BAB V ANALISIS DATA DAN PEMBAHASAN
D. Pengujian Model
Structural Equation Modeling (SEM) digunakan untuk menguji model dan hubungan–hubungan yang dikembangkan berdasarkan teori-teori yang telah dikemukakan pada bagian terdahulu. Langkah pengembangan model berbasis teori dan penyusunan path diagram telah dilakukan. Selanjutnya perlu dilakukan langkah-langkah pemodelan SEM untuk mendapatkan hasil perhitungan yang nantinya akan digunakan untuk menguji tiga hipotesis yang telah dikemukakan. Teknik estimasi yang digunakan dalam penelitian ini adalah maximum likehood estimation method dengan sampel yang digunakan sebanyak 140 responden, sedangkan program yang digunakan adalah Amos versi 16.0.
Pada penelitian ini digunakan komposit karena nilai goodness of fit
tidak memenuhi persyaratan, oleh sebab itu hasil uji SEM tersebut harus dikomposit, sehingga mendapatkan hasil yang baik dan dalam penelitian ini semua konstruk dapat dikompositkan. Berikut ini model yang belum fit :
Sebelum melakukan pemodelan SEM, perlu diperhatikan asumsi-asumsi yang harus dipenuhi dalam pemodelan SEM sebagai berikut:
1. Ukuran Sampel
Sampel dalam penelitian ini berjumlah 140 responden yang diperoleh dengan mengalikan jumlah indikator pada variabel laten sebanyak 5 sampai 10. Menurut Hair et al. (dalam Ferdinand, 2002:48), jumlah sampel yang ideal untuk menguji suatu model dengan menggunakan SEM adalah antara 100 sampai 200 sampel.
2. Evaluasi atas Normalitas
Untuk mengevaluasi normalitas dengan mengamati nilai-z atau C.R. dari data yang digunakan dan ditampilkan pada lampiran 6 bagian assessment of normality. Menurut Ferdinand (2002:95) bila skewness value lebih besar dari nilai kritis atau C.R ± 1,96 pada tingkat signifikansi 0,05 atau 5%, maka data tidak normal. Untuk mengevaluasi normalitas dapat dilakukan dengan melihat skewness value pada lampiran 5.
Tabel V.7
Hasil Evaluasi Normalitas
Variabel Skewness Value
Tangibles 0,001 Reliability -0,408 Responsiveness 0,028 Assurance 0,176 Emphaty 0,167 Kebutuhan -0,257 Manfaat 0,312 Kredibilitas -0,184 Integritas -0,375 Kebaikan 0,374 Continue Purchasing -0,210
Say Positive Things 0,353
Dari data yang diperoleh tidak ada nilai skewness yang melebihi nilai kritis sebesar ±1,96 sehingga dapat disimpulkan bahwa distribusi data ini normal.
3. Evaluasi atas Outliers
Evaluasi ini memakai uji mahalanobis distance dengan menggunakan AMOS 16. Uji terhadap outliers multivariat dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p<0,001 (Ferdinand, 2002:102). Berdasarkan nilai chi-square pada derajad sebesar 13 (jumlah variabel) pada tingkat signifikansi 0,001 atauχ2
(13,0,001)= 34,528. Hasil perhitungan observations farthest from the centroid menunjukkan nilai
mahalanobis d-squared terbesar adalah 33.742 yang tidak melebihi nilai 34,528 yang berarti bahwa tidak terdapat outliers multivariat dalam penelitian ini. Hasil selengkapnya dapat dilihat pada bagian observations farthest from the centroid (mahalanobis distance) pada lampiran 5.
4. Multicollinearity atau Singularity
Dengan menggunakan Amos 16.0, pada lampiran 5 bagian determinant of sample covariance matrix adalah sebesar 2.640225e+001 yang berarti jauh dari nol. Oleh karena itu dapat disimpulkan bahwa tidak terjadi multikolinearitas atau singularitas, sehingga data ini layak digunakan.
5. Goodness of Fit Indices
Setelah asumsi-asumsi SEM dipenuhi maka, penghitungan pemodelan SEM dapat dilakukan dan akan ditampilkan dalam tabel berikut ini:
Tabel V.8
Evaluasi Kriteria Goodness of Fit Indices
Goodness of fit Cut of value Hasil Keterangan
Chi-square ≤ 80,2321 73,122 Baik
Significance Probability ≥0,05 0,137 Baik
RMSEA ≤0,08 0.038 Baik
GFI ≥0,90 0,927 Baik
AGFI ≥0,90 0,891 Mendekati Baik
CMIN/DF ≤2,00 1.199 Baik
TLI ≥0,95 0,979 Baik
CFI ≥0,95 0,984 Baik
Sumber: Lampiran 5
Dari tabel di atas dapat dilihat bahwa model tersebut dapat diterima meskipun pada nilai AGFI belum mencukupi tetapi semua hasil perhitungan SEM yang lain telah memiliki nilai sesuai dengan cut of value
yang telah ditentukan. Dengan demikian dapat disimpulkan bahwa model yang diperoleh sudah layak (fit) sebagai model estimasi. Hasil perhitungan
Structural Equation Modeling (SEM) pada tabel diatas, didapat dari gambar yang akan ditampilkan berikut ini:
Gambar V.2 Model yang sudah fit
kepercayan .3 .37 .13 .06 .73 .95 .79 .89 .62 .54 1.00 .55 .29 .99 .30 .15 .96 .92 .36 .57 .33 .58 .76 .79 .88 .78 kinerja loyalitas kepuasan t rs em rl as k m kr kb in c sp rf e1 e2 e3 e4 e5 e6 e7 e8 e9 e1 e1 e1 e1 er3 er2 er3 .78 .62 .62 .38 .60 .53 .24 X2 : 73.122 p : .137 min/DF:1.199 df : 61 GFI: .927 AGFI : .981 TLI : .979 CFI : .984 RMSEA : .038
6. Regression Weight
Setelah kriteria goodness of fit dapat dipenuhi atas model struktural yang diestimasi, maka selanjutnya dapat dianalisis hubungan kausalitas dalam model tersebut. Hubungan kausalitas dapat dikatakan signifikan apabila nilai parameter estimasi kedua konstruk memilki C.R. lebih besar atau sama dengan ± 1,96 dengan taraf signifikansi 0,05 (5%) atau nilai C.R. lebih besar atau sama dengan ± 2,58 untuk taraf signifikansi sebesar 0,01 (1%), sedangkan nilai C.R. lebih kecil dari 1,96 maka memiliki hubungan kausalitas yang lemah (Ghozali, 2008:160) dalam penelitian ini digunakan taraf signifikansi sebesar 0,05 atau 5%.
Tabel V.9
Regression Weight
Regression Weight Estimate C.R.
Kepuasan < --- Kinerja karyawan 0,445 4,147 Kepercayaan < --- Kepuasan konsumen 0,125 2,137 Loyalitas < --- Kepercayaan konsumen 0,741 3,609
Sumber: Lampiran 5
Nilai CR pada tabel di atas dapat digunakan sebagai dasar untuk pengujian hipotesis dalam penelitian ini.
a. Pengujian hipotesis pertama
H1 : Kinerja karyawan berpengaruh terhadap kepuasan karyawan. Parameter estimasi kinerja karyawan terhadap kepuasan konsumen pada tabel V.9 menunjukkan hubungan yang signifikan pada level 5%, dengan nilai C.R. = 4,147 lebih besar dari ± 1,96. Hal ini berarti
bahwa hipotesis 1 terbukti, yaitu kinerja karyawan berpengaruh terhadap kepuasan konsumen.
Menurut Schnaars (dalam Tjiptono dan Chandra, 2004:199), pada dasarnya tujuan sebuah bisnis adalah menciptakan para pelanggan yang puas. Dalam perusahaan jasa kinerja karyawan memegang peran penting, kinerja karyawan dalam memberikan pelayanan akan menentukan apakah perusahaan mampu memuaskan konsumen-konsumennya. Kinerja karyawan tercermin melalui kualitas pelayanan yang diberikan kepada konsumen yang dapat diukur melalui 5 dimensi kualitas yaitu: tangibles, responsibility, responsivenees, assurance dan
emphaty. Lima dimensi kualitas tersebut terbukti berdasarkan teori yang sudah ada dan melalui penelitian sebelumnya. Kotler (2005:70) mengemukakan bahwa kepuasan adalah perasaan senang atau kecewa seseorang yang muncul setelah membandingkan antara kinerja (hasil) produk yang dipikirkan terhadap kinerja (atau hasil) yang diharapkan. Kepuasan konsumen dalam penelitian ini tercermin melalui kesesuaian dengan kebutuhan dan kesesuaian dengan manfaat.
b. Pengujian hipotesis kedua
H2 : Kepuasan konsumen berpengaruh terhadap kepercayaan.
Parameter estimasi kepuasan konsumen terhadap kepercayaan konsumen pada tabel V.9 menunjukkan hubungan yang signifikan pada level 5%, dengan nilai C.R. = 2,137 lebih besar dari ± 1,96. Hal
ini berarti bahwa hipotesis 2 terbukti, yaitu kepuasan konsumen berpengaruh terhadap kepercayaan konsumen.
Kepuasan konsumen harus terus dipelihara agar perusahaan mampu mendapatkan kepercayaan dari konsumen. Adanya kepercayaan konsumen dapat membantu perusahaan untuk menjalin hubungan jangka panjang dengan para pelanggan. Moorman, Zaltman dan Deshpande (dalam Djati dan Ferrinadewi, 2004:118) berpendapat bahwa secara psikologi kepercayaan merupakan suatu keyakinan dan kemauan atau dapat juga disebut sebagai kecenderungan perilaku. Kepercayaan konsumen dapat tercermin melalui kredibilitas, integritas dan kebaikan. Konsumen mengenal perusahaan melalui karyawan, interaksi antara konsumen dan karyawan menjadi penentu terciptanya kepercayaan konsumen.
c. Pengujian hipotesis ketiga
H3 : Kepercayaan konsumen berpengaruh terhadap loyalitas.
Parameter estimasi kepercayaan konsumen terhadap loyalitas konsumen pada tabel V.9 menunjukkan hubungan yang signifikan pada level 5%, dengan nilai C.R. = 3,609 lebih besar dari ± 1,96. Hal ini berarti bahwa hipotesis 3 terbukti, yaitu kepercayaan konsumen berpengaruh terhadap loyalitas konsumen.
Dalam bidang jasa, hubungan antara konsumen dengan perusahaan sangat dipengaruhi oleh karyawan. Pengalaman konsumen dengan
perusahaan menjadi sumber utama terciptanya rasa percaya. Gurviez dan Korchia (dalam Ferrinadewi dan Djati, 2004:19) berpendapat bahwa kepercayaan merupakan konsep yang memfokuskan diri pada masa depan, yang memberikan suatu jaminan bahwa patner termotivasi untuk tidak beralih pada pihal lain. Dapat disimpulkan bahwa kepercayaan merupakan indikasi awal akan terciptanya loyalitas konsumen.
7. Standardized Regression Weight
Tabel V.10
Standardized Regression Weights
Regression Weight Estimate
Kepuasan konsumen < --- Kinerja karyawan 0,383 Kepercayaan konsumen < --- Kepuasan konsumen 0,240 Loyalitas konsumen < ---Kepercayaan konsumen 0,366
Tangibles < --- Kinerja karyawan 0,785
Reliability < --- Kinerja karyawan 0,884
Responsiveness < --- -Kinerja karyawan 0,786
Assurance < --- - Kinerja karyawan 0,755
Emphaty < --- Kinerja karyawan 0,575 Kebutuhan < --- Kepuasan konsumen 0,957 Manfaat < --- Kepuasan konsumen 0,550 Kredibilitas < --- Kepercayaan konsumen 0,550 Integritas < --- Kepercayaan konsumen 0,996 Kebaikan < --- Kepercayaan konsumen 0,538
Say positive things < --- Loyalitas konsumen 0,946
Recommend friends < --- Loyalitas konsumen 0,787
Continue purchasing < --- Loyalitas konsumen 0,727
Sumber : Lampiran 5
Dari hasil analisis data diperoleh menunjukkan bahwa indikator yang paling kuat membentuk kinerja karyawan adalah reliability dengan nilai sebesar 0,884 dan indikator yang paling lemah membentuk kinerja karyawan adalah emphaty dengan nilai sebesar 0,575. Indikator yang membentuk kepuasan konsumen adalah kesesuaian akan kebutuhan
dengan nilai sebesar 0,957 dan kesesuaian dengan manfaat dengan nilai sebesar 0,597. Indikator yang paling kuat membentuk kepercayaan konsumen adalah integritas dengan nilai sebesar 0,996 dan indikator yang paling lemah membentuk kepercayaan konsumen adalah kebaikan dengan nilai sebesar 0,538. Indikator yang paling kuat membentuk loyalitas konsumen adalah say positive things dengan nilai sebesar 0,946 dan indikator yang paling lemah membentuk loyalitas konsumen adalah
recommend friends dengan nilai sebesar 0,727.