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 menyusun path diagram telah dilakukan pada bab
sebelumnya. Selanjutnya dilakukan langkah-langkah pemodelan SEM untuk mendapatkan hasil perhitungan yang digunakan untuk menguji hipotesis yang telah dikemukakan pada bagian pendahuluan. Teknik estimasi yang digunakan dalam penelitian ini adalah maximum likehood estimation method,
karena sampel yang digunakan sebanyak 180 responden. Program yang digunakan untuk mengestimasi model adalah Amos versi 16.0.
Pada penelitian ini menggunakan komposit atau modifikasi karena nilai goodness of fit tidak memenuhi persyaratan. Dalam penelitian ini terdapat 29
estimated parameter, dapat dilihat pada lampiran 7. Ferdinand (2002:48)
menyatakan bahwa jumlah responden antara 5 sampai dengan 10 kali jumlah parameter yang diestimasi, maka jumlah minimal responden pada penelitian
ini adalah 29 dikalikan 5 yaitu 145 responden, sehingga dapat disimpulkan bahwa mengenai estimasi parameter tidak mengalami kelebihan poin karena jumlah respondennya lebih besar sehingga tidak dipermasalahkan. Akan tetapi, hasil dari nilai goodness of fit masih belum fit, sehingga untuk
mendapatkan hasil yang benar fit maka penelitian ini mengalami suatu modifikasi dalam modelnya.
Gambar V.1
Model SEM yang belum fit .94 Kualitas Jasa prof andskills .93 e1 attandbehav 1.13 e2 accesandf lex 1.35 e3 reliabilandtrust .81 e4 recovery .65 e5 reputandcred .95 e6 Kepuasan Pelanggan kinerja .76 e7 harapan 1.99 e8 Loyalitas Merek commitment .51 e13 likingbrand .18 e12 satisf action .37 e11 sw itcher 1.70 e10 habitualbehav .88 e9 1 .73 .67 .74 .64 .69 1.00 1 1 .90 1.00 .12 1.40 1.73 1.00 1 1 1 1 1 .02 .09 z1 1 .21 chi-square=194.502 prob=.000 GFI=.858 AGFI=.791 TLI=.697 RMSEA=.109 CFI=.759 probability=.000 1 1 1 1 1 .88 .70 .37 z2 1
Sebelum melakukan penghitungan pemodelan SEM, perlu diperhatikan asumsi-asumsi yang harus dipenuhi dalam pemodelan SEM sebagai berikut: 1. Ukuran Sampel
Sampel dalam penelitian ini berjumlah 180 responden. Estimated parameter pada lampiran 7. Pada penelitian ini sampel yang digunakan sudah cukup untuk menguji suatu model dalam SEM. 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 7 bagian
assessment of normality. Menurut Ferdinand (2002:95), bila nilai-z atau C.R.lebih besar dari nilai kritis ± 2,58 pada tingkat signifikansi 0,01 atau 1%, maka data tidak normal. Pada penelitian ini, nilai-z atau C.R. adalah sebesar -3,905 sampai 9,127 yang melebihi ± 2,58, berarti bahwa distribusi data ini tidak normal.
3. Evaluasi atas Outliers
Evaluasi ini memakai uji mahalanobis distance dengan menggunakan AMOS 16. Uji terhadap outliers multivariat dilakukan dengan menggunakan kriteria jarak Mahalanobis pada tingkat p<0,001
(Ferdinand, 2002:102). Berdasarkan nilai chi-square pada derajat sebesar 13 (jumlah indikator) pada tingkat signifikansi 0,001 atau χ2
(13,0,001)=34.528. Hasil perhitungan observations farthest from the centroid menunjukkan nilai mahalanobis d-squared terbesar adalah 40.208 yang melebihi nilai 34,528 yang berarti bahwa data kurang cocok untuk digunakan untuk penelitian karena masih terdapat outliers multivariat dalam penelitian ini. Hasil selengkapnya dapat dilihat pada bagian observations farthest from the centroid (mahalanobis distance) pada lampiran 10.
4. Multicollinearity dan Singularity
Dengan menggunakan Amos 16.0, pada lampiran 13 bagian
determinant of sample covariance matrix adalah sebesar 0,065 yang hasilnya mendekati nol. Oleh karena itu, dapat disimpulkan bahwa kemungkinan terjadi multikolinearitas atau singularitas, sehingga data ini masih kurang layak digunakan.
5. Goodness of Fit
Walaupun asumsi-asumsi SEM tidak dipenuhi, penghitungan pemodelan SEM dapat dilakukan dengan model modifikasi yang tidak membentuk model yang benar-benar fit 100%, dan hasil dari model tersebut ditampilkan dalam tabel berikut ini:
Tabel V.9
Evaluasi Kriteria Goodness of Fit
Goodness of fit Cut of value Hasil Keterangan
Chi-square Diharapkan kecil 90.323 Baik
Significance Probability ≥ 0,05 0.002 Kurang
RMSEA ≤ 0,08 0,059 Baik
GFI ≥ 0,90 0,935 Baik
AGFI ≥ 0,90 0,894 Cukup Baik
CMIN/DF ≤ 2,00 1,613 Baik
TLI ≥ 0,95 0,911 Cukup Baik
CFI ≥ 0,95 0,936 Cukup Baik
Sumber: Lampiran 6
Dari tabel di atas, dapat dilihat bahwa model tersebut dapat diterima karena semua hasil perhitungan SEM memiliki nilai sesuai dengan cut of value yang telah ditentukan. Dengan demikian, dapat disimpulkan bahwa model yang diperoleh sudah cukup layak (fit) sebagai model estimasi.
Hasil perhitungan Structural Equation Modeling (SEM) pada tabel diatas, didapat dari gambar yang akan ditampilkan berikut ini:
1.04 kualitas jasa Profandskills .83 e1 1 Attandbehav 1.00 e2 Accesandflex 1.27 e3 Reliabilandtrust .83 e4 1 Recovery .55 e5 1 Reputandcredibel 1.12 e6 1 1 .46 1.00 .77 .69.69 .30 1 kepuasan pelanggan Kinerja .42 e7 Harapan 2.37 e8 1.00 1.41 1 loyalitas merek Commitment .50 e13 Likingbrand .19 e12 Satisfaction .35 e11 Sw itcher .84 e10 Habitualbehav .92 e9 1.00 1.66 1.41 .54 .01 1 1 1 1 1 .28 .27 .06 .05 z2 .12 z1 1 1 1 chi square=90.323 prob=.002 GFI=.935 AGFI=.894 RMSEA=.059 TLI=.911 CFI=.936 CMIN/DF=1.613 .36 .26 .30 .29 .16 .32 Gambar V.2
Model SEM yang telah fit
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).
Tabel V.10 Regression Weight
Regression Weight Estimate C.R.
Kepuasan Pelanggan < --- Kualitas Jasa 0.284 4.968 Loyalitas Merek < --- Kepuasan Pelanggan 0.267 1.729 Loyalitas merek < --- Kualitas Jasa 0.063 1.007 Sumber: Lampiran 6
Tabel regression weight pada kolom C.R. di atas dapat dipakai sebagai dasar untuk pengujian hipotesis dalam penelitian ini.
a. Pengujian Hipotesis pertama
H1: Kualitas Jasa berhubungan dengan Kepuasan Pelanggan
Berdasarkan data di atas, maka parameter estimasi pada kualitas jasa dengan kepuasan pelanggan menunjukan suatu hubungan yang cukup signifikan yaitu dengan C.R sebesar 4.968 lebih besar dari ± 2,58 pada level signifikansi 1%. Hal tersebut membuktikan bahwa kualitas jasa memiliki hubungan kausalitas dengan kepuasan pelanggan. Kepuasan pelanggan terjadi akibat adanya dorongan dari suatu kinerja yang melebihi dari harapan seorang pelanggan.
Terjadinya suatu kinerja yang bagus didukung oleh suatu kualitas jasa yang bagus juga. Gronroos (dalam Edvardsson, Thomasson, dan Ovretveit, 1994; dalam Tjiptono, 2005:14) menyatakan bahwa terdapat tiga kriteria pokok dalam menilai suatu kualitas itu baik atau tidak. Kriteria-kriteria tersebut antara lain outcome-related criteria
(Professionalism and skills) dimana untuk memperoleh suatu kualitas yang bagus khususnya di mata pelanggan. Pada awalnya, perusahaan harus memiliki sumber daya yang profesional dan memiliki keahlian yang benar-benar dapat memuaskan pelanggan ketika menggunakan jasanya. Ketika pelanggan merasakan kualitas tersebut, maka pelanggan akan merasa puas. Akan tetapi, kepuasan tidak hanya dibentuk kualitas professional saja. Namun, juga dibentuk oleh suatu
attitudes dan behavior para karyawan di perusahaan tersebut, dimana pelanggan dapat menilai apakah para karyawan tersebut benar-benar menaruh perhatian dan berusaha membantu dalam melayani para pelanggan secara spontan dan senang hati termasuk sikap ramah terhadap pelanggan yang datang. Faktor yang lain adalah accessibility
dan flexibility. Hal ini menuntut perusahaan untuk dapat bersifat fleksibel dan bertindak cepat dalam menyesuaikan permintaan dan keinginan pelanggannya. Ketika faktor-faktor tersebut mulai benar-benar membentuk suatu kepuasan di mata pelanggan, maka faktor berikutnya yang perlu diperhatikan adalah reliability dan
terbaiknya sehingga para pelanggan tetap percaya akan kualitas yang ditawarkan perusahaan. Ketika perusahaan mulai dipercaya oleh pelanggannya, hendaknya perusahaan selalu melakukan suatu perbaikan (recovery) dalam meningkatkan kualitasnya. Tujuan dari hal ini yaitu jika terdapat kesalahan-kesalahan yang tidak diharapkan, dapat segera diselesaikan dan pelanggan tetap merasa puas serta tidak kecewa dengan kepercayaannya.
Faktor-faktor seperti attitudes dan behavior, accessibility dan
flexibility, reliability dan trustwrothiness, recovery merupakan suatu
process-related criteria dimana hal tersebut merupakan upaya perusahaan dalam menciptakan kepuasan kepada pelanggannya.
Tahap terakhir adalah image-related criteria. Tahap ini dibentuk oleh reputation dan credibility dimana pelanggan tidak ragu-ragu lagi akan reputasi perusahaan dan pelanggan percaya bahwa nilai-nilai yang diberikan perusahaan sesuai dengan pengorbanan yang dikeluarkan oleh para pelanggannnya. Tujuannya, pelanggan benar-benar percaya serta puas terhadap kualitas jasa perusahaan. Secara teoritis, hal ini membuktikan bahwa kualitas jasa berhubungan dengan kepuasan pelanggan, baik hubungan secara kausalitas maupun hubungan secara korelasi.
b. Pengujian Hipotesis Kedua
Berdasarkan data di atas, maka parameter estimasi pada kepuasan pelanggan dengan loyalitas merek menunjukkan hubungan yang kurang signifikan yaitu 1.729 di bawah atau lebih kecil dari 1.96, sehingga dapat disimpulkan bahwa kepuasan pelanggan memiliki hubungan kausalitas yang lemah dengan loyalitas merek. Kepuasan pelanggan adalah suatu hasil (outcome) yang dirasakan atas penggunaan produk atau jasa, sama atau melebihi harapan yang diinginkan pelanggan (Yamit, 2005:80). Memuaskan pelanggan bukan merupakan suatu hal yang mudah karena keinginan dan kebutuhan pelanggan sendiri selalu mengalami perubahan dari waktu ke waktu.
Jika seorang pelanggan merasakan suatu kepuasan terhadap suatu jasa atau produk, maka akan melakukan pembelian ulang. Kepuasan pelanggan sangat dipengaruhi oleh faktor-faktor psikologis seperti motivasi, pengamatan, sikap, konsep diri, dll. Faktor-faktor psikologis tersebut akan mendorong konsumen dalam menciptakan loyalitas terhadap suatu merek. Ketika pelanggan mengalami suatu kepuasan dan dari perusahan melakukan motivasi terhadap pelanggan tersebut, maka akan terbentuk suatu loyalitas. Dengan kata lain, ketika pelanggan telah mengalami suatu kepuasan terhadap suatu merek tertentu, bersikap untuk terus percaya, dan mencoba untuk berkomitmen maka hal itu menimbulkan suatu loyalitas terhadap merek yang bersangkutan. Teori ini menekankan bahwa dapat terjadi suatu hubungan antara kepuasan pelanggan dengan loyalitas merek.
Dalam penelitian ini, hubungan secara kausalitasnya lemah dan kemungkinan besar masih terdapat variabel bebas lain yang berhubungan erat dengan terbentuknya suatu loyalitas merek.
c. Pengujian Hipotesis ketiga
H3: Kualitas Jasa berhubungan dengan Loyalitas Merek
Berdasarkan data di atas, maka parameter estimasi pada kualitas jasa dengan loyalitas merek menunjukkan hubungan yang kurang signifikan juga yaitu 1.007 di bawah atau lebih kecil dari 1.96 sehingga dapat disimpulkan bahwa kualitas jasa memiliki hubungan kausalitas yang lemah dengan loyalitas merek. Terjadinya loyalitas merek pada konsumen disebabkan oleh adanya pengaruh kepuasan/ketidakpuasan dengan merek tersebut secara terus-menerus di samping adanya persepsi tentang kualitas produk/jasa (Griffin, 2003).
Loyalitas merek sendiri diukur dari tingkatan-tingkatannya. Tingkatan loyalitas tertinggi adalah commitment, dimana para pelanggan memiliki suatu kebanggaan dalam menemukan atau menggunakan suatu merek dan mereka menganggap merek tersebut sangat penting bagi mereka baik dari segi fungsinya maupun sebagai suatu ekspresi mengenai siapa mereka sebenarnya. Hal yang memungkinkan untuk membuat pelanggan menjadi komitmen adalah dengan memperlihatkan suatu kualitas yang bagus, dimana kualitas
tersebut memiliki suatu outcome-related criteria, proses-related criteria, serta image-related criteria yang dapat memuaskan pelanggan. Maka, dengan faktor tersebut maka akan tercipta loyalitas yang tinggi walaupun tidak secara 100% menyatakan bahwa kualitas adalah faktor pasti yang membentuk suatu hubungan kausalitas terhadap loyalitas merek. Hal ini dikarenakan pada kenyataannya dalam penelitian ini memang terdapat suatu hubungan pada kualitas jasa dengan loyalitas merek. Akan tetapi, dapat dilihat bahwa hubungannya sangat kecil atau lemah sehingga dapat disimpulkan masih ada variabel atau faktor-faktor lain yang benar-benar dapat membentuk hubungan yang kuat terhadap loyalitas merek selain kualitas jasa.
7. Standardized Regression weight
Tabel V.11
Standardized Regression Weights
Regression Weight Estimate
Kepuasan Pelanggan <---- Kualitas Jasa 0,806 Loyalitas Merek <---- Kepuasan Pelanggan 0,250 Loyalitas Merek <---- Kualitas Jasa 0,166
Professionalism and skills <---- Kualitas Jasa 0,747
Attitudes and Behavior <---- Kualitas Jasa 0,620
Accessibility and Flexibility <---- Kualitas Jasa 0,529
Reliability and Trustworthiness <---- Kualitas Jasa 0,612
Recovery <---- Kualitas Jasa 0,387
Reputation and Credibility <---- Kualitas Jasa 0,405
Kineja <---- Kepuasan Pelanggan 0,485
Harapan <---- Kepuasan Pelanggan 0,314
Habitual Behavior <----Loyalitas Merek 0,210
Switcher <----Loyalitas Merek 0.006
Satisfaction <----Loyalitas Merek 0,674
Liking of the Brand <----Loyalitas Merek 0,829
Commitment <----Loyalitas Merek 0,478
Sumber: lampiran
Tabel di atas menunjukkan bahwa indikator yang paling kuat membentuk kualitas jasa adalah professionalism dan skills dengan nilai sebesar 0,747, sedangkan indikator yang paling lemah membentuk kualitas jasa adalah recovery dengan nilai sebesar 0,387. Indikator yang paling kuat membentuk kepuasan pelanggan adalah kinerja dengan nilai sebesar 0,485, sedangkan indikator yang paling lemah membentuk kepuasan pelanggan adalah harapan dengan nilai sebesar 0,314. Indikator yang paling kuat membentuk loyalitas merek adalah liking of the brand dengan nilai sebesar 0,829, sedangkan indikator yang paling lemah membentuk loyalitas merek adalah
