ANALISIS DATA DAN PEMBAHASAN
D. Pengujian Model
Dalam penelitian ini alat analisis yang digunakan adalah SEM atau Structural Equation Modeling. SEM digunakan untuk menguji model dan hubungan yang telah dikembangkan berdasarkan teori-teori yang sudah dikemukakan sebelumnya. Penelitian ini menguji hubungan kausalitas antara lingkungan fisik, kualitas produk dan kualitas pelayanan terhadap kepuasan konsumen dan loyalitas konsumen. Pengembangan model berdasarkan teori dan penyusunan path diagram telah dilakukan. Selanjutnya dilakukan langkah-langkah permodelan SEM untuk mendapatkan hasil perhitungan yang nantinya akan menguji empat hipotesis yang telah dikemukakan. Teknik estimasi yang digunakan adalah Maximum Likelihood Estimation (ML) dengan sampel awal 150 responden dan menggunakan program Amos 18.0.
Asumsi-asumsi yang harus dipenuhi dalam permodelan SEM adalah sebagai berikut:
1. Uji Asumsi SEM a. Ukuran Sampel
Ukuran sampel yang harus dipenuhi adalah 5 sampai 10 kali dari jumlah parameter yang diestimasi dan minimum berjumlah 100 sampel. Dalam penelitian ini terdapat 17 indikator, sehingga jumlah sampel yang bisa digunakan antara 85 – 170 sampel. Tetapi dengan adanya jumlah sampel minimum yaitu 100, maka penulis mengambil 150 responden sebagai sampel.
b. Evaluasi atas Normalitas
Evaluasi normalitas dilakukan dengan mengamati nilai z atau C.R dari data yang digunakan. Jika skewness value lebih besar dari critical ratio sebesar ± 1,96 pada tingkat signifikansi 5%, maka data tersebut tidak normal. Dalam penelitian ini tidak ada data yang memiliki skewness value lebih dari ± 1,96 sehingga dapat disimpulkan bahwa distribusi data ini normal. Assessment of normality non-fit dengan Assessment of normalityfit dapat dilihat perbandingannya pada tabel di bawah ini:
Tabel V.9
Assesment of Normality Non-Fit
Variable min max skew c.r. kurtosis c.r. Y1 1.000 5.000 -.439 -2.195 -.118 -.295 Y2 2.000 5.000 -.832 -4.159 1.363 3.407 Y3 3.000 5.000 -.250 -1.248 1.065 2.663 X4 2.000 5.000 -.339 -1.696 .619 1.548 X8 1.000 5.000 -.779 -3.893 1.398 3.495 X9 2.000 5.000 -.158 -.792 .013 .034 X11 2.000 5.000 -1.210 -6.051 1.730 4.325 X10 2.000 5.000 -.362 -1.810 -.337 -.843 X3 2.000 5.000 -.301 -1.505 1.105 2.763 X2 1.000 5.000 -.622 -3.108 .618 1.546 X1 1.000 5.000 -.825 -4.127 1.491 3.727 X7 1.000 5.000 -.886 -4.428 2.352 5.880 X6 2.000 5.000 -.338 -1.691 .780 1.951 X5 2.000 5.000 -.278 -1.391 .413 1.033 X12 2.000 5.000 -.411 -2.055 .661 1.652 X13 3.000 5.000 .003 .015 -.059 -.146 X14 2.000 5.000 -.490 -2.451 .217 .544 Multivariate 24.502 5.903
Tabel V.10
Assesment of Normality Fit
Variable min max skew c.r. kurtosis c.r. Y1 1.000 5.000 -.285 -1.412 -.306 -.757 Y2 2.000 5.000 -.803 -3.975 1.458 3.608 Y3 3.000 5.000 -.236 -1.167 .986 2.441 X4 2.000 5.000 -.352 -1.744 .685 1.696 X8 1.000 5.000 -.781 -3.865 1.390 3.440 X11 2.000 5.000 -1.180 -5.840 1.630 4.035 X10 2.000 5.000 -.327 -1.621 -.358 -.885 X3 2.000 5.000 -.317 -1.571 1.119 2.770 X2 1.000 5.000 -.684 -3.386 .748 1.851 X1 1.000 5.000 -.825 -4.082 1.475 3.651 X6 2.000 5.000 -.314 -1.555 .629 1.558 X5 2.000 5.000 -.270 -1.338 .344 .851 X12 2.000 5.000 -.305 -1.511 .467 1.155 X13 3.000 5.000 .003 .013 -.060 -.148 X14 2.000 5.000 -.501 -2.479 .200 .495 Multivariate 20.050 5.382
Sumber : Output AMOS versi 18.0
c. Evaluasi atas Outliers
Evaluasi atas outliers menggunakan uji mahalanobis distance dengan menggunakan program Amos 18.0. Uji terhadap outliers dilakukan dengan menggunakan kriteria jarak mahalanobis pada tingkat p < 0,005. Dari hasil perhitungan observations farthest from the centroid berdasarkan chi-square pada derajat bebas sebesar 17 dan pada tingkat signifikansi 0,005 atau χ2 (17, 0,005) = 35,72 menunjukkan bahwa terdapat 3 data yang memiliki nilai ekstrim atau unik yang berarti terdapat outliers multivariat dalam penelitian ini, maka ketiga data tersebut harus dikeluarkan dari sampel. Hasil
evaluasi outliers non fit dan outliers fit ini dapat dilihat secara lengkap pada lampiran 3.3 dan lampiran 4.3.
d. Evaluasi atas Multicollinearity dan Singularity
Evaluasi atas Multicollinearity dan Singularity dilakukan dengan menggunakan program Amos 18.0 dengan melihat bagian determinant of sample covariance matriks. Pada penelitian ini nilai determinant of sample covariance matriks sebesar 0,000 sehingga dapat diindikasikan adanya multikolinieritas dan singularitas. Namun, pada path diagram menunjukkan bahwa nilai kovarian antar variabel eksogen kurang dari 0,90 maka dapat disimpulkan bahwa tidak terdapat multikolineritas pada penelitian ini. Hal tersebut juga didukung dengan tiga asumsi lain yang sudah terpenuhi serta permodelan yang sudah memenuhi kriteria Goodness of Fit.
2. Uji Kesesuaian Model
a. Uji Goodness of Fit Indices
Dalam penelitian ini, Peneliti melakukan beberapa kali pengujian untuk mendapatkan hasil yang fit. Data hasil output non-fit dapat dilihat pada gambar di bawah ini:
Gambar V.1 Hasil Output Non-Fit
Data hasil pengujian pertama dapat dilihat pada tabel di bawah ini:
Tabel V.11
Evaluasi Kriteria Goodness of Fit Indices (Non-Fit)
Goodness of Fit Cut of value Hasil Keterangan
Chi-square diharapkan kecil 180.201 Kurang Baik
Significance Probability 0.05 0.000 Kurang Baik
CMIN/DF 2.00 1.609 Baik
RMSEA 0.08 0.064 Baik
GFI 0.90 0.885 Kurang Baik
AGFI 0.90 0.842 Kurang Baik
CFI 0.95 0.846 Kurang Baik
TLI 0.95 0.813 Kurang Baik
Sumber : output AMOS versi 18.0
Pada pengujian pertama ini ditemukan kendala yaitu terdapat enam kriteria yang kurang baik, sehingga kriteria Goodness of Fit belum terpenuhi. Untuk mengatasi hal tersebut, peneliti memberikan hubungan kovarians antar error dari setiap indikator. Hubungan kovarians antar error tersebut sangat membantu permodelan ini menjadi Fit. Data hasil output fit dapat dilihat pada gambar di bawah ini:
Gambar V.2 Hasil Output Fit
Data hasil pengujian model yang Fit dapat dilihat pada tabel di bawah ini:
Tabel V.12
Evaluasi Kriteria Goodness of Fit Indices (Fit)
Goodness of Fit Cut of value Hasil Keterangan
Chi-square diharapkan kecil 79.093 Baik
Significance Probability 0.05 0.444 Baik
CMIN/DF 2.00 1.014 Baik RMSEA 0.08 0.010 Baik GFI 0.90 0.937 Baik AGFI 0.90 0.902 Baik CFI 0.95 0.997 Baik TLI 0.95 0.996 Baik
Sumber : output AMOS versi 18.0
b. Regression Weight
Setelah kriteria goodness of fit terpenuhi, maka selanjutnya dilakukan analisis hubungan kausalitas pada permodelan ini. Hubungan kausalitas dapat dikatakan signifikan apabila nilai parameter estimasi kedua konstruk memiliki 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). Penelitian ini menggunakan tingkat signifikansi sebesar 0,05 (5%). Jika nilai C.R lebih besar atau sama dengan 1,96 maka hipotesis dapat diterima. Secara matematis dapat dinyatakan sebagai berikut: H1, H2, H3, H4
diterima bila nilai C.R 1,96 dan 0,05. Berikut hasil regression weight uji non-fit dengan hasil regression weight uji fit:
Tabel V.13
Regression Weight Non-Fit
Regression Weight Estimate C.R
Kepuasan Konsumen < --- Lingkungan Fisik 0.161 2.160
Kepuasan Konsumen < --- Kualitas Produk 0.341 1.180
Kepuasan Konsumen < --- Kualitas Pelayanan 0.359 1.223
Loyalitas Konsumen < --- Kepuasan Konsumen 0.982 3.486
Sumber: Output AMOS versi 18.0
Tabel V.14
Regression Weight Fit
Regression Weight Estimate C.R
Kepuasan Konsumen < --- Lingkungan Fisik 0.194 2.061
Kepuasan Konsumen < --- Kualitas Produk 0.445 2.714
Kepuasan Konsumen < --- Kualitas Pelayanan 0.087 0.590
Loyalitas Konsumen < --- Kepuasan Konsumen 1.092 4.482
Sumber: Output AMOS versi 18.0
Dalam penelitian ini hubungan kepuasan konsumen dengan kualitas pelayanan memiliki nilai 0,590 atau kurang dari 1,96. Hal tersebut menjelaskan bahwa antara variabel kepuasan konsumen dan kualitas pelayanan tidak memiliki hubungan kausalitas.
Nilai Critical Ratio atau C.R pada tabel V.14 di atas dapat digunakan sebagai dasar untuk pengujian hipotesis. Dalam penelitian ini terdapat empat hipotesis yang menyatakan bahwa ada hubungan kausalitas antar variabel-variabel dalam permodelan.
1) Pengujian Hipotesis Pertama
H1 : Lingkungan Fisik berpengaruh tehadap Kepuasan Konsumen Lingkungan fisik berpengaruh terhadap kepuasan konsumen pada tabel V.14 menunjukkan adanya hubungan yang signifikan pada level 5% dengan nilai C.R = 2,061 lebih besar dari 1,96. Hal ini berarti hipotesis pertama diterima, yang artinya
lingkungan fisik berpengaruh terhadap kepuasan konsumen. Lingkungan fisik diukur melalui tiga indikator, yaitu ambient conditions (X1), spatial layout and functionality (X2) dan sign, symbols and artifacts (X3). Dengan kata lain, apabila lingkungan fisik suatu perusahaan baik, menarik dan nyaman, maka kepuasan konsumen akan meningkat. Lingkungan fisik ini dapat berupa fasilitas yang disediakan, kebersihan hingga suasana yang diciptakan tempat makan tersebut.
2) Pengujian Hipotesis Kedua
H2 : Kualitas Produk berpengaruh tehadap Kepuasan Konsumen Kualitas produk berpengaruh terhadap kepuasan konsumen pada tabel V.14 menunjukkan adanya hubungan yang signifikan pada level 5% dengan nilai C.R = 2,714 lebih besar dari 1,96. Hal ini berarti hipotesis kedua diterima, yang artinya kualitas produk berpengaruh terhadap kepuasan konsumen. kualitas produk diukur melalui tiga indikator, yaitu performance (X4), range and type of features (X5) dan sensory characteristic (X6). Dengan kata lain, apabila kualitas produk tinggi maka kepuasan konsumen juga tinggi. Setiap konsumen akan puas apabila mereka mendapatkan produk atau menu makanan yang berkualitas. Kualitas produk dalam hal ini mencakup cita rasa, aroma, kualitas daging yang
disajikan, variasi menu yang ditawarkan hingga cara penyajian menu tersebut.
3) Pengujian Hipotesis Ketiga
H3 : Kualitas Pelayanan berpengaruh tehadap Kepuasan Konsumen
Kualitas pelayanan tidak berpengaruh terhadap kepuasan konsumen pada tabel V.14 menunjukkan tidak adanya hubungan yang signifikan pada level 5% dengan nilai C.R = 0,590 lebih kecil dari 1,96. Hal ini berarti hipotesis ketiga ditolak, yang artinya kualitas pelayanan tidak berpengaruh terhadap kepuasan konsumen. Kualitas pelayanan diukur melalui lima indikator, namun hanya ada tiga indikator yang mampu mengukur kualitas pelayanan yaitu responsivitas (X8), empati (X10) dan wujud (X11). Kualitas pelayanan itu mencakup penampilan para karyawan serta kecepatan dan ketepatan karyawan dalam memenuhi kebutuhan dan keinginan konsumen. Namun, dari hasil pengujian model yang didapat menyatakan bahwa kualitas pelayanan yang baik belum tentu dapat membentuk kepuasan konsumen.
4) Pengujian Hipotesis Keempat
H4 : Kepuasan Konsumen berpengaruh tehadap Loyalitas Konsumen
Kepuasan konsumen berpengaruh terhadap loyalitas konsumen pada tabel V.14 menunjukkan adanya hubungan yang signifikan pada level 5% dengan nilai C.R = 4,482 lebih besar dari 1,96. Hal ini berarti hipotesis keempat diterima, yang artinya kepuasan konsumen berpengaruh terhadap loyalitas konsumen. Kepuasan konsumen diukur melalui tiga indikator, yaitu lingkungan fisik atau kenyamanan tempat makan (X12), kualitas produk atau menu yang ditawarkan (X13) dan kualitas pelayanan yang diberikan oleh karyawan (X14). Dengan kata lain, apabila kepuasan konsumen tinggi maka loyalitas konsumen juga tinggi. Setiap konsumen yang merasa puas dengan kualitas produk, kualitas pelayanan serta kenyamanan tempat makan tertentu maka konsumen tersebut akan loyal terhadap tempat makan tersebut. Mereka juga akan melakukan pembelian secara berulang, merekomendasikan kepada orang lain hingga mengatakan hal-hal positif mengenai produk yang ditawarkan di tempat makan tersebut.
c. Standardized Regression Weight
Dalam penelitian ini hasil output dari standardized regression weight fit dapat dilihat pada tabel di bawah ini:
Tabel V.15
Standardized Regression Weights Fit
Regression Estimate
Kepuasan Konsumen <--- Lingkungan Fisik .264
Kepuasan Konsumen <--- Kualitas Produk .494
Kepuasan Konsumen <--- Kualitas Pelayanan .095
Loyalitas Konsumen <--- Kepuasan Konsumen .775
Range and Type of Features (X5) <--- Kualitas Produk .586
Sensory Characteristic (X6) <--- Kualitas Produk .588
Wujud (X11) <--- Kualitas Pelayanan .688
Empati (X10) <--- Kualitas Pelayanan .617
Responsivitas (X8) <--- Kualitas Pelayanan .702
Spatial Layout and Functionality (X2) <--- Lingkungan Fisik .558
Ambient Conditions (X1) <--- Lingkungan Fisik .587
Sign, Symbols and Artifacts (X3) <--- Lingkungan Fisik .699
Performance (X4) <--- Kualitas Produk .590
Lingkungan Fisik (X12) <--- Kepuasan Konsumen .513
Kualitas Pelayanan (X14) <--- Kepuasan Konsumen .662
Say Positive Things (Y3) <--- Loyalitas Konsumen .707
Word of Mouth (Y2) <--- Loyalitas Konsumen .559
Pembelian Ulang (Y1) <--- Loyalitas Konsumen .607
Kualitas Produk (X13) <--- Kepuasan Konsumen .558
Sumber : Output AMOS versi 18.0
Dari hasil analisis data yang diperoleh menunjukkan bahwa lingkungan fisik memiliki pengaruh positif terhadap kepuasan konsumen yang artinya apabila lingkungan fisik meningkat, maka kepuasan konsumen juga akan meningkat. Kualitas produk memiliki pengaruh positif terhadap kepuasan konsumen yang artinya apabila kualitas produk meningkat, maka kepuasan konsumen akan naik akan meningkat pula. Kualitas pelayanan memiliki pengaruh positif terhadap kepuasan konsumen yang artinya apabila kualitas pelayanan meningkat, maka kepuasan konsumen juga akan meningkat. Kepuasan konsumen memiliki pengaruh positif terhadap loyalitas konsumen
yang artinya apabila kepuasan konsumen meningkat, maka loyalitas konsumen akan meningkat pula.
d. Measurement Variable
Setiap variabel yang ada pada permodelan ini terbentuk dari beberapa indikator dan variabel-variabel tersebut memiliki hubungan kausalitas terhadap variabel lainnya. Hubungan tersebut dapat dilihat dari terbentuknya loyalitas konsumen Waroeng Steak & Shake akibat pengaruh dari kepuasan konsumen. Kepuasan konsumen pun terbentuk melalui lingkungan fisik, kualitas produk dan kualitas pelayanan. Konsumen akan merasa puas apabila mereka mendapatkan produk yang berkualitas, pelayanan yang ramah dan cepat serta lingkungan fisik yang nyaman. Apabila konsumen merasa puas, maka loyalitas pun akan terbentuk dan meningkat.
Pembahasan mengenai hasil penelitian dengan alat analisis SEM akan dijelaskan sebagai berikut:
1) Lingkungan Fisik
Dari hasil penelitian diketahui bahwa ada tiga indikator yang membentuk lingkungan fisik dengan rentang nilai regression weight 0,558 – 0,699. Indikator yang membentuk lingkungan fisik, yaitu:
a) Ambient Conditions (karakteristik-karakteristik latar belakang lingkungan) dengan nilai regression weight 0,587 yang artinya
lingkungan fisik dapat diukur melalui ambient conditions sebesar 58,7 %.
b) Spatial Layout and Functionality (kemampuan fasilitas yang ada dalam mencapai tujuan) dengan nilai regression weight 0,558 yang artinya lingkungan fisik dapat diukur melalui spatial layout and functionality sebesar 55,8 %.
c) Sign, Symbols and Artifacts (label, petunjuk arah untuk mengkomunikasikan aturan perilaku) dengan nilai regression weight 0,699 yang artinya lingkungan fisik dapat diukur melalui sign, symbols and artifacts sebesar 69,9 %.
Jadi, indikator paling lemah dalam variabel lingkungan fisik adalah spatial Layout and functionality dan indikator paling kuat adalah sign, symbols and artifacts.
2) Kualitas Produk
Dari hasil penelitian diketahui bahwa ada tiga indikator yang membentuk kualitas produk dengan rentang nilai regression weight 0,586 – 0,590. Indikator yang membentuk kualitas produk, yaitu: a) Performance (kualitas produk menggambarkan keadaan yang
sebenarnya) dengan nilai regression weight 0,590 yang artinya kualitas produk dapat diukur melalui performance sebesar 59%.
b) Range and Type of Features (kemampuan atau keistimewaan yang dimiliki produk dan pelayanan) dengan nilai regression weight 0,586 yang artinya kualitas produk dapat diukur melalui range and type of features sebesar 58,6 %.
c) Sensory Characteristic (penampilan, corak, rasa, daya tarik, bau, selera dan lainnya) dengan nilai regression weight 0,588 yang artinya kualitas produk dapat diukur melalui range and type of features sebesar 58,8 %.
Jadi, indikator paling lemah dalam variabel kualitas produk adalah range and type of features dan indikator paling kuat adalah performance.
3) Kualitas Pelayanan
Dari hasil penelitian diketahui bahwa ada lima indikator yang dapat membentuk kualitas pelayanan, namun hanya tiga indikator yang benar-benar mampu membentuk kualitas pelayanan. Rentang nilai regression weight dari ketiga indikator tersebut adalah 0,617 – 0,702. Indikator yang membentuk kualitas pelayanan, yaitu:
a) Responsivitas dengan nilai regression weight 0,702 yang artinya kualitas pelayanan dapat diukur melalui responsivitas sebesar 70,2 %.
b) Empati dengan nilai regression weight 0,617 yang artinya kualitas pelayanan dapat diukur melalui empati sebesar 61,7 %.
c) Wujud dengan nilai regression weight 0,688 yang artinya kualitas pelayanan dapat diukur melalui wujud sebesar 68,8 %. Jadi, indikator paling lemah dalam variabel kualitas pelayanan adalah empati dan indikator paling kuat adalah responsivitas.
4) Kepuasan Konsumen
Dari hasil penelitian diketahui bahwa ada tiga indikator yang membentuk kualitas produk dengan rentang nilai regression weight 0,513 – 0,662. Indikator yang membentuk kepuasan konsumen, yaitu:
a) Lingkungan Fisik (kepuasan konsumen terhadap fasilitas yang disediakan, keamanan, kebersihan serta kenyamanan tempat tersebut) dengan nilai regression weight 0,513 yang artinya kepuasan konsumen dapat diukur melalui lingkungan fisik sebesar 51,3 %.
b) Kualitas Produk (kepuasan konsumen terhadap cita rasa menu hingga porsi yang disediakan) dengan nilai regression weight 0,558 yang artinya kepuasan konsumen dapat diukur melalui kualitas produk sebesar 55,8 %.
c) Kualitas Pelayanan (kepuasan konsumen terhadap segala pelayanan dan keramahan yang diberikan oleh karyawan Waroeng Steak & Shake) dengan nilai regression weight 0,662
yang artinya kepuasan konsumen dapat diukur melalui kualitas pelayanan sebesar 66,2 %.
Jadi, indikator paling lemah dalam variabel kepuasan konsumen adalah lingkungan fisik dan indikator paling kuat adalah kualitas pelayanan.
5) Loyalitas Konsumen
Dari hasil penelitian diketahui bahwa ada tiga indikator yang membentuk loyalitas konsumen dengan rentang nilai regression weight 0,559 – 0,707. Indikator yang membentuk loyalitas konsumen, yaitu:
a) Pembelian Ulang Produk dengan nilai regression weight 0,607 yang artinya loyalitas konsumen dapat diukur melalui pembelian ulang produk sebesar 60,7 %.
b) Word of Mouth dengan nilai regression weight 0,559 yang artinya loyalitas konsumen dapat diukur melalui word of mouth sebesar 55,9 %.
c) Say Positive Things dengan nilai regression weight 0,707 yang artinya loyalitas konsumen dapat diukur melalui say positive things sebesar 70,7 %.
Jadi, indikator paling lemah dalam variabel loyalitas konsumen adalah word of mouth dan indikator paling kuat adalah say positive things.
116
BAB VI