Tingkat Loyalitas Pengguna Trans Pakuan dengan Menggunakan Model Persamaan Struktural

ABSTRAK

DANI SURAHMAN. Tingkat Loyalitas Pengguna Trans Pakuan dengan Menggunakan Model Persamaan Struktural. Dibawah bimbingan Aam Alamudi dan Muhammad Nur Aidi.

Trans pakuan adalah alat transportasi umum baru di Kota Bogor. Kehadiran trans pakuan diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman. Kebudayaan tersebut akan tercipta bila para penggunanya memiliki tingkat loyalitas yang tinggi. Berdasarkan teori yang ada loyalitas dipengaruhi oleh kepuasan, persepsi, daya saing dan nilai produk. Peubah loyalitas, kepuasan, persepsi, daya saing dan peubah nilai produk diukur melalui peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten. Tujuan dari penelitian ini adalah memperoleh model persaman struktural terbaik yang dapat menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya. Bahan penelitian adalah data hasil survei pengguna trans pakuan dengan menggunakan kuesioner yang diukur dengan skala likert, sehingga input matriks yang digunakan adalah matriks korelasi polikhorik.

Model pertama persamaan struktural yang diperoleh merupakan model yang kurang baik karena matriks korelasi pada model struktural tidak sama dengan matriks korelasi data, hal ini berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.12, nilai GFI sebesar 0.70 dan nilai AGFI sebesar 0.61. Oleh karena itu dilakukan modifikasi model. Modifikasi pertama yaitu dengan menghilangkan peubah indikator citra, momen pelayanan, keunikan, kasat mata, empati, hubungan dan peubah indikator perubahan. Peubah tersebut dihilangkan karena memiliki nilai loading dibawah 0.55 (Hair et al. 1998). Hasil modifikasi pertama masih belum menghasilkan model yang baik, hal ini berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.087, nilai GFI sebesar 0.82 dan nilai AGFI sebesar 0.70. Oleh karena itu dilakukan modifikasi model kedua. Modifikasi kedua yaitu dengan menghilangkan peubah indikator sosial, nilai kondisi dan peubah indikator jaminan. Peubah tersebut dihilangkan karena memiliki nilai ragam galat pengukuran diatas 0.60 (Sitinjak 2006). Hasil modifikasi kedua menghasilkan model persamaan struktural yang lebih baik karena matriks korelasi pada model struktural hampir sama dengan matriks korelasi data. Hal ini berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.115, nilai RMR sebesar 0.057, nilai GFI sebesar 0.89 dan nilai AGFI sebesar 0.77. Oleh karena itu model modifikasi kedua adalah model persamaan struktural akhir yang digunakan.

TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN

MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL

Oleh :

Dani Surahman

G 14103055

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

ABSTRAK

DANI SURAHMAN. Tingkat Loyalitas Pengguna Trans Pakuan dengan Menggunakan Model Persamaan Struktural. Dibawah bimbingan Aam Alamudi dan Muhammad Nur Aidi.

Trans pakuan adalah alat transportasi umum baru di Kota Bogor. Kehadiran trans pakuan diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman. Kebudayaan tersebut akan tercipta bila para penggunanya memiliki tingkat loyalitas yang tinggi. Berdasarkan teori yang ada loyalitas dipengaruhi oleh kepuasan, persepsi, daya saing dan nilai produk. Peubah loyalitas, kepuasan, persepsi, daya saing dan peubah nilai produk diukur melalui peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten. Tujuan dari penelitian ini adalah memperoleh model persaman struktural terbaik yang dapat menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya. Bahan penelitian adalah data hasil survei pengguna trans pakuan dengan menggunakan kuesioner yang diukur dengan skala likert, sehingga input matriks yang digunakan adalah matriks korelasi polikhorik.

Model pertama persamaan struktural yang diperoleh merupakan model yang kurang baik karena matriks korelasi pada model struktural tidak sama dengan matriks korelasi data, hal ini berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.12, nilai GFI sebesar 0.70 dan nilai AGFI sebesar 0.61. Oleh karena itu dilakukan modifikasi model. Modifikasi pertama yaitu dengan menghilangkan peubah indikator citra, momen pelayanan, keunikan, kasat mata, empati, hubungan dan peubah indikator perubahan. Peubah tersebut dihilangkan karena memiliki nilai loading dibawah 0.55 (Hair et al. 1998). Hasil modifikasi pertama masih belum menghasilkan model yang baik, hal ini berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.087, nilai GFI sebesar 0.82 dan nilai AGFI sebesar 0.70. Oleh karena itu dilakukan modifikasi model kedua. Modifikasi kedua yaitu dengan menghilangkan peubah indikator sosial, nilai kondisi dan peubah indikator jaminan. Peubah tersebut dihilangkan karena memiliki nilai ragam galat pengukuran diatas 0.60 (Sitinjak 2006). Hasil modifikasi kedua menghasilkan model persamaan struktural yang lebih baik karena matriks korelasi pada model struktural hampir sama dengan matriks korelasi data. Hal ini berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.115, nilai RMR sebesar 0.057, nilai GFI sebesar 0.89 dan nilai AGFI sebesar 0.77. Oleh karena itu model modifikasi kedua adalah model persamaan struktural akhir yang digunakan.

TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN

MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains

Pada Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

Oleh :

Dani Surahman

G14103055

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

Judul : TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN

MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL

Nama : Dani Surahman

NIM : G14103055

Menyetujui :

Pembimbing I

Ir. Aam Alamudi, M.Si

NIP 131950980

Pembimbing II

Dr. Ir. Muhammad Nur Aidi, MS

NIP 131842408

Mengetahui :

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam

Dr. Drh. Hasim, DEA

NIP 131578806

RIWAYAT HIDUP

Penulis dilahirkan di Bogor pada tanggal 22 November 1985 sebagai anak kedua dari tiga bersaudara, anak dari pasangan Bapak Muhamad Anwar dan Ibu Siti Jumarnah.

KATA PENGANTAR

Alhamdulillah, segala puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan karunia-Nya sehingga karya ilmiah ini dapat terselesaikan. Shalawat serta salam semoga senantiasa tercurahkan kepada suri teladan kita, Rasulullah Muhammad SAW.

Penulis menyadari bahwa masih banyak sekali kekurangan dalam penulisan karya ilmiah ini, karena itu saran yang membangun selalu dinantikan sebagai sarana bagi penulis untuk meningkatkan pengetahuan penulis di masa mendatang.

Terima kasih, kepada semua pihak yang telah berperan serta dalam penyusunan karya ilmiah ini yaitu kepada :

1. Bapak Ir. Aam Alamudi, M.Si dan Bapak Dr. Ir. Muhammad Nur Aidi, MS atas bimbingan, saran-saran dan kesabarannya selama saya menyelesaikan tugas akhir ini. 2. Bapak, Ibu serta keluarga tercinta atas kasih sayang, doa, dukungan dan segalanya. 3. Seluruh dosen pengajar Departemen Statistika yang telah memberikan ilmu.

4. Bapak Ir. Hari Harsono selaku direktur PD Jasa Transportasi atas kesempatan kepada penulis untuk melakukan penelitian tingkat loyalitas pengguna trans pakuan sebagai tugas akhir.

5. Bapak Fajar, Ibu Bayu dan seluruh staf PD Jasa Transportasi atas bantuannya selama proses pengumpulan data.

6. Vina atas dukungan, doa, saran, semangat dan kebersamaannya.

7. Teman-teman Statistika khususnya angkatan 40 atas dukungan dan kebersamannya selama ini dan InsyaAllah kebersamaan ini akan tetap terjalin.

8. Ibu Markonah, Ibu Sulis, Ibu Aat, Ibu Dede, Bapak Sudin, Bapak Herman, Bapak Durrahman atas bantuannya.

9. Semua pihak yang tidak mungkin disebutkan satu-persatu yang telah membantu penulis selama ini.

Semoga semua amal baik dan bantuan yang telah diberikan kepada penulis mendapat balasan dari Allah SWT, dan semoga karya ilmiah ini dapat bermanfaat bagi semua pihak.

Bogor, Januari 2008

DAFTAR ISI

Halaman

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... vii

DAFTAR LAMPIRAN ... vii

PENDAHULUAN Latar Belakang ... 1

Tujuan ... 1

TINJAUAN PUSTAKA Loyalitas ... 1

Kepuasan Konsumen ... 1

Nilai Produk ... 1

Persepsi Konsumen ... 2

Daya Saing ... 2

Model Persamaan Struktural ... 2

Korelasi Polikhorik ... 3

Metode Maximum Likelihood ... 4

Validitas dan Reliabilitas ... 4

Evaluasi Kelayakan Model ... 4

BAHAN DAN METODE Bahan ... 5

Metode ... 5

HASIL DAN PEMBAHASAN Deskripsi Responden ... 5

Pendugaan Parameter Model ... 6

Modifikasi Model ... 6

KESIMPULAN ... 8

DAFTAR TABEL

Halaman

1. Ukuran kebaikan model persamaan stuktural awal ... 6

2. Ukuran kebaikan model persamaan struktural setelah modifikasi pertama ... 7

3. Ukuran kebaikan model persamaan struktural setelah modifikasi kedua ... 7

4. Reliablitas konstruk peubah laten setelah modifikasi kedua ... 8

DAFTAR GAMBAR

Halaman 1. Jenis pekerjaan para pengguna ... 6

2. Rute yang biasa digunakan para pengguna ... 6

3. Diagram jalur dugaan model persamaan struktural setelah modifikasi kedua ... 7

DAFTAR LAMPIRAN

Halaman 1. Respon kumulatif tiap indikator ... 10

2. Parameter ambang ... 10

3. Korelasi polikhorik ... 11

4. Nilai-p pengujian normal ganda ... 12

5. Model pengukuran peubah laten endogen ... 13

6. Model pengukuran peubah laten eksogen ... 13

7. Model struktural ... 13

8. Diagram jalur t-hitung model persamaan struktural awal ... 14

9. Diagram jalur dugaan model persamaan struktural awal ... 14

10. Diagram jalur dugaan model persamaan struktural setelah modifikasi ... 15

11. Diagram jalur dugaan model persamaan struktural setelah modifikasi pertama ... 15

12. Diagram jalur t-hitung model persamaan struktural setelah modifikasi kedua ... 16

PENDAHULUAN

Latar Belakang

Kebutuhan akan transportasi khususnya di Kota Bogor terus mengalami peningkatan, hal ini terlihat dari semakin banyaknya alat transportasi yang melintasi jalan raya, baik itu alat transportasi pribadi maupun alat transportasi umum. Trans pakuan adalah alat transportasi umum baru di Kota Bogor, diresmikan pada tanggal 3 Juni 2007. Trans pakuan melayani jalur dari Pool Bus Wisata Baranangsiang hingga Terminal Bubulak dan sebaliknya. Trans pakuan hanya berhenti disetiap shelter, terdapat 16 shelter di sepanjang jalur tersebut.

Kehadiran trans pakuan diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman. Budaya tersebut akan tercipta bila para pengguna memiliki tingkat loyalitas yang tinggi dalam menggunakan jasa trans pakuan. Berdasarkan teori yang ada loyalitas dipengaruhi oleh beberapa faktor diantaranya adalah kepuasan, nilai produk, daya saing dan persepsi. Peubah loyalitas, kepuasan, nilai produk, daya saing dan peubah persepsi diukur melalui peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten.

Hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya dapat dianalisis dengan menggunakan model persamaan struktural. Dengan mengetahui hubungan tersebut diharapkan akan menjadi suatu input yang berguna bagi trans pakuan agar dapat mempertahankan dan meningkatkan jumlah pengguna trans pakuan dan akhirnya budaya bertransportasi yang lebih tertib, aman dan nyaman dapat tercapai.

Tujuan

Penelitian ini bertujuan untuk memperoleh model persamaan struktural terbaik yang dapat menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya.

TINJAUAN PUSTAKA

Loyalitas

Loyalitas adalah sikap positif seseorang terhadap suatu merek, sehingga konsumen memiliki keinginan kuat untuk membeli ulang merek yang sama pada saat sekarang maupun

masa datang (Sumarwan 2002). Perusahaan yang memiliki dukungan konsumen yang loyal akan dapat meningkatkan kinerja produk dari produsen sampai pengguna akhir secara optimal dan dapat meningkatkan dukungan pelayanan kepada konsumen. Pada akhirnya perusahaan dapat meningkatkan 4-R kepada konsumennya (Rangkuti 2002). 4-R tersebut adalah :

1. Customer relationship, hubungan kedekatan dengan konsumen.

2. Customer retention, mempertahankan konsumen yang sudah ada.

3. Customer referrals, kesediaan konsumen untuk memberitahukan kepuasan yang mereka nikmati kepada orang lain. 4. Customer recovery, mengubah kesalahan

dengan segera dan cepat.

Kepuasan Konsumen

Kepuasan konsumen adalah perasaan senang atau kecewa seseorang sebagai hasil dari perbandingan antara prestasi atas produk yang dirasakan dan yang diharapkan (Rangkuti 2002). Konsumen mempunyai kriteria yang pada dasarnya identik dengan beberapa jenis jasa yang memberikan kepuasan kepada para konsumen (Christopher Lovelock 1994, dalam Rangkuti 2002). Kriteria tersebut adalah : 1. Reliability (Keandalan), Kemampuan

untuk memberikan jasa secara akurat sesuai dengan yang dijanjikan.

2. Responsiveness (Daya tanggap), kemampuan karyawan untuk membantu konsumen menyediakan jasa dengan cepat sesuai dengan yang diinginkan.

3. Assurance (Jaminan), pengetahuan dan kemampuan karyawan untuk melayani dengan rasa percaya diri.

4. Emphaty (Empati), karyawan harus memberikan perhatian dan mengerti kebutuhan konsumen.

5. Tangible (Kasat mata), penampilan karyawan, fasilitas fisik, peralatan dan alat-alat komunikasi.

Nilai Produk

Nilai produk adalah pengkajian secara menyeluruh manfaat dari suatu produk (Rangkuti 2002). Konsumen memilih membeli atau tidak suatu produk berdasarkan lima komponen nilai (Seth Newman Gross 1991, dalam Rangkuti 2002). Kelima komponen nilai tersebut adalah :

tersebut untuk memenuhi fungsinya dari sudut pandang pertimbangan ekonomi. 2. Nilai sosial, manfaat suatu produk

dikaitkan dengan kemampuan produk tersebut untuk mengidentikkan konsumen dengan suatu kelompok sosial tertentu. 3. Nilai emosi, manfaat suatu produk

dikaitkan dengan kemampuan produk tersebut untuk membangkitkan perasaan pemakainya.

4. Nilai epistem, manfaat suatu produk dikaitkan dengan kemampuan produk tersebut untuk memenuhi keingintahuan pemakainya.

5. Nilai kondisi, manfaat suatu produk dikaitkan dengan kemampuan produk tersebut untuk memenuhi keperluan konsumen pada saat dan kondisi tertentu.

Persepsi Konsumen

Persepsi adalah proses dimana individu memilih, mengorganisasikan dan mengartikan stimulus yang diterima melalui alat inderanya menjadi suatu makna. Persepsi konsumen atas suatu jasa meliputi persepsi konsumen terhadap kesesuaian harga dengan fasilatas dan pelayanan yang diberikan, persepsi konsumen terhadap citra perusahaan, persepsi konsumen di setiap tahap pelayanan yang diberikan dan persepsi konsumen terhadap momen atau situasi pelayanan (Rangkuti 2002).

Daya Saing

Daya saing adalah kemampuan suatu produk jasa maupun barang agar dapat menarik konsumen. Suatu produk hanya memiliki daya saing bila keunggulan produk tersebut dibutuhkan oleh konsumen. Keunggulan suatu produk jasa terletak pada keunikan serta kualitas pelayanan produk jasa disesuaikan dengan manfaat serta yang dibutuhkan oleh konsumen (Rangkuti 2002).

Model Persamaan Struktural

Model persamaan struktural adalah analisis yang mengkombinasikan beberapa aspek yang terdapat pada analisis jalur dan analisis faktor untuk menduga beberapa persamaan simultan. Analisis jalur adalah metode yang menganalisis sistem pada persamaan strukural dengan membentuk diagram lintas yang menjelaskan mekanisme hubungan antar peubah dengan cara menguraikan kovarian atau korelasi menjadi pengaruh langsung dan tidak langsung (Bollen 1989). Analisis faktor adalah koragam

diantara peubah yang dijelaskan dalam sejumlah kecil faktor umum (common factor)

ditambah dengan sebuah faktor unik untuk setiap peubah, dimana faktor tersebut tidak secara eksplisit diamati, dikenal dengan peubah laten (Johnson 2002). Jadi, model persamaan struktural secara umum menganalisis secara bersama-sama model struktural dan model pengukuran. Model struktural menjelaskan keterkaitan hubungan antar peubah laten, ada dua jenis peubah laten yaitu peubah laten terikat dikenal dengan peubah laten endogen dan peubah laten bebas dikenal dengan peubah laten eksogen. Sedangkan model pengukuran menjelaskan keterkaitan hubungan antara peubah laten dengan peubah indikatornya.

Persamaan model strukural secara umum adalah sebagai berikut :

) ( )

( 1 ξ ζ

ζ ξ η η

+ Γ − =

+ Γ + =

−

B I B

dimana :

= vektor peubah laten endogen

berukuran mx1

= matriks koefisien eksogen terhadap endogen berukuran mxn

B = matriks koefisien endogen terhadap endogen berukuran mxm

= vektor peubah laten eksogen

berukuran nx1

= vektor sisaan acak hubungan antara endogen dan eksogen berukuran mx1 dengan,

m = banyaknya peubah laten endogen n = banyaknya peubah laten eksogen

Persamaan model pengukuran secara umum adalah sebagai berikut :

ε

η

+

Λ

=

_y

y

δ

ξ

+

Λ

=

x

x

dimana :

y = vektor peubah indikator bagi peubah laten endogen berukuran px1

x = vektor peubah indikator bagi peubah laten eksogen berukuran qx1

y = matriks koefisien y terhadap endogen

berukuran pxm

x = matriks koefisien x terhadap eksogen

berukuran qxn

= vektor sisaan pengukuran dari y berukuran px1

= vektor sisaan pengukuran dari x berukuran qx1

dengan,

p = banyaknya peubah indikator bagi peubah laten endogen

Asumsi bagi model persamaan struktural yaitu tidak berkorelasi dengan , tidak berkorelasi dengan , tidak berkorelasi dengan , serta , , tidak saling berkorelasi. Hipotesis dasar dalam model persamaan struktural adalah = ( ), dimana adalah matriks koragam atau korelasi data dari peubah indikator x dan y dan ( ) adalah matriks koragam atau korelasi model struktural yang dinyatakan sebagai berikut :

=

)

(

)

(

)

(

)

(

)

(

θ

θ

θ

θ

θ

xx xy yx yy

dimana xx( ) adalah matriks koragam model

bagi peubah-peubah x yaitu :

Θ

+

ΦΛ

Λ

=

_δ

θ

x x

xx

(

)

'

yy( ) adalah matriks koragam model bagi

peubah-peubah y yaitu :

Θ + Λ Ψ + ΓΦΓ Λ = ε

θ _{y y}

yy( ) [A( ' )A'] '

dengan A=(I-B)-1

xy( ) adalah matriks koragam model bagi

peubah-peubah x dan y yaitu :

ΓΦΛ Λ

= y x

yx(

θ

) A '

Sedangkan matriks yx( ) merupakan matriks

putaran dari xy( ).

Jadi matirks ( ) merupakan fungsi dari parameter matriks ( y, x,B, , , , , ) yang

mendefinisikan model persamaan struktural, dan ditulis sebagai berikut :

Θ + ΦΛ Λ Λ ΦΓ Λ ΓΦΛ Λ Θ + Λ Ψ + ΓΦΓ Λ = = δ ε θ x x y x x y y y xx xy yx yy A A A A ' ' ' ' ' ' ' ) ' ( ) (

dimana dan adalah matriks koragam bagi dan , sedangkan dan adalah matriks koragam bagi dan .

Korelasi Polikhorik

Korelasi polikhorik adalah ukuran asosiasi untuk peubah ordinal yang dilatarbelakangi oleh peubah kontinu (Jöreskog 2002). Korelasi polikhorik diduga melalui dua tahap, tahap pertama adalah menduga parameter ambang dan tahap kedua adalah menduga korelasi polikhorik.

Misalkan peubah ordinal Z diasumsikan mendasari peubah kontinu Z*, jika Z memiliki m kategorik maka hubungan Z dan Z* adalah sebagai berikut :

τ

τ

<

<

⇔

=

i

₋₁

Z

*

Z

_i i=1,2,….,m

dimana,

+∞

=

<

<

<

<

=

∞

τ

₀

τ

₁

...

τ

_m−1

τ

_m

adalah parameter ambang. Jika ada m kategori maka ada m-1 parameter ambang 1, 2,…, m-1.

Misalkan (u) merupakan fungsi sebaran bagi Z* yang menyebar normal, maka peluang respon pada kategori ke-i adalah :

− −

Φ

−

Φ

=

Φ

=

i i i i

i

u

du

τ τ

τ

τ

π

1

)

(

)

(

)

(

₁ sehingga,

)

...

(

_{1 2}

1

i

i

π

π

π

τ

=

Φ

−

+

+

+

dimana -1 adalah fungsi invers dari sebaran normal baku dan i adalah peluang kumulatif

dari repon kategori ke-i. Besarnya peluang dari

i tidak diketahui, dalam praktek i dapat

diduga dengan proporsi (pi) data contoh,

sehingga parameter ambang dapat diduga dengan :

)

...

(

ˆ

1 _{1 2}

i

i

=

Φ

p

+

p

+

+

p

−

τ

sehingga, i i i

i

=

Φ

(

)

−

Φ

(

−

)

=

p

ˆ

τ

τ

₁

π

Jika peubah Z1 dan Z2 adalah peubah

ordinal dengan m1 dan m2 kategori, dengan

) 1 ( 1 ) 1 ( 2 ) 1 (

1 ,τ ,...,τm1−

τ adalah nilai ambang untuk

Z1* dan ₁(2) ₂(2) ₁(2)

2 ,...,

,τ τm−

τ adalah nilai ambang

untuk Z2*. Korleasi polikhorik diduga dengan

memaksimalkan log-likelihood

= =

=

1 2

1 1

)

(

log

ln

m i m j ij ij

n

L

π

θ

dengan, − −

=

) 1 ( ) 1 ( 1 ) 2 ( ) 2 ( 1

)

,

(

)

(

i i j j

dudv

v

u

ij τ τ τ τ

φ

θ

π

dimana

φ

(u,v) adalah sebaran normal ganda dengan fungsi kepekatan sebagai berikut :

) 2 ( ) 1 ( 2 1 2 2 2 2

)

1

(

2

1

)

,

(

v uv u

e

v

u

+ − − −

−

=

ρ ρ

ρ

π

φ

) (θ

πij menyatakan peluang kategori m1m2

yang merupakan fungsi dari vektor parameter ) , ,..., , , ,..., ,

(τ₁(1)τ₂(1) τ ₁₁(1)τ₁(2)τ₂(2) τ ₂₁(2) ρ

θ= m− m−

Memaksimumkan ln L sama dengan

meminimumkan fungsi :

= =

= −

= 1 2

1 1 ) ) ( ln( ) ( ln (ln ) ( m

i ij ij

ij ij m j ij ij ij p p p p F θ π θ π θ

dimana pij=nij/N adalah proporsi dari dua

Pengujian normal ganda peubah ordinal yang dilatarbelakangi oleh peubah kontinu diuji dengan menggunakan statistik uji rasio likelihood dengan rumus sebagai berikut :

( )

= =

=

=

1 2

1 1 2

ˆ

2

ˆ

ln

2

m i m j _ij ij ij LR

NF

p

p

N

θ

π

χ

2 LR

χ

mengikuti sebaran khi-kuadrat dengan derajat bebas db=m1m2-m1-m2. Jika statistik uji

rasio likelihood tidak nyata pada taraf maka peubah ordinal yang dilatarbelakangi oleh peubah kontinu menyebar normal ganda dan juga sebaliknya.

Metode Maximum Likelihood

Maximum Likelihood (ML) adalah salah satu metode pendugaan parameter. Metode

maximum likelihood berlandaskan pada minimisasi fungsi :

) ( ) log( ) ) ( ( )

( _tr 1 _{p q}

Log

F_ML = _θ + _θ − − − +

dimana ( ) adalah matriks koragam atau korelasi model struktural dan adalah matriks koragam atau korelasi data dari indikator x dan y, p dan q adalah banyaknya peubah indikator untuk peubah laten endogen dan peubah laten ekosgen. Diasumsikan bahwa dan ( )

adalah matriks definit positf dan peubah indikator adalah peubah yang datanya

menyebar normal ganda. Penduga ML

mempunyai sifat-sifat yang penting yaitu tak bias secara asimtotis, konsisten, efisien secara asimtotis dan invariant terhadap skala pengukuran (Bollen 1989).

Validitas dan Reliabilitas

Validitas adalah kemampuan indikator dalam mengukur apa yang sebenarnya diukur. Validitas dinilai dengan cara menguji hipotesis H0: ij=0 lawan H1: ij 0, Indikator dikatakan

valid jika memiliki nilai t-hitung lebih besar dari t-hitung pada taraf nyata =5%, yaitu jika nilai t-hitung lebih besar dari 1.96.

Reliabilitas adalah ukuran yang berkaitan dengan kekonsistenan indikator-indikator terhadap peubah laten yang diukurnya. Indikator secara bersama-sama mengukur peubah latennya diukur relibilitasnnya dengan menggunakan reliabilitas konstruk. Reliabilitas konstruk diukur melalui persamaan berikut :

= = =

+

k i k i i ij k i ij

v

1 1 2 1 2

)

(

)

(

)

(

δ

λ

λ

dimana :

k = jumlah peubah indikator yang mengukur peubah laten ke-j

ij = koefisien jalur peubah indikator ke-i

peubah laten ke-j

v( ) = ragamgalat pengukuran indikator ke-i.

Semakin besar nilai reliabilitas konstruk maka akan semakin baik indikator-indikator dalam mengukur peubah latennya. Nilai reliabilitas konstruk yang disarankan adalah lebih besar dari 0.50 (Hair et al. 1998).

Evaluasi Kelayakan Model

Kelayakan model dapat dilihat dari berbagai ukuran kelayakan model, dalam penelitian ini ukuran kelayakan model yang digunakan adalah :

1. Khi-Kuadrat

Nilai Khi-kuadrat yang diperoleh relatif

besar terhadap derajat bebas,

mengindikasikan bahwa matriks hasil dugaan model tidak sesuai dengan matriks data. Sebaliknya khi kuadrat yang relatif

kecil terhadap derajat bebas,

mengindikasikan bahwa matriks hasil dugaan model sesuai dengan matriks data (Hair et al. 1998). Ada beberapa kelemahan dalam uji khi-kuadrat yaitu tergantung pada asumsi kenormalan ganda, untuk memperoleh kecocokan yang lebih baik diperlukan model yang lebih kompleks, sensitif terhadap ukuran contoh (Mueller 1996, dalam Wijanto 2008). 2. Root Mean Square Residual (RMR)

Nilai RMR menunjukkan rata-rata sisaan koragam atau sisaan korelasi (Bollen 1989). Formula bagi RMR adalah :

(

)

(

)

1/2 q 1 i i 1 j 2 1 q q ) ( 2 RMR + − = = =

θ

dimana adalah koragam populasi dan

( ) adalah koragam model. Nilai RMR yang lebih kecil atau sama dengan 0.05 mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal

3. Root Mean Square Error of Approximation

(RMSEA)

Nilai RMSEA merupakan ukuran

Model dengan nilai RMSR lebih besar dari 0.10 mengindikasikan bahwa model tersebut tidak baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal (McCallum 1996, dalam Wijanto 2008). 4. Goodness-of-Fit Index (GFI)

Nilai GFI mempresentasikan persen keragaman data yang dapat diterangkan oleh model. Formula GFI untuk metode maximum likelihood adalah :

− − −

− =

2 1 ) (

2 1 ) ( tr

1 GFI

θ θ

tr

I

Model dengan nilai GFI lebih besar dari 0.90 mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal (Sharma 1996). 5. Adjusted Goodness-of-Fit Index (AGFI)

Nilai AGFI merupakan modifikasi dari GFI dengan mengakomodasi derajat bebas

model dengan model lain yang

dibandingkan. Formula bagi AGFI adalah:

[

1 GFI

]

2db 1) k(k 1

AGFI= − + −

Model dengan nilai AGFI lebih besar dari 0.80 mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal (Sharma 1996).

BAHAN DAN METODE

Bahan

Data yang digunakan dalam penelitian ini adalah data primer yang dikumpulkan melalui survei pengguna trans pakuan pada tanggal 25 September 2007 di Pool Bus Wisata dan tanggal 26 September 2007 di Terminal Bubulak. Kuesioner yang digunakan diukur dengan skala likert berskala lima yaitu sangat setuju, setuju, netral, tidak setuju dan sangat tidak setuju. Pengambilan contoh dilakukan

ketika pengguna sedang menunggu

keberangkatan bus dan pengguna yang terpilih sebagai responden adalah pengguna yang telah sering menggunakan jasa trans pakuan. Jumlah contoh yang digunakan sebanyak 100 responden. Hair et al. (1998) menyarankan bahwa ukuran contoh minimum yaitu sebanyak 5 observasi untuk setiap peubah indikator dan ukuran contoh yang disarankan jika menggunakan metode maximum likelihood

adalah antara 100-200.

Metode

Tahapan-Tahapan yang dilakukan dalam penelitian ini adalah :

1. Konseptualisasi model persamaan

struktural berdasarkan teori yang ada. 2. Penyusunan diagram jalur dari konsep

yang telah disusun.

3. Identifikasi model, untuk menentukan apakah terdapat solusi bagi paramater yang akan diduga. Identifikasi model dilakukan dengan cara t-rule yaitu banyaknya parameter yang tidak diketahui harus lebih kecil dari banyaknya elemen dari matriks input :

t ½(p+q)(p+q+1)

dimana t adalah banyaknya parameter yang tidak diketahui dan (p+q) adalah banyaknya peubah indikator

4. Pembuatan kuesioner, berdasarkan

peubah-peubah indikator yang digunakan. 5. Pengumpulan data, dengan melakukan

survei pengguna trans pakuan.

6. Analisis deskripsi pengguna trans pakuan. 7. Menentukan input matriks, dimana input

matriks yang digunakan adalah matriks korelasi polikhorik.

8. Pendugaan parameter, dimana metode yang digunakan adalah metode maximum likelihood.

9. Evaluasi kelayakan model, dengan ukuran kelayakan model khi-kuadrat, RMR,

RMSEA, GFI dan AGFI. Jika model yang dihasilkan tidak baik dalam hal kecocokan model dengan data maka dilakukan modifikasi model. Modifikasi model dapat dilakukan dengan dua cara, cara pertama yaitu dengan menghilangkan jalur peubah indikator dari model dan cara kedua yaitu dengan menambah atau menghilangakan jalur pada model.

10. Interpretasi model.

Software yang digunakan dalam penelitian ini adalah Lisrel 8.30, SPSS 13.0 dan

Microsoft Office Excel 2003.

HASIL DAN PEMBAHASAN

Deskripsi Responden

Gambar 1. Jenis pekerjaan para pengguna

Berdasarkan jenis pekerjaan para pengguna trans pakuan yang disajikan pada Gambar 1, terlihat bahwa sebagian besar responden yang terpilih adalah mahasiswa sebanyak 41 orang, bekerja sebagai karyawan swasta sebanyak 14 orang dan jenis pekerjaan yang paling sedikit terpilih adalah pensiunan sebanyak 3 orang.

Gambar 2. Rute yang biasa digunakan para pengguna

Berdasarkan rute yang biasa digunakan oleh para pengguna yang disajikan pada Gambar 2, terlihat bahwa responden terpilih sebagian besar biasa menggunakan trans pakuan dari shelter Pool Bus Wisata Baranangsiang hingga Terminal Bubulak dan sebaliknya yaitu sebanyak 62 orang dan responden terpilih dengan rute yang paling sedikit digunakan adalah dari shelter Pool Bus Wisata Baranangsiang hingga Bukit Cimanggu dan sebaliknya sebanyak 7 orang.

Pendugaan Parameter Model

Input matriks yang digunakan dalam membentuk model persamaan struktural adalah matriks korelasi polikhorik. Tahap pertama yang dilakukan dalam menduga matriks korelasi polikhorik adalah pendugaan parameter ambang yang disajikan pada Lampiran 2 dan tahap kedua adalah pendugaan korelasi polikhorik yang disajikan pada Lampiran 3. Korelasi polikhorik diasumsikan dilatarbelakangi oleh peubah kontinu yang

menyebar normal ganda. Pada Lampiran 4 disajikan nilai-p pengujian asumsi kenormalan ganda antar pasang peubah ordinal, dan diperoleh hasil yaitu terdapat beberapa pasang

peubah yang tidak memenuhi asumsi

kenormalan ganda karena memiliki nilai-p yang lebih kecil dari 0.05, tetapi hal ini tidak menjadi masalah yang serius karena korelasi polikhorik memberikan pendugaan yang konsisten dengan adanya pelanggaran asumsi kenormalan ganda (Quiroga 1992, dalam J reskog 2002).

Pada pendugaan parameter model

persamaan struktural awal terdapat adanya ragam galat pengukuran bernilai negatif yaitu pada peubah indikator kualitas sebesar -0.04. Untuk mengatasinya maka ditetapkan nilai ragam galat pengukuran tersebut menjadi bernilai positif dan sangat kecil yaitu sebesar 0,005 (Hair et al. 1998).

Pada Lampiran 8 disajikan t-hitung untuk nilai loading peubah indikator, diperoleh hasil yaitu semua peubah indikator berpengaruh nyata terhadap peubah laten yang diukurnya, hal ini didasarkan pada nilai t-hitung yang lebih besar dari 1.96 ( =5%). Peubah yang berpengaruh nyata menunjukkan bahwa peubah tersebut valid dalam mengukur peubah laten.

Tabel 1. Ukuran kebaikan model persamaan struktural awal

Kriteria pengujian

Nilai yang

disarankan Hasil uji

2

Nilai-p 0.05 _{(nilai-p=0.00)}427.95

RMSEA 0.10 0.13

RMR 0.05 0.12

GFI 0.90 0.70

AGFI 0.80 0.61

Berdasarkan ukuran kebaikan model yang disajikan pada Tabel 1, menunjukkan bahwa model yang terbentuk adalah model persamaan struktural yang kurang baik karena matriks korelasi pada model struktural tidak sama dengan matriks korelasi data. Hal ini berdasarkan ukuran kebaikan model yang tidak memenuhi nilai yang disarankan. Oleh karena model yang diperoleh adalah model yang kurang baik maka dilakukan modifikasi model.

Modifikasi Model

Modifikasi pertama yang dilakukan

adalah dengan menghilangkan peubah

Harga

0.31

Thp_plyn

0.06

Persepsi

Daya_sai

Nilai_pr

Kepuasan

Loyalita

Kualitas 0.00

N_fungsi 0.55

N_emosi 0.58

N_episte 0.67

Andal 0.44

Dy_tnggp 0.39

Retensi 0.35

Rekomen 0.14

Chi-Square=59.94, df=26, P-value=0.00017, RMSEA=0.115

1.00

0.67

0.65

0.57

0.75

0.78

0.80

0.93 0.83

0.97

0.39

0.31 0.06

0.32 0.56 -0.05 0.18

0.64

0.58

-0.13

Gambar 3. Diagram jalur dugaan model persamaan struktural setelah modifikasi yang kedua

100, menunjukkan bahwa peubah indikator tersebut adalah peubah yang kurang valid dalam mengukur peubah latennya. Pada Lampiran 9 terlihat bahwa peubah indikator yang kurang valid yaitu peubah indikator citra, momen pelayanan, keunikan, kasat mata, hubungan dan peubah indikator perubahan. Setelah peubah indikator tersebut dihilangkan dan dilakukan pendugaan ulang yang disajikan pada Lampiran 10, terlihat bahwa ada satu peubah indikator yang memiliki nilai loading dibawah 0.55 yaitu peubah indikator empati sebesar 0.53, sehingga peubah indikator empati dihilangkan dan dilakukan pendugaan ulang yang disajikan pada Lampiran 11.

Tabel 2. Ukuran kebaikan model persamaan struktural setelah modifikasi pertama Kriteria

pengujian

Nilai yang

disarankan Hasil uji

2

Nilai-p 0.05 _{(nilai-p=0.00)}143.68

RMSEA 0.10 0.13

RMR 0.05 0.087

GFI 0.90 0.82

AGFI 0.80 0.70

Berdasarkan ukuran kebaikan model setelah modifikasi pertama yang disajikan pada Tabel 2, menunjukkan bahwa model yang diperoleh masih merupakan model persamaan struktural yang kurang baik karena matriks korelasi pada model struktural tidak sama dengan matriks korelasi data. Hal ini berdasarkan ukuran kebaikan model yang tidak memenuhi nilai yang disarankan. Oleh karena

model yang dihasilkan setelah modifikasi pertama masih merupakan model yang kurang baik maka dilakukan modifikasi model yang kedua.

Modifikasi kedua yang dilakukan adalah dengan menghilangkan peubah indikator yang memiliki nilai ragam galat pengukuran diatas 0.60 (Sitinjak 2006). Pada Lampiran 11 terlihat bahwa peubah tersebut adalah nilai sosial, nilai kondisi dan jaminan. Jumlah dari ragam galat pengukuran dan nilai loading kuadrat adalah satu, sehingga jika nilai ragam galat pengukuran dibawah 0.60 maka nilai loading akan bernilai diatas 0.63. Karena peubah indikator nilai epistem dan peubah indikator keandalan memiliki nilai loading sebesar 0.62, dan nilai loading tersebut cukup dekat dengan 0.63 maka peubah nilai epistem dan peubah keandalan tetap dipertahankan dalam model, walaupun memiliki nilai ragam galat pengukuran diatas 0.60

Tabel 3. Ukuran kebaikan model persamaan struktural setelah modifikasi kedua Kriteria

pengujian

Nilai yang

disarankan Hasil uji

2

Nilai-p 0.05 _{(nilai-p=0.00)}59.94

RMSEA 0.10 0.115

RMR 0.05 0.057

GFI 0.90 0.89

AGFI 0.80 0.77

diperoleh merupakan model yang cukup baik karena matriks korelasi pada model struktural hampir sama dengan matriks korelasi data. Hal ini berdasarkan ukuran kebaikan model RMSEA, RMR, GFI dan AGFI yang mendekati nilai yang disarankan. Pada Gambar 3 terlihat bahwa hasil pendugaan model modifikasi kedua terdapat satu peubah indikator dengan nilai ragam galat pengukuran diatas 0.60 yaitu peubah indikator nilai epistem sebesar 0.67. Karena ukuran kebaikan model setelah modifikasi kedua telah menunjukkan model yang cukup baik maka peubah tersebut tetap dipertahankan dalam model.

Tabel 4. Reliabilitas konstruk peubah laten setelah modifikasi kedua

Peubah laten Reliabilitas

Daya saing 0.99

Persepsi 0.90

Nilai produk 0.66

Kepuasan 0.74

Loyalitas 0.86

Pada Tabel 4 disajikan nilai reliabiltas konstruk, diperoleh hasil bahwa semua pebuah indikator handal dalam mengukur secara bersama-sama peubah laten masing-masing, hal ini berdasarkan nilai reliabilitas konstruk yang dihasilkan lebih besar dari 0.50. Nilai produk memiliki nilai reliabilitas paling rendah hal ini disebabkan karena terdapat satu peubah indikator yang memiliki nilai galat pengukuran cukup besar yaitu pada peubah nilai epistem.

Berdasarkan hasil pendugaan model setelah modifikasi kedua yang disajikan pada Gambar 3, terlihat bahwa peubah laten persepsi ditunjukkan melalui peubah indikator harga dan tahap pelayanan, dengan kontribusi masing-masing sebesar 0.97 dan 0.83. Peubah laten daya saing ditunjukkan melalui peubah indikator kualitas dengan kontribusi sebesar 1.00. Peubah laten nilai produk ditunjukkan melalui peubah indikator nilai fungsi, nilai emosi dan nilai epistem, dengan kontribusi masing-masing sebesar 0.67, 0.65 dan 0.57. Peubah laten kepuasan ditunjukkan melalui peubah indikator daya tanggap dan keandalan, dengan kontribusi masing-masing sebesar 0.78 dan 0.75. Dan peubah laten loyalitas ditunjukkan melalui peubah indikator rekomendasi dan retensi, dengan kontribusi masing-masing sebesar 0.93 dan 0.80.

Berdasarkan model struktural yang disajikan pada Gambar 3 dan berdasarkan nilai t-hitung yang disajikan pada Lampiran 9, menunjukkan bahwa persepsi berhubungan

dengan nilai produk dan kepuasan, dengan koefisien lintas sebesar 0.64 dan 0.58. Karena koefisien lintas yang diperoleh bernilai positif maka hubungan tersebut berbanding lurus yaitu dengan semakin besar penilaian terhadap persepsi maka penilaian terhadap nilai produk dan kepuasan akan semakin besar. Nilai produk berhubungan secara langsung dengan daya saing dan loyalitas, dengan koefisien lintas sebesar 0.39 dan 0.56, nilai produk berhubungan secara tidak langsung terhadap loyalitas melalui daya saing, dengan koefisen lintas sebesar 0.12, sehingga nilai produk berhubungan dengan loyalitas, dengan koefisien lintas sebesar 0.68. Semakin besar penilaian terhadap nilai produk maka penilaian terhadap daya saing dan loyalitas akan semakin besar. Daya saing berhubungan dengan kepuasan dan loyalitas, dengan koefisien lintas sebesar 0.31 dan 0.32. Semakin besar penilaian terhadap daya saing maka penilaian terhadap kepuasan dan loyalitas akan semakin besar. Secara keseluruhan faktor yang paling berhubungan dengan loyalitas adalah nilai produk, dan faktor yang paling berhubungan dengan kepuasan adalah persepsi.

KESIMPULAN

Model persamaan struktural terbaik diperoleh setelah dilakukan modifikasi kedua.

Modifikasi pertama yaitu dengan

menghilangkan peubah indikator citra, momen pelayanan, keunikan, kasat mata, empati, hubungan dan peubah indikator perubahan. Peubah tersebut dihilangkan karena memiliki nilai loading dibawah 0.55 (Hair et al. 1998). Modifikasi kedua yaitu dengan menghilangkan peubah indikator sosial, nilai kondisi dan peubah indikator jaminan. Peubah tersebut dihilangkan karena memiliki nilai ragam galat pengukuran diatas 0.60 (Sitinjak 2006).

Peubah laten kepuasan berhubungan dengan peubah laten daya saing dan peubah laten persepsi, dimana hubungan antara peubah laten persepsi dengan peubah laten kepuasan lebih erat. Semakin besar penilaian terhadap harga dan tahap pelayanan maka penilaian terhadap kepuasan akan semakin besar.

DAFTAR PUSTAKA

Bollen KA. 1989. Structural Equations With Latent Variables. New York : John Wiley & Sons.

Ghozali I. 2005. Structural equation modeling : Teori, Konsep dan Aplikasi dengan Program Lisrel 8.54. Semarang : Badan Penerbit Univeristas Diponegoro.

Hair JF, Anderson RF, Tatham RL and Black WC. 1998. Multivatiate Data Analysis.

Fifth Edition. New Jersey : Prentice Hall, Inc.

Johnson RA and Wichern DW. 2002. Applied Multivatiate Statistical Analysis. Fifth Edition. New Jersey : Pearson Education.

Jöreskog GK. 2002. Stuctural Equation Modelling with Ordinal Variabels.

http://www.ssicentral.com/lisrel/techdocs/ ordinal.pdf [20 Juli 2007]

Rangkuti F. 2002. Measuring Customer Statisfaction : Teknik Mengukur dan Strategi Meningkatkan Kepuasan Pelanggan Plus Kasus PLN-JP. Jakarta : PT Gramedia Pustaka Utama.

Sitinjak TJR dan Sugiarto. 2006. LISREL. Yogyakarta : Graha Ilmu.

Sharma S. 1996. Applied Multivariate Techniques. New York : J Wiley.

Sumarwan U. 2003. Perilaku Konsumen : Teori dan Penerapannya dalam Pemasaran. Jakarta : Ghalia Indonesia.

Timm NH. 2002. Applied Multivariate Analysis. New York : Springer text in statistics.

Lampiran 1. Respon kumulatif tiap indikator

Lampiran 2. Parameter ambang

Peubah Indikator

Parameter Ambang

1 2 3 4

Keunikan -1.881 0.706

Kualitas -2.326 -1.126 0.772

Harga -2.326 -1.881 -1.405 0.842

Citra -1.751 -0.440 1.881

Tahap pelayanan -2.326 -1.476 -0.332 1.476

Momen pelayanan -0.583 0.332 1.751

Nilai fungsi -2.326 -0.806 0.954

Nilai sosial -2.326 -0.806 -0.228 1.227

Nilai emosi -2.326 -1.341 0.075 1.282

Nilai epistem -1.341 -0.358 1.476

Nilai kondisi -1.881 -0.806 1.080

Keandalan -1.555 -0.358 1.555

Daya tanggap -1.555 0.000 1.645

Jaminan -1.751 -0.075 2.326

Empati -2.054 -0.674 1.227

Kasat mata -2.326 -1.881 -1.036 1.555

Hubungan -0.279 1.881

Retensi -0.915 0.772

Rekomendasi -0.954 0.994

Perubahan -2.326 -0.025 1.175

Peubah laten

Peubah Indikator

Sangat tidak setuju

Tidak

setuju Netral Setuju

Sangat setuju

Persepsi ( )

Harga 1 2 5 72 20

Citra 4 29 64 3

Tahap pelayanan 1 6 30 56 7

Momen

pelayanan 28 35 33 4

Nilai Produk ( 1)

Nilai fungsi 1 20 62 17

Nilai sosial 1 20 20 48 11

Nilai emosi 1 8 44 37 10

Nilai epistem 9 27 57 7

Nilai kondisi 3 18 65 14

Daya Saing ( 2)

Keunikan 3 73 24

Kualitas 1 12 65 22

Kepuasan ( 3)

Keandalan 6 30 58 6

Daya Tanggap 6 44 45 5

Jaminan 4 43 52 1

Empati 2 23 64 11

Loyalitas ( 4)

Hubungan 39 58 3

Retensi 18 60 22

Rekomendasi 17 67 16

Lampiran 3. Korelasi polikhorik

Correlation Matrix

Unik Kualitas Harga Citra T_plyn M_plyn N_fungsi N_sosial N_emosi N_epistem Unik 1.000

Kualitas 0.404 1.000 Harga 0.032 0.364 1.000 Citra 0.014 0.377 0.252 1.000 Thp_plyn 0.179 0.411 0.805 0.269 1.000 Mmn_plyn 0.177 0.312 0.382 0.214 0.496 1.000 N_fungsi 0.174 0.392 0.450 0.381 0.437 0.290 1.000 N_sosial 0.074 0.343 0.219 0.296 0.341 0.441 0.495 1.000 N_emosi 0.068 0.330 0.316 0.368 0.326 0.435 0.394 0.511 1.000 N_episte 0.105 0.204 0.372 0.027 0.391 0.437 0.308 0.336 0.515 1.000 N_kondis 0.190 0.307 0.342 0.128 0.380 0.265 0.269 0.162 0.431 0.471 Andal 0.122 0.385 0.518 0.315 0.567 0.641 0.367 0.238 0.312 0.258 Dy_tnggp 0.123 0.508 0.395 0.590 0.564 0.336 0.277 0.176 0.296 0.203 Jaminan -0.143 0.210 0.244 0.366 0.219 -0.058 0.293 0.084 0.235 -0.099 Empati -0.157 0.076 0.406 0.185 0.382 0.211 0.250 0.170 0.163 0.253 Kst_mata -0.118 0.049 0.203 0.209 0.316 0.325 0.101 0.242 0.155 0.290 Hubungan 0.159 0.133 0.384 0.152 0.511 0.338 0.097 0.175 0.289 0.311 Retensi 0.289 0.364 0.337 0.155 0.328 0.227 0.380 0.173 0.384 0.295 Rekomen 0.328 0.492 0.143 0.293 0.281 0.060 0.454 0.255 0.334 0.202 Prubahan 0.074 -0.081 0.212 0.113 0.168 0.170 0.147 0.042 0.197 0.110

N_kondis Andal Dy_tnggp Jaminan Empati Kst_mata Hubungan Retensi Rekomen Prubahan N_kondis 1.000

Lampiran 4. Nilai-p pengujian normal ganda

Unik Kualitas Harga Citra T_plyn M_plyn N_fungsi N_sosial N_emosi N_epistem Unik

Kualitas 0.074 Harga 0.868 0.403 Citra 0.398 0.880 0.471 Thp_plyn 0.175 0.251 0.809 0.895 Mmn_plyn 0.718 0.416 0.293 0.072 0.047 N_fungsi 0.177 0.207 0.132 0.383 0.686 0.263 N_sosial 0.033 0.367 0.643 0.810 0.311 0.458 0.143 N_emosi 0.185 0.408 0.216 0.164 0.066 0.512 0.190 0.030 N_episte 0.093 0.432 0.180 0.319 0.307 0.082 0.533 0.210 0.563 N_kondis 0.830 0.175 0.005 0.070 0.218 0.132 0.045 0.426 0.022 0.118 Andal 0.387 0.488 0.248 0.380 0.105 0.132 0.053 0.236 0.223 0.127 Dy_tnggp 0.365 0.604 0.414 0.827 0.080 0.373 0.215 0.243 0.498 0.740 Jaminan 0.200 0.330 0.486 0.469 0.110 0.285 0.203 0.163 0.367 0.388 Empati 0.023 0.092 0.505 0.598 0.180 0.058 0.625 0.633 0.148 0.213 Kst_mata 0.386 0.609 0.994 0.257 0.303 0.547 0.816 0.167 0.819 0.139 Hubungan 0.499 0.604 0.989 0.952 0.278 0.050 0.426 0.522 0.024 0.858 Retensi 0.758 0.551 0.545 0.734 0.081 0.259 0.496 0.624 0.111 0.527 Rekomen 0.226 0.335 0.377 0.128 0.741 0.126 0.585 0.586 0.299 0.764 Prubahan 0.533 0.324 0.247 0.024 0.063 0.341 0.272 0.091 0.157 0.765

N_kondis Andal Dy_tnggp Jaminan Empati Kst_mata Hubungan Retensi Rekomen Prubahan N_kondis

Lampiran 5. Model pengukuran peubah laten endogen

+

=

15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 4 3 2 1 15 34 24 14 34 33 23 13 22 12 51 41 31 21 11 4 3 2 1 4 3 2 1 2 1 5 4 3 2 1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

ε

ε

ε

ε

ε

ε

ε

ε

ε

ε

ε

ε

ε

ε

ε

η

η

η

η

λ

λ

λ

λ

λ

λ

λ

λ

λ

λ

λ

λ

λ

λ

λ

L

L

L

L

K

K

K

K

D

D

N

N

N

N

N

Lampiran 6. Model Pengukuran peubah laten eksogen

[ ]

+

=

5 4 3 2 1 51 41 31 21 11 5 4 3 2 1

δ

δ

δ

δ

δ

ξ

λ

λ

λ

λ

λ

x x x x x

P

P

P

P

P

Lampiran 7. Model struktural

Harga

4.86

Citra

6.95

Thp_plyn

2.20

Mmn_plyn

6.77

Persepsi

Daya_sai

Nilai_pr

Kepuasan

Loyalita

Unik 7.03

Kualit as 0.00

N_f ungsi 6.00

N_sosial 6.25

N_emosi 5.37

N_episte 6.05

N_kondis 6.23

A ndal 5.65

Dy_t nggp 3.69

Jaminan 6.45

Empat i 6.46

Kst _mat a 6.93

Hubungan 6.89

Ret ensi 2.99

Rekomen 3.39

Prubahan 6.92

Chi-Square=427.95, df=161, P-value=0.00000, RMSEA=0.129

4.17 13.22

5.88 5.39 6.67 5.79 5.43

6.84 7.68 5.37 5.33 2.66

3.25 8.13 8.11 2.90 9.90

3.36

11.66

5.56

2.29

2.03

0.36

1.71

2.96

0.81 1.63

4.73

3.70

-0.76

Harga

0.29

Citra

0.88

Thp_plyn

0.12

Mmn_plyn

0.71

Persepsi

Daya_sai

Nilai_pr

Kepuasan

Loyalita

Unik 0.84

Kualit as 0.00

N_f ungsi 0.60

N_sosial 0.66

N_emosi 0.48

N_episte 0.61

N_kondis 0.66

A ndal 0.47

Dy_tnggp 0.27

Jaminan 0.67

Empat i 0.68

Kst_mata 0.92

Hubungan 0.88

Ret ensi 0.24

Rekomen 0.27

Prubahan 0.90

Chi-Square=427.95, df=161, P-value=0.00000, RMSEA=0.129

0.41 1.00

0.63 0.58 0.72 0.62 0.59

0.72 0.86 0.57 0.57 0.29

0.35 0.87 0.85 0.31 0.84

0.34

0.94

0.54

0.35

0.21 0.05

0.20 0.54 0.14 0.22

0.65

0.59

-0.14 Lampiran 8. Diagram jalur t-hitung model persamaan struktural awal

Harga

0.32

Thp_plyn

0.05

Persepsi

Daya_sai

Nilai_pr

Kepuasan

Loyalita

Kualitas 0.00

N_fungsi 0.59

N_sosial 0.65

N_emosi 0.49

N_episte 0.62

N_kondis 0.66

A ndal 0.54

Dy_tnggp 0.18

Jaminan 0.63

Empati 0.72

Retensi 0.36

Rekomen 0.14

Chi-Square=162.54, df=68, P-value=0.00000, RMSEA=0.119

1.00

0.64 0.59 0.71 0.62 0.59

0.68 0.90 0.61 0.53

0.80 0.93 0.82

0.98

0.38

0.27 0.07

0.31 0.50 -0.00 0.19

0.60

0.49

-0.10

Harga

0.35

Thp_plyn

0.01

Persepsi

Daya_sai

Nilai_pr

Kepuasan

Loyalita

Kualitas 0.00

N_fungsi 0.59

N_sosial 0.65

N_emosi 0.49

N_episte 0.62

N_kondis 0.66

Andal 0.61

Dy_tnggp 0.08

Jaminan 0.63

Retensi 0.36

Rekomen 0.14

Chi-Square=143.68, df=56, P-value=0.00000, RMSEA=0.126

1.00

0.64 0.59 0.71 0.62 0.58

0.62 0.96 0.60

0.80 0.93 0.81

1.00

0.39

0.33 0.04

0.31 0.49 -0.01 0.19

0.59

0.44

-0.08

Lampiran 10. Diagram jalur dugaan model persamaan struktural setelah modifikasi

Harga

4.57

T hp_plyn

0.92

Persepsi

Daya_sai

Nilai_pr

Kepuasan

Loyalita

Kualitas 0.00

N_fungsi 5.19

N_emosi 5.40

N_episte 5.96

Andal 4.94

Dy_tnggp 4.34

Retensi 3.90

Rekomen 1.41 Chi-Square=59.94, df=26, P-value=0.00017, RMSEA=0.115

12.63

5.58

5.46

4.91

5.37

5.36

7.55

7.24 9.57

11.85

2.28

2.60

0.38

2.24 2.67

-0.24 1.26

4.17

3.25

-0.62

Pengantar

Selamat Pagi/Siang/Sore/Malam. Nama saya Dani Surahman saya adalah mahasiswa IPB saat ini kami

sedang melakukan penelitian tentang ’Survey Daya Saing, Nilai Produk dan Persepsi Trans pakuan’ dengan

tujuan utama mengukur loyalitas pengguna Trans Pakuan. Dan penelitian ini betujuan untuk menyelesaikan

tugas akhir saya. Saudara/i telah terpilih sebagai responden dalam penelitian ini. Kami berterima kasih jika

saudara/i dapat meluangkan waktu untuk menjawab dengan sebenar-benarnya pertanyaan kami.

Nama

: ...

Pekerjaan : ...

Usia : ... Tahun

biasa menggunakan jasa Trans Pakuan dari ... sampai ...

Pertanyaan Utama

Berikut ini adalah beberapa pernyataan yang berkaitan dengan Trans Pakuan, seberapa setujukah Anda

dengan pernyataan-pernyataan dibawah ini ? Beri tanda silang (X) pada kolom yang sesuai.

No

Pernyataan

Sangat tidak setuju

Tidak

setuju Netral Setuju

Sangat setuju

Daya Saing

1

Fasilitas dan pelayanan yang diberikan trans pakuan berbeda

dengan transportasi umum lainnya.

1

2

3

4

5

2

Fasilitas dan pelayanan yang diberikan trans pakuan lebih

baik dibandingkan transportasi umum lainnya.

1

2

3

4

5

Persepsi

3

Tarif trans pakuan sesuai dengan fasilitas dan pelayanan

yang diberikan.

1

2

3

4

5

4

Trans pakuan telah memiliki citra yang baik.

1

2

3

4

5

5

Trans pakuan memberikan pelayanan yang optimal disetiap

tahap pelayanannya.

1

2

3

4

5

6

Pelayanan petugas, kondisi bis dan shelter yang diberikan

telah optimal.

1

2

3

4

5

Nilai Produk

7

Trans pakuan adalah alat transportasi ekonomis.

1

2

3

4

5

8

Trans pakuan telah digunakan oleh semua kalangan.

1

2

3

4

5

9

Trans pakuan adalah alat transportasi idaman.

1

2

3

4

5

10 Trans pakuan dapat memenuhi harapan (kemacetan /

keamanan / kenyamanan) kita dalam bertransportasi

1

2

3

4

5

11 Kehadiran trans pakuan sesuai dengan kondisi dan

kebutuhan transportasi saat ini.

1

2

3

4

5

Kepuasan

12 Petugas memiliki kemampuan untuk memberikan pelayanan

dengan baik dan dapat diandalkan.

1

2

3

4

5

13 Petugas cepat dan tanggap dalam mengadapi permintaan,

pertanyaan, keluhan dan masalah konsumen.

1

2

3

4

5

14 Anda yakin petugas mampu memenuhi kebutuhan para

konsumen.

1

2

3

4

5

15 Petugas memberikan pelayanan dengan penuh perhatian,

kesopanan, keramahan dan kejujuran terhadap konsumen.

1

2

3

4

5

16 Petugas berpakaian rapih dan bus dalam kondisi baik, bersih

dan nyaman.

1

2

3

4

5

Loyalitas

17 Hubungan antar konsumen dan petugas terjalin dengan baik.

1

2

3

4

5

18 Anda akan tetap menggunakan jasa trans pakuan.

1

2

3

4

5

19 Anda akan merekomendasikan trans pakuan kepada kerabat.

1

2

3

4

5

20 Trans pakuan segera dan cepat memperbaiki kesalahan yang

TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN

MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL

Oleh :

Dani Surahman

G 14103055

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

PENDAHULUAN

Latar Belakang

Kebutuhan akan transportasi khususnya di Kota Bogor terus mengalami peningkatan, hal ini terlihat dari semakin banyaknya alat transportasi yang melintasi jalan raya, baik itu alat transportasi pribadi maupun alat transportasi umum. Trans pakuan adalah alat transportasi umum baru di Kota Bogor, diresmikan pada tanggal 3 Juni 2007. Trans pakuan melayani jalur dari Pool Bus Wisata Baranangsiang hingga Terminal Bubulak dan sebaliknya. Trans pakuan hanya berhenti disetiap shelter, terdapat 16 shelter di sepanjang jalur tersebut.

Kehadiran trans pakuan diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman. Budaya tersebut akan tercipta bila para pengguna memiliki tingkat loyalitas yang tinggi dalam menggunakan jasa trans pakuan. Berdasarkan teori yang ada loyalitas dipengaruhi oleh beberapa faktor diantaranya adalah kepuasan, nilai produk, daya saing dan persepsi. Peubah loyalitas, kepuasan, nilai produk, daya saing dan peubah persepsi diukur melalui peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten.

Hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya dapat dianalisis dengan menggunakan model persamaan struktural. Dengan mengetahui hubungan tersebut diharapkan akan menjadi suatu input yang berguna bagi trans pakuan agar dapat mempertahankan dan meningkatkan jumlah pengguna trans pakuan dan akhirnya budaya bertransportasi yang lebih tertib, aman dan nyaman dapat tercapai.

Tujuan

Penelitian ini bertujuan untuk memperoleh model persamaan struktural terbaik yang dapat menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya.

TINJAUAN PUSTAKA

Loyalitas

Loyalitas adalah sikap positif seseorang terhadap suatu merek, sehingga konsumen memiliki keinginan kuat untuk membeli ulang merek yang sama pada saat sekarang maupun

masa datang (Sumarwan 2002). Perusahaan yang memiliki dukungan konsumen yang loyal akan dapat meningkatkan kinerja produk dari produsen sampai pengguna akhir secara optimal dan dapat meningkatkan dukungan pelayanan kepada konsumen. Pada akhirnya perusahaan dapat meningkatkan 4-R kepada konsumennya (Rangkuti 2002). 4-R tersebut adalah :

1. Customer relationship, hubungan kedekatan dengan konsumen.

2. Customer retention, mempertahankan konsumen yang sudah ada.

3. Customer referrals, kesediaan konsumen untuk memberitahukan kepuasan yang mereka nikmati kepada orang lain. 4. Customer recovery, mengubah kesalahan

dengan segera dan cepat.

Kepuasan Konsumen

Kepuasan konsumen adalah perasaan senang atau kecewa seseorang sebagai hasil dari perbandingan antara prestasi atas produk yang dirasakan dan yang diharapkan (Rangkuti 2002). Konsumen mempunyai kriteria yang pada dasarnya identik dengan beberapa jenis jasa yang memberikan kepuasan kepada para konsumen (Christopher Lovelock 1994, dalam Rangkuti 2002). Kriteria tersebut adalah : 1. Reliability (Keandalan), Kemampuan

untuk memberikan jasa secara akurat sesuai dengan yang dijanjikan.

2. Responsiveness (Daya tanggap), kemampuan karyawan untuk membantu konsumen menyediakan jasa dengan cepat sesuai dengan yang diinginkan.

3. Assurance (Jaminan), pengetahuan dan kemampuan karyawan untuk melayani dengan rasa percaya diri.

4. Emphaty (Empati), karyawan harus memberikan perhatian dan mengerti kebutuhan konsumen.

5. Tangible (Kasat mata), penampilan karyawan, fasilitas fisik, peralatan dan alat-alat komunikasi.

Nilai Produk

Nilai produk adalah pengkajian secara menyeluruh manfaat dari suatu produk (Rangkuti 2002). Konsumen memilih membeli atau tidak suatu produk berdasarkan lima komponen nilai (Seth Newman Gross 1991, dalam Rangkuti 2002). Kelima komponen nilai tersebut adalah :

PENDAHULUAN

Latar Belakang

Kebutuhan akan transportasi khususnya di Kota Bogor terus mengalami peningkatan, hal ini terlihat dari semakin banyaknya alat transportasi yang melintasi jalan raya, baik itu alat transportasi pribadi maupun alat transportasi umum. Trans pakuan adalah alat transportasi umum baru di Kota Bogor, diresmikan pada tanggal 3 Juni 2007. Trans pakuan melayani jalur dari Pool Bus Wisata Baranangsiang hingga Terminal Bubulak dan sebaliknya. Trans pakuan hanya berhenti disetiap shelter, terdapat 16 shelter di sepanjang jalur tersebut.

Kehadiran trans pakuan diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman. Budaya tersebut akan tercipta bila para pengguna memiliki tingkat loyalitas yang tinggi dalam menggunakan jasa trans pakuan. Berdasarkan teori yang ada loyalitas dipengaruhi oleh beberapa faktor diantaranya adalah kepuasan, nilai produk, daya saing dan persepsi. Peubah loyalitas, kepuasan, nilai produk, daya saing dan peubah persepsi diukur melalui peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten.

Hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya dapat dianalisis dengan menggunakan model persamaan struktural. Dengan mengetahui hubungan tersebut diharapkan akan menjadi suatu input yang berguna bagi trans pakuan agar dapat mempertahankan dan meningkatkan jumlah pengguna trans pakuan dan akhirnya budaya bertransportasi yang lebih tertib, aman dan nyaman dapat tercapai.

Tujuan

Penelitian ini bertujuan untuk memperoleh model persamaan struktural terbaik yang dapat menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya.

TINJAUAN PUSTAKA

Loyalitas

Loyalitas adalah sikap positif seseorang terhadap suatu merek, sehingga konsumen memiliki keinginan kuat untuk membeli ulang merek yang sama pada saat sekarang maupun

masa datang (Sumarwan 2002). Perusahaan yang memiliki dukungan konsumen yang loyal akan dapat meningkatkan kinerja produk dari produsen sampai pengguna akhir secara optimal dan dapat meningkatkan dukungan pelayanan kepada konsumen. Pada akhirnya perusahaan dapat meningkatkan 4-R kepada konsumennya (Rangkuti 2002). 4-R tersebut adalah :

1. Customer relationship, hubungan kedekatan dengan konsumen.

2. Customer retention, mempertahankan konsumen yang sudah ada.

3. Customer referrals, kesediaan konsumen untuk memberitahukan kepuasan yang mereka nikmati kepada orang lain. 4. Customer recovery, mengubah kesalahan

dengan segera dan cepat.

Kepuasan Konsumen

Kepuasan konsumen adalah perasaan senang atau kecewa seseorang sebagai hasil dari perbandingan antara prestasi atas produk yang dirasakan dan yang diharapkan (Rangkuti 2002). Konsumen mempunyai kriteria yang pada dasarnya identik dengan beberapa jenis jasa yang memberikan kepuasan kepada para konsumen (Christopher Lovelock 1994, dalam Rangkuti 2002). Kriteria tersebut adalah : 1. Reliability (Keandalan), Kemampuan

untuk memberikan jasa secara akurat sesuai dengan yang dijanjikan.

2. Responsiveness (Daya tanggap), kemampuan karyawan untuk membantu konsumen menyediakan jasa dengan cepat sesuai dengan yang diinginkan.

3. Assurance (Jaminan), pengetahuan dan kemampuan karyawan untuk melayani dengan rasa percaya diri.

4. Emphaty (Empati), karyawan harus memberikan perhatian dan mengerti kebutuhan konsumen.

5. Tangible (Kasat mata), penampilan karyawan, fasilitas fisik, peralatan dan alat-alat komunikasi.

Nilai Produk

Nilai produk adalah pengkajian secara menyeluruh manfaat dari suatu produk (Rangkuti 2002). Konsumen memilih membeli atau tidak suatu produk berdasarkan lima komponen nilai (Seth Newman Gross 1991, dalam Rangkuti 2002). Kelima komponen nilai tersebut adalah :

tersebut untuk memenuhi fungsinya dari sudut pandang pertimbangan ekonomi. 2. Nilai sosial, manfaat suatu produk

dikaitkan dengan kemampuan produk tersebut untuk mengidentikkan konsumen dengan suatu kelompok sosial tertentu. 3. Nilai emosi, manfaat suatu produk

dikaitkan dengan kemampuan produk tersebut untuk membangkitkan perasaan pemakainya.

4. Nilai epistem, manfaat suatu produk dikaitkan dengan kemampuan produk tersebut untuk memenuhi keingintahuan pemakainya.

5. Nilai kondisi, manfaat suatu produk dikaitkan dengan kemampuan produk tersebut untuk memenuhi keperluan konsumen pada saat dan kondisi tertentu.

Persepsi Konsumen

Persepsi adalah proses dimana individu memilih, mengorganisasikan dan mengartikan stimulus yang diterima melalui alat inderanya menjadi suatu makna. Persepsi konsumen atas suatu jasa meliputi persepsi konsumen terhadap kesesuaian harga dengan fasilatas dan pelayanan yang diberikan, persepsi konsumen terhadap citra perusahaan, persepsi konsumen di setiap tahap pelayanan yang diberikan dan persepsi konsumen terhadap momen atau situasi pelayanan (Rangkuti 2002).

Daya Saing

Daya saing adalah kemampuan suatu produk jasa maupun barang agar dapat menarik konsumen. Suatu produk hanya memiliki daya saing bila keunggulan produk tersebut dibutuhkan oleh konsumen. Keunggulan suatu produk jasa terletak pada keunikan serta kualitas pelayanan produk jasa disesuaikan dengan manfaat serta yang dibutuhkan oleh konsumen (Rangkuti 2002).

Model Persamaan Struktural

Mode