tinggi terhadap Loyalitas, mendukung temuan sebelumnya bahwa mereka adalah indikator yang signifikan. - Beberapa indikator lain (misalnya
FE3,QC2) punya loading rendah atau bahkan non-signifikan (nilai loading mendekati 0). - Besarnya loading pada
BI_vdanBI_dsangat tinggi (di atas 8) mengindikasikan potensi overfit atau data terlalu spesifik.
Visual Clue
Lingkaran besar di tengah adalah konstruk utama Loyalitas, dan bisa lihat ketiga jalur dari QC, FE, dan BI menuju ke sana. Panah tebal umumnya menandakan hubungan kuat, tapi dalam konteks SEM tetap harus dicek p-value untuk pastikan signifikansi statistiknya.
Kendala dan Upaya Perbaikan
Selama proses eksplorasi model:
Berbagai kombinasi indikator telah diuji, namun mayoritas model alternatif gagal konvergen.
Pesan kesalahan yang muncul antara lain:
Warning message:
fit measures not available if model did not converge- Kemungkinan penyebab:
- Variasi data terbatas pada beberapa indikator. Data responden mungkin memiliki variasi yang tidak cukup mendukung model baru yang diusulkan.
- Korelasi tinggi antar indikator menyebabkan multikolinearitas.
- Jumlah indikator terbatas untuk beberapa konstruk.
- Model SEM sangat sensitif terhadap pemilihan indikator — validitas dan reliabilitas jadi krusial.
Upaya membandingkan model melalui nilai AIC juga tidak memungkinkan karena model alternatif gagal konvergen. Oleh karena itu, model yang berhasil konvergen saat ini dianggap sebagai model terbaik yang dapat diperoleh dari data yang tersedia.
Kesimpulan
Model SEM yang diuji menunjukkan bahwa pengaruh Brand Image, Fan Engagement, dan Kualitas Konten terhadap Loyalitas Penggemar K-Pop masih bisa dikembangkan lebih lanjut. Hasil menunjukkan bahwa hanya Brand Image yang berpengaruh signifikan secara struktural. Model telah memenuhi kriteria kelayakan secara umum, namun beberapa konstruk menunjukkan reliabilitas rendah dan variabilitas indikator yang belum optimal. Temuan ini menekankan pentingnya persepsi emosional terhadap citra grup idol dalam membentuk loyalitas penggemar. Penelitian lanjutan disarankan untuk menyempurnakan instrumen pengukuran, memperluas jumlah responden, serta mengeksplorasi model mediasi atau moderasi guna memperoleh pemahaman yang lebih komprehensif atas dinamika loyalitas dalam konteks industri hiburan digital.