4.1 Jenis dan Ruang Lingkup Penelitian 4.1.1 Jenis Penelitian
Penelitian ini termasuk dalam kategori riset penjelasan dengan tujuan utamanya adalah memperoleh penjelasan mengenai hubungan manfaat relasional (manfaat kepercayaan, manfaat sosial, dan manfaat perlakuan istimewa) dengan kepuasan dan loyalitas nasabah Bank BPD Bali Cabang Utama Denpasar. Untuk menjelaskan hubungan diantara variabel-variabel tersebut terlebih dahulu diidentifikasi variabel-variabel bebas/independen yang menentukan variasi terjadinya variabel terikat/dependen.
4.1.2 Ruang Lingkup Penelitian
Penelitian ini dilakukan di Bank BPD Bali Cabang Utama Denpasar yang meliputi 1 (satu) Kantor Cabang dan 10 Kantor Cabang Pembantu yang ada di bawahnya yaitu Capem Mengwi, Capem Gatsu Barat, Capem Teuku Umar, Capem Sanur, Capem Fakultas Ekonomi UNUD, Capem Gatsu Timur, Capem Kamboja, Capem Monang-maning, Capem Abiansemal, dan Capem Tohpati. Waktu penelitian dari awal Oktober 2010 - akhir Maret 2011.
Objek dalam penelitian ini adalah perilaku nasabah Bank BPD Bali dalam menilai manfaat-manfaat relasional yang dirasakannya selama menggunakan produk dan layanan Bank BPD Bali untuk selanjutnya bisa diukur kepuasan dan loyalitasnya. Manfaat-manfaat relasional tersebut dibatasi pada manfaat
kepercayaan (confidence benefits), manfaat sosial (social benefits), dan manfaat perlakuan istimewa (special treatment benefits).
4.2 Variabel Penelitian
Dalam riset pemasaran khususnya riset tentang perilaku konsumen, umumnya variabel yang diteliti diukur secara tidak langsung yang disebut dengan konstruk. Dalam penelitian ini, konstruk-konstruk yang dibahas diidentifikasikan dan didefinisikan pada bagian berikut.
4.2.1 Identifikasi Konstruk
Konstruk-konstruk yang diteliti dalam penelitian ini dapat dibedakan menjadi konstruk eksogen dan konstruk endogen.
1. Konstruk eksogen
Sesuai dengan kerangka konseptual penelitian dan pemetaan teori yang digambarkan sebelumnya, manfaat relasional (relational benefits) dibagi ke dalam tiga konstruk yaitu manfaat kepercayaan (confidence benefits), manfaat sosial (social benefits), dan manfaat perlakuan khusus (special treatment benefits). 2. Konstruk endogen
Mengacu pada kerangka konseptual penelitian dan pemetaan teori maka terdapat dua konstruk endogen dalam penelitian ini, yaitu kepuasan dan loyalitas.
Seluruh indikator yang mengidentifikasi konstruk eksogen dan endogen disusun berdasarkan hasil riset-riset sebelumnya yang telah dimodifikasi dan disesuaikan dengan konteks penelitian. Identifikasi terhadap keseluruhan kontruk dalam penelitian ini dapat dilihat pada Tabel 4.1.
4.2.2 Definisi Operasional Konstruk
Konstruk-konstruk yang telah diidentifikasikan dengan berbagai indikator yang menyertainya haruslah didefinisikan dengan jelas sehingga tidak menimbulkan pengertian yang salah bagi responden saat pengumpulan data. Definisi operasional konstruk penelitian ini dapat dijelaskan sebagai berikut : I. Konstruk eksogen, terdiri atas manfaat kepercayaan (confidence benefits),
manfaat sosial (social benefits) dan manfaat perlakuan istimewa (special treatment benefits).
1. Manfaat kepercayaan/confidence benefits (X1), adalah kepercayaan nasabah terhadap Bank BPD Bali.
Reputasi bank (X1.1), adalah kepercayaan nasabah bahwa Bank BPD Bali memiliki reputasi baik di mata masyarakat.
Penyampaian informasi produk bank (X1.2), adalah kepercayaan nasabah bahwa segala informasi tentang produk dan layanan Bank BPD Bali dapat diterima dengan jelas dan akurat.
Kehandalan dalam mengatasi permasalahan (X1.3), adalah kepercayaan nasabah akan kemampuan Bank BPD Bali dalam menjawab dan mengatasi berbagai permasalahan perbankan yang dialaminya.
Kesesuaian jasa dengan yang dijanjikan (X1.4), adalah kepercayaan nasabah bahwa jasa yang diberikan oleh Bank BPD Bali selama ini sesuai dengan apa yang dijanjikan di awal.
2. Manfaat sosial/social benefits(X2), adalah berbagai manfaat sosial yang diperoleh nasabah selama menjalin hubungan dengan Bank BPD Bali.
Rasa dihargai (X2.1), adalah manfaat yang diperoleh nasabah bahwa ia merasa dihargai oleh karyawan Bank BPD Bali.
Hubungan pertemanan (X2.2), adalah manfaat yang diperoleh nasabah yaitu adanya hubungan pertemanan dengan karyawan Bank BPD Bali sehingga tidak ada lagi perasaan canggung ketika datang untuk bertransaksi.
Keakraban dengan karyawan bank (X2.3), adalah manfaat yang diperoleh nasabah yaitu suasana keakraban yang ditunjukkan oleh karyawan Bank BPD Bali yang membuatnya tidak ragu-ragu lagi untuk bertanya jika menemui kesulitan dalam hal perbankan.
Identitas nasabah dikenali (X2.4), adalah manfaat yang diperoleh nasabah yaitu identitasnya dikenali oleh karyawan front office atau marketing Bank BPD Bali tempatnya bertransaksi.
3. Manfaat perlakuan istimewa/special treatment benefits (X3), adalah berbagai perlakuan istimewa yang dirasakan oleh nasabah selama menjalin hubungan dengan Bank BPD Bali.
Pelayanan yang lebih cepat (X3.1), adalah perlakuan istimewa yang dirasakan oleh nasabah Bank BPD Bali karena menerima pelayanan yang lebih cepat dibandingkan kebanyakan nasabah lainnya.
Kesediaan karyawan membantu pengisian formulir transaksi (X3.2), adalah perlakuan istimewa yang dirasakan oleh nasabah karena karyawan Bank BPD Bali sering membantunya untuk mengisi formulir transaksi.
Diperkenankan untuk tidak selalu mengikuti antrian (X3.3), adalah perlakuan istimewa yang dirasakan oleh nasabah Bank BPD Bali karena sesekali waktu diperkenankan untuk tidak harus mengikuti antrian untuk mendapatkan pelayanan saat bertransaksi.
Dilayani saat jam operasional layanan sudah berakhir (X3.4), adalah perlakuan istimewa yang dirasakan oleh nasabah karena tetap dilayani dengan baik oleh karyawan Bank BPD Bali meskipun jam operasional layanan sudah berakhir.
Mendapatkan layanan tambahan (X3.5), adalah perlakuan istimewa yang dirasakan oleh nasabah karena mendapatkan layanan tambahan dari Bank BPD Bali yang bertujuan untuk lebih memperlancar aktivitas perbankannya. Seperti pick-up services, konfirmasi penarikan via telepon sebelum datang ke bank, penukaran uang secara rutin, pemrosesan bank garansi lebih cepat/real time.
II. Konstruk Endogen, terdiri atas kepuasan dan loyalitas.
1. Kepuasan/satisfaction (Y1), adalah perasaan senang nasabah terhadap kinerja Bank BPD Bali setelah membandingkan dengan harapannya. Indikator-indikator kepuasan yang digunakan dalam hal ini mengacu pada konsep kepuasan pada complete customer experience menurut Oliver (1997:7) yakni penerimaan sampai tahap adequate/puas. Indikator-indikator tersebut dijabarkan sebagai berikut.
Pilihan bijak (Y1.1), adalah perasaan senang nasabah Bank BPD Bali karena menganggap bahwa pilihannya menggunakan bank ini sebagai tempatnya bertransaksi adalah pilihan yang paling tepat/bijaksana. Puas dengan produk yang ditawarkan (Y1.2), adalah perasaan senang
nasabah terhadap produk yang ditawarkan oleh Bank BPD Bali.
Puas terhadap layanan yang diberikan (Y1.3), adalah perasaan senang nasabah terhadap layanan yang diberikan oleh Bank BPD Bali.
Puas terhadap keseluruhan pelayanan (Y1.4), adalah perasaan senang nasabah terhadap keseluruhan pelayanan yang diterimanya di Bank BPD Bali karena sesuai dengan harapannya.
2. Loyalitas/loyalt) (Y2), adalah kesetiaan atau kesediaan nasabah untuk tetap menggunakan layanan Bank BPD Bali sebagai tempatnya bertransaksi secara konsisten untuk masa yang akan datang.
Menceritakan sesuatu yang positif (Y2.1), adalah kesediaan nasabah untuk menceritakan hal-hal positif selama menjadi nasabah Bank BPD Bali kepada orang lain (teman, kerabat, dan kolega).
Merekomendasikan (Y2.2), adalah kesediaan nasabah untuk merekomendasikan kepada orang lain (teman/kerabat/kolega) untuk menggunakan Bank BPD Bali sebagai pilihan dalam melakukan transaksi keuangan.
Tetap menjadikan sebagai pilihan utama (Y2.3), adalah kesediaan nasabah untuk tetap menggunakan jasa Bank BPD Bali sebagai pilihan
utama atau mainbank-nya, termasuk jika suatu saat terjadi kenaikan biaya transaksi dibandingkan ketentuan sebelumnya.
Mempertimbangkan terlebih dahulu untuk pindah (Y2.4), adalah kesediaan nasabah mempertimbangkan terlebih dahulu untuk berpindah ke bank lain di masa yang akan datang.
4.2.3 Pengukuran Variabel
Untuk mengetahui evaluasi nasabah Bank BPD Bali terhadap manfaat relasional, kepuasan, dan loyalitas, maka variabel yang digunakan dalam penelitian ini diukur dengan menggunakan skala Likert. Dalam hal ini menggunakan asumsi bahwa skala Likert menghasilkan pengukuran variabel dalam skala interval. Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang skala sosial dimana jawaban setiap pertanyaan memiliki sejumlah kategori yang berturut-turut dari yang paling positif sampai yang paling negatif. Pada skala Likert kemungkinan jawaban tidak hanya sekadar setuju dan tidak setuju atau jenis jawaban lain yang hanya memiliki dua alternatif melainkan dibuat dengan lebih banyak jawaban. Umumnya masing-masing item scale mempunyai lima kategori yang berkisar antara ”sangat tidak setuju” hingga ”sangat setuju” (Blumberg, dkk., 2005:398).
Dalam penelitian ini skala Likert yang digunakan adalah skala dengan lima tingkatan. Alasan pemilihan skala Likert dengan lima tingkatan ini antara lain: kesesuaian dengan berbagai penelitian sebelumnya, memperbesar variasi jawaban bila dibandingkan empat skala, dan agar terlihat kecenderungan
pemilihan responden terhadap variabel. Masing-masing alternatif jawaban akan diberi skor numerik sebagai berikut: (1) sangat tidak setuju, (2) tidak setuju, (3) netral/ragu-ragu, (4) setuju, dan (5) sangat setuju.
4.3 Prosedur Pengumpulan Data 4.3.1 Jenis Data
Jenis data yang digunakan dalam penelitian ini dibagi berdasarkan beberapa kategori yaitu sifatnya dan sumbernya.
4.3.1.1 Data Berdasarkan Sifatnya
Berdasarkan sifatnya, jenis data yang digunakan dalam penelitian ini dikategorikan ke dalam data kuantitatif dan data kualitatif yang dapat dijelaskan sebagai berikut:
1) Data Kuantitatif
Yaitu data yang dapat diukur dan berupa angka-angka. Data kuantitatif dalam penelitian ini antara lain data jumlah bank umum di Bali, data jumlah kantor bank umum di Bali, dan data karakteristik responden (usia dan pendapatan nasabah).
2) Data Kualitatif
Yaitu data yang bukan berupa angka-angka atau data yang tidak dapat dihitung. Adapun data kualitatif dalam penelitian ini antara lain karakteristik responden yang meliputi nama, jenis kelamin, tingkat pendidikan, dan pekerjaan. Data hasil kuesioner yang telah diberi angka pada masing-masing jawaban yang diperoleh dari penyebaran kuesioner dengan item-item
pertanyaan yang sudah mencerminkan indikator-indikator dari tiap konstruk meliputi : indikator-indikator manfaat kepercayaan, manfaat sosial, manfaat perlakuan istimewa, kepuasan, dan loyalitas juga termasuk dalam jenis data kualitatif.
4.3.1.2 Data Berdasarkan Sumbernya
Berdasarkan sumbernya, jenis data yang digunakan dalam penelitian ini dikategorikan ke dalam data primer dan data sekunder yang dapat dijelaskan sebagai berikut:
1) Data Primer
Yaitu data yang diperoleh secara langsung dari sumbernya di mana dicatat untuk pertama kalinya dan masih perlu diolah lebih lanjut agar bisa memberi hasil bagi penelitian. Data primer dalam penelitian ini diperoleh melalui penyebaran kuesioner kepada responden yang telah sesuai dengan kriteria yang ditetapkan.
2) Data Sekunder.
Yaitu data yang diperoleh dan dihimpun oleh pihak lain dan perlu diolah kembali. Data sekunder dalam penelitian ini antara lain data jumlah bank umum di Bali, data jumlah kantor bank umum di Bali, dan data jumlah nasabah Bank BPD Bali Cabang Utama Denpasar. Data sekunder ini diperoleh dengan cara melakukan dokumentasi terhadap publikasi dan sumber lainnya.
4.3.2 Penentuan Populasi dan Sampel Penelitian 4.3.2.1 Populasi
Populasi merupakan kumpulan dari individu-individu dengan kualitas serta ciri-ciri yang telah ditetapkan. Dalam penelitian ini yang menjadi anggota populasi adalah nasabah Bank BPD Bali Cabang Utama Denpasar yang tersebar di satu kantor cabang maupun di 10 kantor cabang pembantu yang ada di bawahnya seperti yang telah disebutkan pada Subbab Ruang Lingkup Penelitian. Sebenarnya masih ada dua kantor cabang pembantu yang masuk dalam area Cabang Utama Denpasar, yaitu Capem Sesetan dan Capem Ubung. Namun dengan pertimbangan karena kedua kantor cabang pembantu tersebut baru dibuka yaitu masing-masing di bulan April dan Agustus 2010, maka nasabah di kedua kantor cabang pembantu tersebut tidak dimasukkan ke dalam populasi penelitian. Hal ini menyesuaikan dengan salah satu kriteria responden dalam penelitian ini yaitu mereka (nasabah perorangan dan Usaha Dagang) yang sudah menjadi nasabah Bank BPD Bali dalam jangka waktu minimal 1 (satu) tahun. Rincian jumlah populasi untuk masing-masing kantor cabang dan kantor cabang pembantu yang akan diteliti disajikan pada Tabel 4.2.
Tabel 4.2 Jumlah Populasi Kantor Cabang dan Kantor Capem di Area Cabang Utama Denpasar Tahun 2010.
No. Nama Kantor Cabang / Kantor Capem Jumlah Nasabah (orang)
Proporsi (%) 1 Kantor Cabang Utama Denpasar 28.659 31,79
2 Kantor Capem Mengwi 7.888 8,75
3 Kantor Capem Gatsu Barat 7.028 7,98
4 Kantor Capem Teuku Umar 6.415 7,11
5 Kantor Capem Sanur 6.400 7,10
6 Kantor Capem Fakultas Ekonomi UNUD 9.307 10,30
7 Kantor Capem Gatsu Timur 6.257 6,94
8 Kantor Capem Kamboja 6.625 7,34
9 Kantor Capem Monang-maning 4.229 4,69
10 Kantor Capem Abiansemal 4.540 5,00
11 Kantor Capem Tohpati T o t a l
2.791 90.139
3,00 100
Sumber : Divisi Teknologi Informasi dan Laporan Bank BPD Bali, 2010.
4.3.2.2 Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Dalam penelitian yang menggunakan metode survey, tidaklah selalu perlu meneliti seluruh individu populasi. Sugiyono (2009:13)menyarankan bahwa ukuran sampel terbaik untuk penelitian multivariate adalah 5 – 10 observasi untuk setiap parameter yang diestimasi. Dalam penelitian ini terdapat 21 indikator, sehingga ukuran sampelnya berkisar antara 105 – 210 orang. Jika dikaitkan dengan permodelan SEM (Structural Equation Model) maka ukuran sampel yang cukup adalah 100 – 200. Berdasarkan kedua persyaratan tersebut, dalam
penelitian ini ditetapkan sebanyak 8 x jumlah indikator sehingga menjadi 168 responden.
Pengambilan sampel dilakukan dengan metode sampel tidak acak (non probability sampling) yaitu setiap elemen populasi tidak memiliki kemungkinan yang sama untuk dijadikan anggota sampel atau responden. Prosesnya dilakukan dengan teknik purposive sampling yang kemudian dilanjutkan dengan convenience sampling. Teknik purposive sampling bertujuan untuk memilih responden sesuai dengan kriteria yang sudah ditetapkan, yakni perorangan dan Usaha Dagang (UD) yang sudah menjadi nasabah Bank BPD Bali selama minimal satu tahun dan dengan tingkat pendidikan minimal SMU/sederajat. Pertimbangan memilih responden yang sudah menjadi nasabah Bank BPD Bali selama minimal satu tahun dengan alasan bahwa dalam kurun waktu tersebut nasabah dianggap sudah bisa merasakan ada tidaknya manfaat relasional serta mampu menjelaskan sejauh mana tingkat kepuasan dan loyalitasnya terhadap Bank BPD Bali, sedangkan untuk kriteria tingkat pendidikan minimal SMU/sederajat ditetapkan dengan pertimbangan bahwa dengan tingkat pendidikan tersebut responden mampu memahami item-item pertanyaan yang diajukan oleh peneliti saat penelitian dilakukan. Untuk mengambil sampel sejumlah 168 orang responden dari banyaknya populasi yang memenuhi kedua kriteria di atas maka diterapkan teknik convenience sampling. Hal ini dimaksudkan bahwa dalam memilih sampel didasarkan atas kemudahan dalam menemukan sampel yang memenuhi kriteria yakni mudah dijangkau dan bersedia untuk dijadikan responden dalam penelitian
ini. Secara rinci distribusi sampel di kantor cabang utama dan cabang pembantu disajikan pada Tabel 4.3.
Tabel 4.3 Ukuran Sampel Kantor Cabang Utama dan Kantor Capem di Area Cabang Utama Denpasar
No. Nama Kantor Cabang / Kantor Capem Ukuran Sampel (orang)
1 Kantor Cabang Utama Denpasar 53
2 Kantor Capem Mengwi 15
3 Kantor Capem Gatsu Barat 14
4 Kantor Capem Teuku Umar 12
5 Kantor Capem Sanur 12
6 Kantor Capem Fakultas Ekonomi UNUD 17
7 Kantor Capem Gatsu Timur 11
8 Kantor Capem Kamboja 12
9 Kantor Capem Monang-maning 8
10 Kantor Capem Abiansemal 9
11 Kantor Capem Tohpati T o t a l
5 168
4.3.3 Cara Pengumpulan Data
Pengumpulan data dilakukan berdasarkan metode angket yakni dengan cara membagikan kuesioner yang terdiri atas pertanyaan mengenai manfaat relasional (manfaat kepercayaan, manfaat sosial, dan manfaat perlakuan istimewa), kepuasan, dan loyalitas nasabah Bank BPD Bali. Kuisioner disebarkan di area Bank BPD Bali Cabang Utama Denpasar yang meliputi Kantor Cabang Utama Denpasar serta 10 Kantor Cabang Pembantu yang berada di bawahnya dengan langkah-langkah sebagai berikut:
1. Mendistribusikan kuisioner ke kantor Cabang dan Capem Bank BPD Bali area Cabang Utama Denpasar yang sudah ditetapkan.
2. Kuisioner disebarkan kepada nasabah melalui bantuan petugas yang memang terlibat secara langsung dengan nasabah seperti Customer Service, Analis Kredit, maupun Administrasi Kredit .
3. Sebagian nasabah yang menerima kuisioner ada yang mengisi dan menyerahkannya saat itu juga, dan sebagian lainnya ada yang membawanya pulang untuk diserahkan kembali saat bertransaksi berikutnya ke kantor Bank BPD Bali.
4. Bagi nasabah yang belum mengembalikan kuisioner lebih dari jangka waktu satu bulan, oleh petugas maupun peneliti dihubungi via telepon atau diwawancarai langsung via telepon saat itu juga.
5. Kuisioner kemudian dikumpulkan dan disaring oleh peneliti untuk diolah lebih lanjut sesuai teknik analisis data yang ditetapkan.
4.4 Instrumen Penelitian
4.4.1 Penyusunan Instrumen Penelitian
Kuisioner yang merupakan instrumen dalam penelitian ini disusun dengan mengacu pada indikator masing-masing konstruk yang telah diidentifikasi dan didefinisikan sebelumnya. Kuesioner dalam penelitian ini terdiri atas pertanyaan yang sifatnya terbuka maupun tertutup mengenai data responden. Sementara untuk menggali pendapat responden tentang manfaat relasional (manfaat
kepercayaan, manfaat sosial, dan manfaat perlakuan istimewa), kepuasan, dan loyalitas disajikan pernyataan dengan mengacu pada total 21 indikator yang berasal dari semua konstruk yang ada.
4.4.2 Pengujian Instrumen Penelitian
Pengujian instrumen penelitian yang meliputi uji validitas dan reliabilitas adalah proses menguji butir -butir pertanyaan atau pernyataan yang ada dalam sebuah angket dan memastikan isi dari butir-butir pertanyaan dan pernyataan tersebut sudah valid dan reliable. Jika butir-butir sudah valid dan reliable, berarti butir-butir tersebut sudah bisa mengukur faktornya. Namun jika dalam pengujian tersebut ada butir yang tidak valid dan reliable maka butir itu harus dibuang atau diganti dengan butir pertanyaan atau pernyataan yang lain. Karena digunakannya model SEM dalam penelitian ini, maka untuk tahap awal dilakukan uji reliabilitas saja. Validitas butir-butir pertanyaan sudah langsung diuji dengan Confirmatory Factor Analysis (CFA) yang merupakan bagian dari teknik pengolahan data menggunakan SEM yang bertujuan untuk mengukur validitas konstruk.
Reliabilitas menunjukkan konsistensi dan stabilitas dari suatu skor (skala pengukuran). Reliabilitas berbeda dengan validitas karena pertama memusatkan perhatian pada masalah konsistensi, sedangkan yang kedua lebih memperhatikan pada masalah ketepatan. Dengan demikian reliabilitas mencakup dua hal utama, yaitu stabilitas ukuran dan konsistensi internal ukuran (Kuncoro, 2003 : 151).
Sementara itu Ghozali (2008 : 140) menyatakan bahwa reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari konstruk.
Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Ghozali (2008 : 140) juga menyatakan bahwa pengukuran reliabilitas dapat dilakukan dengan dua cara, yaitu :
a. Repeated Measure atau pengukuran ulang. Disini seseorang akan disodori pertanyaan yang sama untuk waktu yang berbeda, dan kemudian dilihat apakah ia akan tetap konsisten atau tidak.
b. One Shot atau pengukuran sekali saja. Disini pengukuran hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. SPSS memberikan fasilitas untuk mengukur reliabilitas dengan uji statistic Cronbach Alpha (α). Suatu konstruk atau variabel dikatakan reliabel jika memberi nilai Cronbach Alpha > 0,60.
4.5 Metode Analisis Data
Alat analisis data yang digunakan dalam penelitian ini adalah Structural Equation Modelling (SEM) dengan bantuan program komputer Analysis of Moment Structure (AMOS). Ada beberapa asumsi yang perlu dipenuhi agar metode analisis ini dapat digunakan.
4.5.1 Asumsi-asumsi Penggunaan SEM
Ghozali (2008:61) mengemukakan bahwa sebelum melakukan pengujian terhadap konstruk-konstruk yang ada, beberapa persyaratan atau asumsi yang harus dipenuhi oleh data penelitian sebelum diolah dengan SEM, antara lain:
a. Uji ukuran sampel
Ukuran sampel yang harus dipenuhi dalam permodelan ini adalah minimum berjumlah 100, selanjutnya menggunakan perbandingan 5-10 observasi untuk tiap parameter (Ferdinand:2002:51)
b. Uji Normalitas Data
Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas yang mencerminkan bentuk suatu distribusi data adalah normal. Jika suatu distribusi data tidak membentuk distribusi normal maka hasil analisis dikhawatirkan menjadi bias. Distribusi data dikatakan normal pada tingkat signifikansi 0,01 jika Critical Ratio (CR), skewenes (kemiringan), atau CR curtosis (keruncingan) tidak lebih dari ± 2,58 (Santoso, 2007:74).
c. Uji Outliers
Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim karena kombinasi karakteristik unik yang dimilikinya yang terlihat sangat jauh berbeda dari observasi-observasi lainnya (Ferdinand, 2002:52). Salah satu cara untuk mendeteksi multivariate outliers adalah dengan menggunakan uji Mahalanobis Distance yang menunjukkan seberapa jauh sebuah data dari pusat titik tertentu (Santoso, 2007: 75). Deteksi terhadap multivariate outliers dilakukan dengan memperhatikan hasil uji Observations Farthest From The Centroid (Mahalanobis Distance). Kriteria yang digunakan adalah berdasarkan nilai Chi-square pada derajat kebebasan (degree of freedom), yaitu jumlah indikator pada tingkat signifikansi dengan p<0,001. Apabila nilai mahalanobis
d-squared lebih besar dari nilai mahalanobis pada tabel, maka data tersebut adalah multivariate outliers yang harus dikeluarkan (Ghozali, 2008:228).
d. Uji Multikolinearitas
Asumsi multikolinearitas mengharuskan tidak adanya korelasi yang sempurna atau besar diantara variabel-variabel independen. Multikolinearitas dapat dideteksi dari determinan matriks kovarian Apabila korelasi antar konstruk eksogen < 0,85 berarti tidak terjadi multikolinieritas (Ferdinand:2002:54).
4.5.2 Langkah-langkah SEM
Pada dasarnya SEM merupakan kombinasi antara analsis faktor, analisis regresi berganda, dan korelasi. Ferdinand (2002: 30) mengemukakan terdapat 7 (tujuh) langkah dalam teknik análisis SEM yang dapat dikembangkan dan dijelaskan sebagai berikut :
1) Pengembangan Model Teoritis
Pengembangan model dalam SEM, adalah pencarían atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Dengan perkataan lain, tanpa dasar teoritis yang kuat, SEM tidak dapat digunakan. Hal ini disebabkan karena SEM tidak digunakan untuk menghasilkan sebuah model, melainkan digunakan untuk mengkomfirmasi model teoritis tersebut melalui data empirik. SEM bukan untuk menghasilkan kausalitas, melainkan membenarkan adanya kausalitas teoritis melalui uji data empirik. Itulah sebabnya uji hipótesis mengenai perbedaan dengan menggunakan uji chi-square.
2) Penyusunan Diagram Alur (Path Diagram)
Model teoritis yang telah dibangun selanjutnya digambarkan dalam sebuah path diagram, untuk mempermudah peneliti melihat hubungan-hubungan kausalitas yang ingin diuji. Di dalam pemodelan SEM, ditetapkan konstruk (construct) atau faktor (factor) yaitu konsep yang memiliki pijakan teoritis yang cukup untuk menjelaskan berbagai bentuk hubungan. Untuk itu perlu ditentukan diagram alur dalam artian berbagai konstruk yang akan digunakan dalam penelitian.
Konstruk-konstruk dalam diagram alur dapat dibedakan dalam dua kelompok konstruk yaitu konstruk eksogen dan konstruk endogen. Konstruk eksogen dikenal pula sebagai variabel independen yang tidak diprediksi oleh variabel lain dalam model. Konstruk endogen adalah faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen. Path diagram manfaat relasional terhadap kepuasan dan loyalitas disajikan pada Gambar 4.1.
3) Konversi Diagram Alur ke dalam Persamaan
Setelah model teoritis dikembangkan dan digambar dalam sebuah diagram alur, kemudian mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan. Persamaan yang dibangun akan terdiri dari persamaan struktural (structural equations) dan persamaan spesifikasi model pengukuran (measurement model). Persamaan struktural dirumuskan untuk menyatakan
hubungan kausalitas antar berbagai konstruk. Sedangkan dalam persamaan spesifikasi model pengukuran ditentukan variabel mana mengukur konstruk mana, serta menentukan matrik yang menunjukkan korelasi yang dihipotesiskan antar konstruk.
Confidence Benefits (X1) Social benefits (X2) X1.1 1 1 X1.2 1 X1.3 1 X1.4 1 Kepuasan (Y1) Special Treatment Benefits (X3) X3.5 1 1 X3.4 1 X3.3 1 X3.2 1 X3.1 1 Loyalitas (Y2) X2.4 1 1 X2.3 1 X2.2 1 X2.1 1 Y1.4 1 1 Y1.3 1 Y1.2 1 Y1.1 1 Y2.1 1 1 Y2.2 1 Y2.3 1 Y2.4 1
Gambar 4.1 Path Diagram Manfaat Relasional Terhadap Kepuasan dan Loyalitas Nasabah Bank
hubungan kausalitas antar berbagai konstruk. Sedangkan dalam persamaan spesifikasi model pengukuran ditentukan variabel mana mengukur konstruk mana, serta menentukan matrik yang menunjukkan korelasi yang dihipotesiskan antar konstruk.
4) Memilih Matrik Input dan Estimasi Model
SEM hanya menggunakan matrik varian/kovarian atau matrik korelasi sebagai data input untuk keseluruhan estimasi yang dilakukan. Matrik korelasi mempunyai rentang yang sudah umum dan tertentu yaitu 0 sampai dengan ±1 dan karena itu memungkinkan untuk melakukan perbandingan yang langsung antara koefisien dalam model. Matrik kovarian umumnya lebih banyak digunakan dalam penelitian mengenai hubungan, sebab stándard error yang dilaporkan dari berbagai penelitian umumnya menunjukkan angka yang kurang akurat bila matrik korelasi digunakan sebagai input. Pada penilitian ini pengolahan dilakukan dengan bantuan program komputer yaitu AMOS, merupakan salah satu program yang handal untuk análisis model kausalitas. Karena jumlah sampel dalam penelitian ini berada antara 100 sampai dengan 200 maka teknik analisis yang dipilih adalah Maximum Likelihood Estimation (ML) dan Generalized Least Square Estimation (GLS).
5) Kemungkinan Munculnya Masalah Identifikasi
Masalah identifikasi pada prinsipnya adalah masalah mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan
estimasi yang unik. Masalah identifikasi dapat muncul melalui gejala-gejala sebagai berikut :
a) Standard error untuk satu atau beberapa koefisien adalah sangat besar. b) Program tidak mampu menghasilkan matrik informasi yang seharusnya
disajikan.
c) Muncul angka-angka yang aneh seperti adanya varians error yang negatif.
d) Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat misalnya lebih dari 0,9.
6) Evaluasi Kriteria Goodness-of-Fit
Tindakan pertama yang dilakukan adalah mengevaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM. Setelah asumsi-asumsi SEM terpenuhi, langkah berikutnya adalah menentukan kriteria yang akan digunakan untuk mengevaluasi model dan pengaruh-pengaruh yang ditampilkan dalam model. Evaluasi model dilakukan melalui uji kesesuaian dan statistik, serta uji reliabilitas.
Dalam uji kesesuaian dan statistik dilakukan dengan menggunakan beberapa fit index untuk mengukur kebenaran model yang diajukan. Beberapa indeks-indeks kesesuaian (Goodness-of-Fit Indexes) dan cut-off value yang dapat digunakan untuk menguji kelayakan sebuah model antara lain:
a)
χ
2 – Uji Chi Square StatisticAlat uji paling fundamental untuk mengukur overall fit adalah likehood ratio Chi Square Statistic. Chi Square ini bersifat sangat
sensitif terhadap besarnya sampel yang digunakan. Model yang diuji akan dipandang baik atau memuaskan bila Chi-Square rendah. Semakin kecil nilai
χ
2 semakin baik model itu.b) RMSEA (The Root Mean Square Error of Approximation)
RMSEA adalah sebuah indeks yang dapat digunakan untuk meng-kompensasi chi square statistic dalam sampel yang besar. Nilai RMSEA menunjukkan goodness of fit yang dapat diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom.
c) GFI (Goodness of FIT Index)
Indeks kesesuaian (fit index) ini akan menghitung proporsi tertimbang dari varian dalam matrik kovarian sampel yang dijelaskan oleh matriks kovarian populasi yang terestimasi. GFI adalah sebuah ukuran non-statistical yang mempunyai rentang 0 (poor fit) sampai dengan 1,0 (prefect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit, sedang besaran nilai antara 0,80 – 0,90 adalah marginal fit. d) AGFI (Adjusted Goodness of Fit Index)
AGFI adalah analog dari R2 dalam regresi berganda. Fit index ini dapat di-adjust terhadap degrees of freedom yang tersedia dalam menguji diterima tidaknya model. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varian dalam sebuah matrik
kovarian sampel. Nilai sebesar 0,95 dapat diinterpretasikan sebagai tingkatan yang baik (good overall model fit), sedangkan besaran nilai antara 0,90 – 0,95 menunjukkan tingkatan yang cukup (adequate fit), sedang besaran nilai antara 0,80 – 0,90 adalah marginal fit.
e) CMIN/DF
The minimum sample discrepancy function (CMIN) dibagi dengan degrees of freedom akan menghasilkan indeks CMIN/DF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fit-nya sebuah model. Dalam hal ini CMIN/DF tidak lain adalah statistik chi-square,
χ
2 dibagi DF-nya sehingga disebutχ
2 relatif. Nilaiχ
2 relatif kurang dari 2,0 atau bahkan kurang dari 0,3 adalah indikasi dari aceptable fit antara model dan data.f) TLI (Tucker Lewis Index)
TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan ≥ 0,95, dan nilai yang sangat mendekati 1 menunjukkan a very good fit.
g) CFI (Comparative Fit Index)
Besaran indeks ini adalah pada rentang nilai sebesar 0 – 1, dimana semakin mendekati 1 mengindikasikan tingkat fit yang paling tinggi a very good fit. Nilai yang direkomendasikan adalah CFI ≥ 0,95.
Keunggulan dari indeks ini adalah bahwa indeks ini besarnya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model.
Dengan demikian indeks-indeks yang dapat digunakan untuk menguji kelayakan sebuah model seperti yang disajikan dalam Tabel 4.4.
Tabel 4.4 Goodness-of-Fit Index
Goodness of fit index Cut-off Value
χ
2 – Chi-square Diharapkan kecil Significance Probability ≥0,05 RMSEA ≤0,08 GFI ≥0,90 AGFI ≥0,90 CMIN/DF ≤2,00 TLI ≥0,95 CFI ≥0,95 Sumber: Ferdinand (2002: 59) 7) Interpretasi dan Modifikasi ModelLangkah terakhir adalah menginterpretasikan model dan memodifikasikan model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Namun harus diperhatikan, bahwa segala modifikasi (walaupun sangat sedikit) harus berdasarkan teori yang mendukung.
