EVALUASI LOYALITAS KONSUMEN
TERHADAP LAPTOP MEREK XYZ
PADA MAHASISWA INSTITUT PERTANIAN BOGOR
MIKO NOVRI AMANDRA
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Juli 2013
Miko Novri Amandra
ABSTRAK
MIKO NOVRI AMANDRA. Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Dibimbing oleh ANANG KURNIA dan PIKA SILVIANTI.
Kebutuhan akan laptop pada mahasiswa cukup besar karena mahasiswa sering menggunakan laptop untuk pembuatan laporan, makalah, jurnal, ringkasan kuliah, dan tugas akhir. Hal tersebut membuat produsen laptop harus mengetahui gambaran faktor-faktor yang mempengaruhi loyalitas konsumen terhadap laptop yang mereka produksi. Secara teori loyalitas merek dipengaruhi oleh kepuasan, citra merek, dan penghambat perpindahan. Loyalitas merek, kepuasan, citra merek, dan penghambat perpindahan merupakan peubah yang tidak dapat diukur langsung (peubah laten) sehingga, analisis statistika yang dapat digunakan adalah model persamaan struktural (MPS). Tujuan penelitian ini adalah memperoleh model persamaan struktural dan model persamaan pengukuran yang dapat menggambarkan hubungan antar peubah laten dan antar peubah laten dengan peubah indikatornya. Data yang digunakan dalam penelitian ini adalah data primer hasil survei terhadap mahasiswa IPB yang memiliki laptop merek XYZ menggunakan metode penarikan contoh tak berpeluang. MPS menunjukkan bahwa kepuasan, citra merek, dan penghambat perpindahan tidak bepengaruh terhadap loyalitas merek. Model persamaan pengukuran menunjukkan merek dan rekomendasi mampu mencerminkan peubah laten loyalitas merek tetapi peubah indikator tersebut tidak reliabel dalam mengukur loyalitas merek secara simultan maupun parsial. Semua peubah indikator pada peubah laten kepuasan, citra merek, dan penghambat perpindahan telah mampu mencerminkan peubah laten dan reliabel mengukur peubah latennya.
Kata kunci: model persamaan struktural, peubah indikator, peubah laten ABSTRACT
MIKO NOVRI AMANDRA. Customer Loyalty Evaluation of Student on Laptop Brand XYZ in Bogor Agricultural University. Advised by ANANG KURNIA and PIKA SILVIANTI.
not influence brand loyalty. Measurement equation model shows that the brand and recommendation is able to reflect latent variable from brand loyalty, but the variables are not reliable in measuring brand loyalty neither simultaneously nor partially. All manifest variables on the latent variables such as satisfaction, brand image, and switching barrier are able to reflect of latent variables and reliable to measure its latent variables.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika
pada
Departemen Statistika
EVALUASI LOYALITAS KONSUMEN
TERHADAP LAPTOP MEREK XYZ
PADA MAHASISWA INSTITUT PERTANIAN BOGOR
MIKO NOVRI AMANDRA
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Judul Skripsi: Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor
Nama : Miko N ovri Amandra
NIM : G14090015
Disetujui oleh
Pika Silvianti, M.Si
Pembimbing I Pembimbing II
ｄｾｭｩ｡＠
Judul Skripsi : Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor
Nama : Miko Novri Amandra NIM : G14090015
Disetujui oleh
Dr. Anang Kurnia Pembimbing I
Pika Silvianti, M.Si Pembimbing II
Diketahui oleh
Dr. Ir. Hari Wijayanto, M.Si Ketua Departemen
PRAKATA
Alhamdullilah, segala puji dan syukur penulis panjatkan kepada Allah SWT karena atas rahmat dan karunia-Nya penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah ini berjudul Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Karya ilmiah ini merupakan salah satu syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dalam menyelesaikan karya ilmiah ini, antara lain:
1. Bapak Dr. Anang Kurnia dan Ibu Pika Silvianti, M.Si atas bimbingan, masukan, dan kesabarannya selama penulis menyelesaikan karya ilmiah ini. 2. Ibu Yenni Angraini, M.Si selaku penguji atas saran dan kritikannya yang
membangun.
3. Bapak Dr. Ir. Budi Suharjo, MS, Dr. Ir. I Made Sumertajaya, MS, dan Dr. Farit Mochamad Afendi, M.Si atas masukannya mengenai model pesamaan struktural (MPS).
4. Dosen pengajar Departemen Statistika atas ilmu yang telah diberikan. 5. Ibu Markonah, Ibu Tri, dan Tata Usaha Departemen Statistika atas
bantuannya dalam kelancaran administrasi.
6. Pihak Tanoto Foundation atas beasiswa yang telah diberikan.
7. Departemen Survey and Reseach Himpunan Profesi Gamma Sigma Beta 2013 dan mahasiswa Statistika angkatan 2012 atas bantuannya dalam melakukan survei penelitian.
8. Inka Tiara Putri atas pinjaman buku model persamaan struktural miliknya. 9. Keluarga di rumah, terutama Ayah dan Ibu atas kasih sayang dan doanya. 10. Dwivayani, teman-teman satu bimbingan (Rafika, Rizki, Indah, dan Lusi),
dan teman-teman Statistika 46 atas semangat dukungan dan bantuannya. Penulis menyadari masih banyak kekurangan dalam penulisan karya ilmiah ini. Oleh karena itu, penulis menerima saran dan kritikan yang membangun dari berbagai pihak agar dapat meningkatkan pengetahuan penulis di masa yang akan datang. Penulis berharap karya ilmiah ini dapat bermanfaat bagi penulis khususnya dan pembaca pada umumnya.
Bogor, Juli 2013
DAFTAR ISI
DAFTAR TABEL viii
DAFTAR GAMBAR viii
DAFTAR LAMPIRAN viii
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 1
METODOLOGI 2
Data dan Metode Penarikan Contoh 2
Metode Analisis 2
HASIL DAN PEMBAHASAN 8
Validitas dan Reliabilitas Kuesioner 8
Deskripsi Karakteristik Responden dan Peubah Indikator 8
Pendugaan Parameter Model Persamaan Struktural 10
SIMPULAN 14
DAFTAR PUSTAKA 14
LAMPIRAN 15
DAFTAR TABEL
1 Nilai reliabilitas cronbach alpha peubah laten 8 2 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap pertama 10
3 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap kedua 11
4 Reliabilitas konstruk peubah laten sesudah modifikasi pada tahap kedua 12 5 Variance extracted peubah laten sesudah modifikasi pada tahap kedua 12
6 Koefisien lintas antar peubah laten 12
7 Pengaruh langsung dan tak langsung antar peubah laten 13
DAFTAR GAMBAR
1 Diagram lintas model persamaan struktural berdasarkan teori 3
2 Jumlah responden berdasarkan tahun masuk 8
3 Jumlah responden berdasarkan fakultas 9
4 Jumlah responden berdasarkan departemen 9
5 Diagram kotak garis peubah indikator 9
6 Diagram lintas pada tahap pertama sebelum (a) dan sesudah (b)
modifikasi 10
7 Diagram lintas pada tahap kedua sesudah modifikasi 11 8 Diagram lintas pada tahap kedua sebelum modifikasi 11
DAFTAR LAMPIRAN
1 Nilai uji validitas setiap pernyataan dalam kuesioner 15 2 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap
pertama 16
3 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap
kedua 16
4 Kuesioner penelitian 17
5 Daftar nama peubah laten dan peubah indikator 21 6 Model persamaan struktural dan model persamaan pengukur 22
PENDAHULUAN
Latar Belakang
Sarana dan prasarana merupakan hal penting untuk menunjang proses belajar mengajar agar lebih efektif dan efisien. Salah satu prasarana yang sering digunakan adalah laptop. Kebutuhan akan adanya laptop pada mahasiswa cukup besar karena mahasiswa merupakan salah satu akademisi yang paling sering menggunakan laptop untuk pembuatan laporan, makalah, jurnal, ringkasan kuliah, dan tugas akhir. Hal tersebut membuat produsen laptop harus mengetahui gambaran mengenai faktor-faktor yang mempengaruhi loyalitas konsumen terhadap laptop yang mereka produksi. Tujuan produsen mengetahui gambaran faktor-faktor yang mempengaruhi loyalitas konsumen adalah agar konsumen tetap setia terhadap hasil produksinya. Secara teori loyalitas merek dipengaruhi oleh kepuasan, citra merek, dan penghambat perpindahan selain itu, citra merek pun mempengaruhi kepuasan.
Loyalitas merek, kepuasan, citra merek, dan penghambat perpindahan merupakan peubah yang tidak dapat diukur secara langsung (peubah laten). Oleh karena itu, analisis statistika yang dapat digunakan adalah model persamaan struktural (MPS). MPS dapat menunjukkan model dari hubungan kepuasan, citra merek, penghambat perpindahan, dan loyalitas merek serta peubah indikator yang menyusun peubah latennya. Hubungan antar peubah laten di analisis dengan menggunakan analisis lintas sedangkan hubungan antar peubah indikator terhadap peubah latennya di analisis dengan confirmatory factor analysis (CFA).
Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Memperoleh model persamaan struktural yang dapat menggambarkan hubungan antara citra merek, kepuasan, dan penghambat perpindahan terhadap loyalitas merek.
2
METODOLOGI
Data dan Metode Penarikan Contoh
Data yang digunakan dalam penelitian ini adalah data primer yang dikumpulkan melalui survei dengan metode penarikan contoh tak berpeluang. Metode penarikan contoh yang digunakan terdiri dari metode penarikan contoh
snowball dan purposive. Responden terpilih merupakan mahasiswa aktif strata I IPB pada tahun 2013 yang memiliki laptop merek XYZ. Responden yang disurvei sebanyak 304 orang. Hair et al (2009) mengatakan paling sedikit ukuran contoh yang dibutuhkan 100 atau 5-10 kali dari jumlah peubah indikatornya. Survei dilakukan terhadap mahasiswa IPB di 36 departemen dengan tahun masuk antara 2008 sampai 2012. Responden menjawab pertanyaan dan pernyataan yang terdapat dalam kuesioner yang terdiri dari 8 pertanyaan mengenai karakteristik responden dan 40 pernyataan mengenai peubah laten dan peubah indikator yang dikembangkan berdasarkan teori. Skala yang digunakan dalam menjawab pernyataan kuesioner adalah skala semantic differential dengan nilai 8 menunjukkan sangat setuju dan 1 sangat tidak setuju. Pengujian validitas dan reliabilitas pernyataan yang terdapat dalam kuesioner menggunakan uji korelasi dan metode cronbach alpha.
Metode Analisis
Tahapan yang dilakukan dalam penelitian ini adalah :
1. Konseptualisasi model persamaan struktural berdasarkan teori.
Loyalitas adalah sikap positif seseorang terhadap suatu merek sehingga, konsumen memiliki keinginan kuat untuk membeli ulang merek yang sama pada saat sekarang maupun masa yang akan datang (Sumarwan, 2002). Berdasarkan teori, loyalitas merek dipengaruhi oleh kepuasan, citra merek, penghambat perpindahan sedangkan kepuasan dipengaruhi citra merek. Kepuasan adalah perasaan senang atau kecewa seseorang sebagai hasil dari perbandingan atas prestasi produk yang dirasakan dan yang diharapkan (Sumarwan, 2002). Penghambat perpindahan (switching barrier)
adalah hambatan-hambatan atau biaya yang muncul ketika konsumen akan berpindah dari satu merek ke merek lainnya (Subroto, 2005 dalam Agnanda, 2012). Citra merek adalah seperangkat asosiasi yang ingin diciptakan atau dipelihara oleh pasar. Peubah-peubah indikator setiap peubah latennya dapat dilihat pada Lampiran 5.
2. Pembuatan diagram lintas.
3
Model yang dibangun dalam MPS terdiri dari model persamaan pengukuran dan model persamaan struktural. Peubah laten adalah peubah yang tidak dapat diukur secara langsung namun dapat diukur oleh satu atau lebih peubah indikator sedangkan untuk peubah indikator adalah peubah yang dapat diukur secara langsung (Bollen, 1989). Persamaan model struktural secara umum dinyatakan sebagai berikut:
+ Γξ+
dengan,
: vektor peubah laten endogen berukuran mxl
: matriks koefisien eksogen terhadap endogen berukuran mxn B : matriks koefisien endogen terhadap endogen berukuran mxm ξ : vektor peubah laten eksogen berukuran nx1
: vekor sisaan acak hubungan antara endogen dan eksogen/endogen berukuran mx1
m : jumlah peubah laten endogen n : jumlah peubah laten eksogen.
Persamaan model pengukuran secara umum dinyatakan sebagai berikut:
+
ξ+
dengan,
y : vektor peubah indikator bagi peubah laten endogen berukuran px1 x : vektor peubah indikator bagi peubah laten eksogen berukuran qx1
: matriks koefisien y terhadap endogen berukuran pxm
: matriks koefisien x terhadap eksogen berukuran qxn : vektor sisaan pengukuran dari y berukuran px1 : vektor sisaan pengukuran dari x berukuran qx1 p : jumlah peubah indikator bagi peubah laten endogen
Gambar 1 Diagram lintas model persamaan struktural berdasarkan teori
: Peubah laten eksogen
4
3. Identifikasi model bertujuan untuk menentukan terdapat atau tidaknya solusi bagi parameter yang diduga. Identifikasi model dilakukan dengan t-rule
yaitu, jumlah parameter yang diduga harus lebih kecil dari jumlah elemen unik dari matriks masukan (Bollen, 1989). Persamaan t-rule sebagai berikut:
t p+q p+q+1 2
dengan,
t : jumlah parameter yang diduga
p : jumlah peubah indikator peubah laten eksogen q : jumlah peubah indikator peuban laten endogen.
4. Pembuatan kuesioner sesuai konseptual yang telah dibuat sekaligus melakukan pengujian reliabilitas dan validitas kuesioner terhadap 30 responden dengan metode cronbach alpha dan uji korelasi.
[ 1][1 ∑ 2
t 2
dengan,
: koefisien reliabilitas (cronbach alpha) b : jumlah butir pertanyaan
∑ : jumlah dari ragam setiap butir pertanyaan : ragam dari jumlah semua butir pertanyaan
r [n∑ 2n∑∑ 2]∑[n∑∑2 ∑ 2
dengan,
r : korelasi
x : nilai dari setiap butir pertanyaan
y : nilai dari semua jumlah butir pertanyaan n : banyaknya responden.
Nilai cronbach alpha lebih dari atau sama dengan 0.6 dapat dikatakan instrumen tersebut reliabel (Kusnendi, 2008) dan p-value lebih kecil dari 0.05 pada pengujian korelasi dapat dikatakan instrumen valid (Azwar, 2012). 5. Pengumpulan data dengan melakukan survei terhadap mahasiswa aktif strata
I IPB 2013 yang memiliki laptop merek XYZ.
6. Analisis deskriptif pemilik laptop merek XYZ dan peubah-peubah indikator. Statistika deskriptif yang akan di bahas dalam penelitian ini berkaitan dengan profil responden mengenai usia, jenis kelamin, tahun masuk, asal departemen, dan asal fakultas. Pembuatan diagram kotak garis terhadap peubah indikator.
5 Matriks masukan yang digunakan dalam MPS yaitu matriks korelasi karena jumlah butir pertanyaan setiap peubah indikator berbeda. Hal ini mengakibatkan skala setiap peubah indikator berbeda.
8. Pendugaan parameter.
Metode pendugaan parameter yang digunakan dalam analisis model persamaan struktural ini adalah unweighted least square (ULS). Bentuk umum fungsi pengepasan metode ULS adalah:
FULS = 1/2 tr[ Σ -Σ θ 2]
dengan,
Σ : matriks koragam/korelasi dari data Σ θ : matriks koragam/korelasi dari model.
Fungsi ULS meminumkan setengah jumlah kuadrat dari masing-masing unsur matriks sisaan Σ-Σ θ , sifat penduga pada metode ULS konsisten dan tidak memerlukan asumsi dari sebaran peubah pengamatan (Bollen, 1989).
9. Evaulasi kelayakan model secara keseluruhan dan validitas serta reliabilitas peubah indikator.
Evaluasi kelayakan model secara keseluruhan dengan menggunakan uji khi kuadrat, RMSEA, RMSR, GFI, dan AGFI.
9.1 Uji Khi Kuadrat ( 2)
Statistik 2 digunakan untuk menguji hipotesis: H0 : Σ Σ θ
H1 : Σ Σ θ
tidak tolak H0 jika p-value > 0.05 menunjukkan kecocokan antara martriks koragam/korelasi model dugaan hasil struktural dengan matriks koragam/korelasi dari data (Hair et al, 2009).
9.2 Root Mean Square Error of Approximation (RMSEA)
RMSEA menunjukkan ukuran ketidakcocokan model berdasarkan derajat bebas model. RMSEA dapat dinyatakan sebagai berikut:
RMSEA = √ 2-d n-1 d
dengan,
2 : nilai khi kudrat model
n : ukuran contoh db : derajat bebas model.
6
9.3 Root Mean Square Residual (RMSR)
Nilai RMSR menunjukkan rata-rata sisaan koragam atau korelasi (Bollen, 1989). RSMR dapat dinyatakan sebagai berikut:
RMSR =
[
2Σ
i 1kΣ
j 1i sij ij2
k k+1
]
1/2dengan,
k : jumlah peubah indikator pada peubah laten eksogen dan peubah laten endogen
sij : unsur matriks Σ ij : unsur matriks Σ θ .
Σ merupakan koragam/korelasi dari data dan Σ θ matriks koragam/korelasi dari model. Nilai RMSR yang lebih kecil atau sama dengan 0.05 mengindikasikan kecocokan antara matriks korelasi/koragam hasil dugaan model struktural dengan matriks korelasi/koragam dari data.
9.4 Goodness of Fit Index (GFI)
Nilai GFI mempresentasikan persen dari keragaman data yang dapat dijelaskan oleh model. GFI dapat dinyatakan sebagai berikut:
GFI = 1
-
[ ][ ]
dengan,
Σ : matrik korelasi/koragam dari data Σ θ : matriks korelasi/koragam dari model.
Model dengan nilai GFI lebih besar dari 0.90 mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks koragam/korelasi hasil dugaan model struktural dengan matriks koragam/korelasi dari data (Hait et al, 2009).
9.5 Adjusted Godness of Fit Index (AGFI)
Nilai AGFI merupakan modifikasi dari GFI dengan mengakomodasikan derajat bebas model dengan model lain yang dibandingkan. AGFI dapat dinyatakan sebagai berikut:
AGFI = 1– k k+1
2d [1-GFI] dengan,
k : jumlah peubah indikator pada peubah laten eksogen dan peubah laten endogen
db : derajat bebas model.
7 hasil dugaan model struktural dengan matriks koragam/korelasi data asal (Hair et al, 2009).
Validitas dan reliabilitas menggunakan uji t, reliabilitas konstruk, dan
variance extracted.
9.6 Validitas peubah indikator dinilai dengan cara menguji hipotesis H0:λij=0
lawan Hi:λij 0, indikator dikatakan valid atau dapat mencerminkan peubah
laten jika memiliki nilai t-hitung lebih besar dari t tabel pada taraf nyata 5%. Nilai t tabel sebesar 1.96 (Raykov, 2008).
9.7 Reliabilitas konstruk diukur melalui persamaan berikut:
j=
Σi 1λij 2 Σi 1λij 2 + Σi 1 i
dengan :
RKj : reliabilitas konstruk peubah laten ke-j
c : jumlah indikator yang mengukur peubah laten ke-j
λij : standardize loading factor peubah indikator ke–i peubah laten ke-j
i : ragam galat pengukuran indikator ke–i.
Ukuran ini menggambarkan kemampuan peubah-peubah indikator secara bersama sama dapat mengukur peubah laten. Semakin besar RK maka semakin besar pula representatif peubah indikator terhadap peubah laten. Nilai reliabilitas konstruk yang disarankan adalah lebih besar dari 0.70 (Hair
et al, 2009).
9.8 Variance extracted (VE) diukur melalui persamaan berikut:
VEj=
Σi 1λij2 Σi 1λij2 + Σi 1 i
dengan :
VEj : variance extracted peubah laten ke-j
c : jumlah indikator yang mengukur peubah laten ke-j
λij : standardize loading factor peubah indikator ke–i peubah
laten ke-j
i : ragam galat pengukuran indikator ke–i.
Ukuran ini menggambarkan kemampuan setiap peubah indikator dalam mengukur peubah laten. Semakin besar variance extracted maka semakin besar pula representatif setiap peubah indikator terhadap peubah laten.
Variance extracted yang disarankan adalah lebih besar dari 0.50 (Hair et al,
2009).
Jika model tidak fit dilakukan modifikasi model dengan cara menghilangkan atau menambahkan lintas pada model (Wijanto, 2007). 10 Interpretasi model
8
HASIL DAN PEMBAHASAN
Validitas dan Reliabilitas Kuesioner
Pengujian validitas dan reliabilitas terhadap kuesioner yang telah dibuat dilakukan terhadap 30 responden melalui survei pendahuluan. Pernyataan-pernyataan yang dibuat dalam kuesioner ini dikembangkan berdasarkan teori yang diperoleh dari studi literatur. Uji validitas dilakukan untuk mengetahui ketepatan dan kecermatan alat ukur yaitu kuesioner dalam melakukan fungsinya sebagai alat ukur. Uji validitas dilakukan dengan melihat korelasi antara nilai masing-masing pernyataan dengan jumlah dari nilai-nilai pernyataan yang ingin diukur pada setiap peubah laten. Berdasarkan Lampiran 1 semua pernyataan dalam kuesioner valid pada taraf nyata 5% yang ditunjukkan dengan p-value lebih kecil dari 0.05
Tabel 1 Nilai reliabilitas cronbach alpha peubah laten
Peubah laten Nilai cronbach alpha Keterangan
Loyalitas Merek 0.883 Reliabel
Penghambat Perpindahan 0.869 Reliabel
Citra Merek 0.877 Reliabel
Kepuasan 0.910 Reliabel
Uji reliabilitas digunakan untuk mengetahui konsistensi dan keterandalan alat ukur agar dapat digunakan lebih lanjut. Tabel 1 menunjukkan bahwa semua peubah laten reliabel karena memiliki nilai reliabilitas cronbach alpha lebih besar dari 0.6 sehingga dapat disimpulkan semua pernyataan yang mengukur peubah laten dalam kuesioner adalah reliabel. Hal ini menunjukkan bahwa kuesioner yang digunakan dalam penelitian ini merupakan kuesioner yang reliabel.
Deskripsi Karakteristik Responden dan Peubah Indikator
Responden yang terpilih merupakan mahasiswa strata I IPB yang memiliki laptop merek XYZ. Responden terpilih terdiri dari 73% berjenis kelamin perempuan dan 27% berjenis kelamin laki-laki dari total sebanyak 304 responden. Responden terpilih memiliki umur berkisar antara 17-23 tahun dengan jumlah responden terbanyak berada pada umur 19 tahun sebanyak 114 responden. Gambar 2 menunjukkan responden sebagian besar adalah mahasiswa dengan tahun masuk 2011 yang paling sedikit adalah mahasiwa dengan tahun masuk 2008.
Gambar 2 Jumlah responden berdasarkan tahun masuk 0
50 100 150
2008 2009 2010 2011 2012
2
44 33
146
9 Gambar 3 dan Gambar 4 menunjukkan responden sebagian besar adalah mahasiswa yang berasal dari FMIPA sebanyak 101 responden dan Departemen Statistika sebanyak 46 orang. Hal ini karena peneliti lebih mudah mendapatkan akses untuk memperoleh responden pada FMIPA dan Departemen Statistika dibandingkan dengan fakultas dan departemen lain. Peneliti berusaha melakukan pemilihan responden dari fakultas dan departemen lain agar dapat menggambarkan karakteristik mahasiswa IPB.
Gambar 3 Jumlah responden berdasarkan fakultas
Gambar 4 Jumlah responden berdasarkan departemen
Gambar 5 menunjukkan bahwa semua peubah indikator tidak memiliki pencilan. Peubah-peubah indikator memiliki keragaman yang hampir sama dan sebagian besar memiliki kesimetrian data yang tidak seimbang.
Fitur Pelay anan Estet ika Usia Kean dalan Fung si Citra Prod uk Citra Pema kai Citra Pemb uat Nilai Fung siona l Nilai Sosia l Nilai Psiko logis
Nilai Ek onom is Reko mend asi Beli Mere k 3 2 1 0 -1 -2 -3 Da ta 0 20 40 60 80 100 120
26 20
12 32
48 33 12 101 20 0 20 40 60
AGB AGH AR
L B D P B IK B IO Ek sy ar
ESL FIS FK
H
G
F
M
GM IE IKK
Il k o m IN TP
IPTP ITK ITP KIM
K S H E M A N M A T M N H M SL M S P
PSP PTN SIL
S K P M S TK S V K TH H TH P TI N TM B 13
6 6 3 4 11 12 6 4 12 4 9 10 15
9 7 5 4 7 13 5 7 10 7 5 5 3 3 3 9 46
4 10 5 15
10
Pendugaan Parameter Model Persamaan Struktural
Model persamaan struktural menggunakan matriks masukan berupa matriks korelasi karena setiap peubah indikator memiliki skala yang berbeda. Metode pendugaan parameter yang digunakan adalah unweighted least square (ULS). Pendugaan ini bersifat konsisten dan asumsi dari sebaran data yang digunakan bersifat fleksibel. Pendugaan parameter MPS pada penelitian ini dilakukan dengan
two step approach. Two step approach yaitu pendekatan dengan mengunakan dua tahap analisis. Tahap pertama yaitu melakukan CFA terhadap model persamaan pengukuran terlebih dahulu hingga memiliki model yang fit jika tidak dilakukan modifikasi terhadap model pengukuran. Tahap kedua setelah model pengukuran fit adalah analisis terhadap model persamaan struktural dengan analisis lintas (Wijanto, 2007).
Confirmatory factor analysis terhadap model pengukuran sebelum modifikasi memberikan kesimpulan bahwa terdapat satu nilai standardize loading factor yang lebih kecil dari 0.5 sehingga peubah indikator tersebut dihilangkan dalam model (Hair et al, 2009). Analisis yang dilakukan terhadap model yang telah dimodifikasi menghasilkan semua standardize loading factor lebih besar dari 0.5. Berdasarkan t-hitung semua peubah indikator valid dalam mengukur peubah latennya. Nilai standardize loading factor dapat dilihat pada Lampiran 2. Tabel 2 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap pertama Kriteria kesesuaian
model
Nilai yang disarankan
Hasil uji Sebelum modifikasi
Hasil uji sesudah modifikasi Khi Kuadrat Nilai yang kecil
p-value≥ 0.050
378.400 (p-value = 0.000)
285.420 (p-value = 0.000)
RMSEA ≤ 0.080 0.097 0.091
RMSR ≤ 0.050 0.052 0.044
GFI ≥ 0.900 0.990 0.990
AGFI ≥ 0.900 0.980 0.990
Sebelum modifikasi (a) Sesudah modifikasi (b)
11 Tabel 2 menunjukkan bahwa sebelum modifikasi pada CFA uji khi kuadrat nyata pada taraf nyata 5% sedangkan nilai RMSEA dan RMSR menunjukkan kecocokan model kurang fit. Hal ini menandakan matriks korelasi dari model masih berbeda dengan matriks korelasi dari data artinya model yang dibuat belum fit terhadap data. Oleh karena itu, dilakukan modifikasi dengan menghilangkan lintas antara peubah indikator merek (Y1) terhadap peubah laten loyalitas merek dan membuat beberapa lintas antar peubah indikator.
Modifikasi pertama tetap menunjukkan bahwa uji khi kuadrat nyata pada taraf nyata 5% dan RMSEA tetap menunjukkan kecocokan model yang kurang fit sedangkan RMSR telah menunjukkan kecocokan model yang fit. Model setelah modifikasi pada tahap pertama menjadi model awal pada analisis tahap kedua. Modifikasi model tahap pertama dapat dilihat pada Gambar 6. Berdasarkan t hitung semua peubah indikator valid dalam mengukur dimensinya masing-masing. Nilai standardize loading factor dapat dilihat pada Lampiran 3.
Tabel 3 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah modifikasi pada tahap kedua
Kriteria kesesuaian Model
Nilai yang disarankan
Hasil uji sebelum modifikasi
Hasil uji sesudah modifikasi Khi Kuadrat Nilai yang kecil
p-value≥ 0.050
285.640 (p-value = 0.000)
221.490 (p-value = 0.000)
RMSEA ≤ 0.080 0.091 0.076
RMSR ≤ 0.050 0.044 0.041
GFI ≥ 0.900 0.990 0.990
AGFI ≥ 0.900 0.990 0.990
Gambar 8 Diagram lintas pada tahap kedua sebelum modifikasi
12
Tahap kedua menggunakan model pada tahap pertama sesudah modifikasi. Model dapat dilihat pada Gambar 6 a. Evaluasi kelayakan model pada tahap kedua dalam MPS dapat dilihat pada Tabel 3 yang menunjukkan bahwa nilai evaluasi kelayakan model sebelum modifikasi masih ada yang belum fit sehingga dilakukan modifikasi kembali dengan membuat beberapa lintas antar peubah indikator. Modifikasi pertama pada tahap kedua uji khi kuadrat nyata pada taraf nyata 5% akan tetapi berdasarkan evaluasi kelayakan model menunjukkan bahwa model sudah cukup baik karena matriks korelasi model hampir sama dengan matriks korelasi dari data. Modifikasi model dapat dilihat pada Gambar 7 dan Gambar 8.
Tabel 4 Reliabilitas konstruk peubah laten sesudah modifikasi pada tahap kedua Peubah laten Nilai reliabilitas konstruk Keterangan
Loyalitas Merek 0.650 Tidak Reliabel
Penghambat Perpindahan 0.799 Reliabel
Citra Merek 0.823 Reliabel
Kepuasan 0.868 Reliabel
Tabel 4 menunjukkan bahwa reliabilitas konstruk loyalitas merek tidak reliabel yang artinya peubah indikator dari peubah laten loyalitas merek kurang andal dalam mengukur secara bersama-sama peubah latennya. Hal ini didasarkan pada nilai reliabilitas konstruk (RK) yang lebih kecil dari 0.7.
Tabel 5 Variance extracted peubah laten sesudah modifikasi pada tahap kedua Peubah laten Nilai variance extracted Keterangan
Loyalitas Merek 0.482 Tidak Reliabel
Penghambat Perpindahan 0.501 Reliabel
Citra Merek 0.609 Reliabel
Kepuasan 0.533 Reliabel
Tabel 5 menunjukkan bahwa variance extracted loyalitas merek tidak reliabel yang artinya tiap peubah indikator dari peubah laten loyalitas merek kurang andal dalam mengukur peubah latennya. Hal ini didasarkan pada nilai variance extracted (VE) yang lebih kecil dari 0.5
Tabel 6 Koefisien lintas antar peubah laten
Hubungan antar peubah laten Koefisien lintas t-hitung
Kepuasan Loyalitas merek -0.260 -0.040
Citra merek Loyalitas merek 0.030 0.004
Penghambat Perpindahan Loyalitas merek
0.980 0.650
Citra merek Kepuasan 0.940 5.050
13 laptop XYZ hanya sebagai kebutuhan dan hanya memiliki kemampuan untuk membeli laptop merek XYZ saja sehingga, loyalitas merek responden rendah.
Responden tidak mementingkan citra merek dari laptop yang mereka beli sehingga koefisien lintas antara citra merek terhadap loyalitas kecil yaitu 0.030. Responden tidak mementingkan biaya atau hambatan ketika berpindah dari merek XYZ ke merek lain karena menurut responden biaya yang dikeluarkan jumlahnya sedikit jika berpindah dari merek XYZ ke merek lain. Koefisien lintas antara penghambat perpindahan memiliki koefisien yang tinggi akan tetapi memiliki galat baku yang besar sehingga, pada pengujian pada taraf nyata 5% tidak nyata. Kepuasan memiliki nilai koefisien lintas yang negatif terhadap loyalitas merek. Hal ini disebabkan karena konsumen memiliki rasa puas terhadap laptop merek XYZ tetapi tidak akan membeli ulang laptop merek XYZ dan tidak akan merekomendasikannya kepada orang lain. Koefisien lintas antara citra merek dan kepuasan nyata pada taraf nyata 5% yang artinya citra merek mempengaruhi kepuasan pada taraf nyata 5%. Hal ini mengindikasikan bahwa semakin tinggi penilaian responden terhadap citra merek maka akan meningkatkan tingkat kepuasan.
Tabel 7 Pengaruh langsung dan tak langsung antar peubah laten Hubungan antar peubah laten Pengaruh
langsung
Pengaruh tidak langsung
Pengaruh total Kepuasan Loyalias merek 6.76% -21.40% -14.64% Citra merek Loyalitas merek 0.09% 1.88% 1.97% Penghambat Perpindahan Loyalitas
merek 96.04% -18.79% 77.25%
Citra merek Kepuasan 88.36% - 88.36%
14
SIMPULAN
Model persamaan struktural yang diperoleh pada tahap kedua setelah modifikasi menunjukkan matriks korelasi model hampir sama dengan matriks korelasi data. Model persamaan pengukuran menunjukkan peubah indikator yang dikeluarkan dalam model karena standardize loading factor kurang dari 0.5 yaitu peubah indikator merek (Y1). Peubah indikator pada peubah laten loyalitas merek tidak reliabel dalam mengukur peubah latennya secara bersama-sama maupun tiap-tiap peubah indikatornya. Hal ini terjadi karena responden membeli laptop merek XYZ hanya sebagai kebutuhan dan hanya memiliki kemampuan untuk membeli laptop merek XYZ saja sehingga loyalitas merek responden rendah.
Tidak reliabelnya peubah indikator pada peubah laten loyalitas merek diduga menyebabkan citra merek, penghambat perpindahan, dan kepuasan tidak berpengaruh terhadap loyalitas merek. Citra merek berpengaruh terhadap kepuasan. Citra merek memiliki pengaruh total yang paling kecil terhadap loyalitas merek. Penghambat perpindahan memiliki pengaruh total yang paling besar terhadap loyalitas merek akan tetapi memiliki galat baku yang besar pula sehingga tidak berpengaruh terhadap loyalitas merek. Citra merek memiliki pengaruh total yang besar terhadap kepuasan.
DAFTAR PUSTAKA
Azwar S. 2012. Reliabilitas dan Validitas Edisi ke-4. Yogyakarta (ID): Pustaka pelajar.
Agnanda F, Farida N. 2012. Pengaruh Nilai Konsumen, Kesadaran Merek dan Switching Baririer Terhadap Loyalitas Konsumen Kartu Telkom Flexi (Studi Kasus Pada Mahasiswa Fakultas Ilmu Sosial dan Ilmu Politik Universitas Diponegoro Semarang). JIAB [internet] [diunduh 1 November
2012] 1(1)-3 tersedia pada:
http://ejournal-s1.undip.ac.id/index.php/jiab/article/download/857/832.
Bollen KA. 1989. Structural Equation With Latent Variables. New York (US): John Willey and Sons.
Hair JF, Anderson RF, Tatham RL, Black WC. 2009. Multivariate Data Analysis 7th ed. New Jersey (US): Prentice Hall, inc.
Kusnendi. 2008. Model-Model Persamaan Struktural (Satu dan Multigroup Sampel dengan Lisrel). Bandung (ID): CV Alfabeta.
Raykov T, Marcoulides GA. 2008. An Introduction to Applied Multivariate Analysis. New York (US) : Taylor and Francis Group.
Surmawan U. 2002. Perilaku Konsumen : Teori dan Penerapannya dalam Pemasaran. Jakarta (ID): PT. Ghalia Indonesia – MMA IPB.
15 Lampiran 1 Nilai uji validitas setiap pernyataan dalam kuesioner
Pernyataan Nilai r (korelasi)* Pernyataan Nilai r (korelasi)* Pernyataan no 1 0.790 Pernyataan no 21 0.790 Pernyataan no 2 0.728 Pernyataan no 22 0.829 Pernyataan no 3 0.742 Pernyataan no 23 0.755 Pernyataan no 4 0.798 Pernyataan no 24 0.509 Pernyataan no 5 0.828 Pernyataan no 25 0.778 Pernyataan no 6 0.616 Pernyataan no 26 0.640 Pernyataan no 7 0.756 Pernyataan no 27 0.721 Pernyataan no 8 0.750 Pernyataan no 28 0.663 Pernyataan no 9 0.620 Pernyataan no 29 0.713 Pernyataan no 10 0.842 Pernyataan no 30 0.838 Pernyataan no 11 0.566 Pernyataan no 31 0.806 Pernyataan no 12 0.794 Pernyataan no 32 0.572 Pernyataan no 13 0.694 Pernyataan no 33 0.590 Pernyataan no 14 0.794 Pernyataan no 34 0.777 Pernyataan no 15 0.580 Pernyataan no 35 0.716 Pernyataan no 16 0.867 Pernyataan no 36 0.706 Pernyataan no 17 0.723 Pernyataan no 37 0.841 Pernyataan no 18 0.673 Pernyataan no 38 0.647 Pernyataan no 19 0.680 Pernyataan no 39 0.527 Pernyataan no 20 0.868 Pernyataan no 40 0.665
16
Lampiran 2 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap pertama
Lampiran 3 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap kedua
Peubah indikator Standardize loading factor sebelum modifikasi Uji t* standardize loading factor sesudah modifikasi Uji t*
Beli (Y2) 0.670 13.270 0.670 13.270
Rekomendasi (Y3) 0.720 15.560 0.720 2.6800
Nilai Ekonomi (X1) 0.690 19.140 0.690 15.860
Nilai Psikologi (X2) 0.600 13.820 0.600 12.370
Nilai Sosial (X3) 0.770 25.370 0.770 20.700
Nilai Fungsional (X4) 0.760 25.480 0.760 19.980
Citra Pembuat (X5) 0.710 22.920 0.710 9.490
Citra Pemakai (X6) 0.850 39.320 0.850 10.730
Citra Produk (X7) 0.770 27.470 0.770 10.730
Fungsi (Y4) 0.780 28.200 0.770 10.730
Keandalan (Y5) 0.820 33.620 0.790 4.210
Usia (Y6) 0.710 21.780 0.710 3.660
Estetika (Y7) 0.640 16.770 0.660 3.490
Pelayanan (Y8) 0.780 28.350 0.780 3.790
Fitur (Y9) 0.610 14.950 0.710 3150
*t hitung lebih besar dari t tabel (1.96). Hal ini menunjukkan bahwa peubah indikator valid mengukur peubah latennya pada taraf nyata 5 %.
Peubah indikator Standardize loading factor sebelum modifikasi Uji t* standardize loading factor sesudah modifikasi Uji t*
Merek (Y1) 0.460 7.830 - -
Beli (Y2) 0.670 14.430 0.670 13.270
Rekomendasi (Y3) 0.680 14.570 0.720 15.560
Nilai Ekonomi (X1) 0.680 19.070 0.690 19.140
Nilai Psikologi (X2) 0.640 16.510 0.600 13.820
Nilai Sosial (X3) 0.760 24.900 0.770 25.370
Nilai Fungsional (X4) 0.750 24.950 0.760 25.480
Citra Pembuat (X5) 0.710 22.360 0.710 22.920
Citra Pemakai (X6) 0.850 38.710 0.850 39.320
Citra Produk (X7) 0.760 27.100 0.770 27.470
Fungsi (Y4) 0.780 28.050 0.780 28.200
Keandalan (Y5) 0.820 33.530 0.820 33.620
Usia (Y6) 0.710 21.930 0.710 21.780
Estetika (Y7) 0.660 17.920 0.640 16.770
Pelayanan (Y8) 0.780 27.930 0.780 28.350
17
Kuesioner Penelitian
Terima kasih atas partisipasi Anda menjadi salah satu peserta survey dan sukarela mengisi kuesioner ini. Nama saya Miko Novri Amandra (G14090015), mahasiswa IPB Departemen Statistika, pada saat ini saya sedang melakukan penelitian terkait Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Saya sangat menghargai kejujuran Anda dalam mengisi kuesioner ini. Saya menjamin kerahasiaan Anda yang terkait dengan kuesioner. Hasil survey ini semata-mata akan digunakan untuk tujuan penelitian dan bukan tujuan komersial.
No Kuesioner : ………..
Tanggal Pengisian : ………..
KARAKTERISTIK RESPONDEN
Nama : ………..
NRP : ...
Departemen : ………..
Angkatan : ………..
Usia : ……….. tahun
Jenis Kelamin : [1] Laki – laki [2] Perempuan
No. Hp : ……….
Email : ……….
*Keterangan
Lingkari jawaban pernyataan yang menurut Anda Sesuai A. Loyalitas Konsumen
No Pernyataan
Merek (Y1)
1 Saya tidak pernah menggunakan laptop/netbook merek lain selain XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
2 Saya tidak pernah barganti – ganti merek laptop/netbook selain XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Beli (Y2)
3 Jika laptop/netbook XYZ saya rusak maka saya tidak akan membeli laptop/netbook merek lain selain XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
4 Jika ada laptop/netbook merek lain yang menawarkan harga lebih murah maka saya tidak akan berpaling kepada merek tersebut
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
5 Jika ada bujukan dari pihak merek laptop/netbook lain maka saya tidak akan berpaling kepada merek tersebut
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
6 Walaupun ada laptop/netbook merek lain yang lebih canggih saya tetap tidak akan berpaling kepada merek tersebut
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju KEMENTERIAN PENDIDIKAN NASIONAL
ISTITUT PERTANIAN BOGOR
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN STATISTIKA
18
No Pernyataan
Rekomendasi (Y3)
7 Saya sering merekomendasikan laptop/netbok XYZ kepada teman – teman saya Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
8 Saya sering merekomendasikan laptop/netbok XYZ kepada keluarga Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
B. Penghambat Perpindahan
No Pernyataan
Nilai Ekonomis (X1)
1 Laptop/netbook XYZ lebih tahan lama dibandingkan laptop/netbook merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
2 Harga laptop/netbook XYZ sesuai dengan yang saya inginkan Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
3 Harga laptop/netbook XYZ lebih murah dibandingkan dengan laptop/netbook merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Nilai Psikologis (X2)
4 Saya tidak khawatir bahwa laptop/netbook XYZ tidak akan sesuai dengan yang saya harapkan
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
5 Jika saya beralih pada laptop/netbook merek lain maka mungkin saya akan mendapatkan laptop.netbook yang kurang bagus
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
6 Saya lebih nyaman menggunakan laptop/netbook XYZ dibandingkan merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Sosial (X3)
7 XYZ merupakan laptop/netbook yang sudah terkenal Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 8 Saya merasa bangga sebagai pengguna laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Fungsional (X4)
9 Spesifikasi laptop/netbook XYZ cukup lengkap dibandingkan laptop/netbook merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 10
XYZ memiliki kualitas yang baik dibandingkan Aptop/netbook merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
C. Citra Merek
No Pernyataan
Citra Pembuat (X5)
1 Dengan adanya galery penjualan resmi laptop/netbook XYZ dapat terjamin keasliannya
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
19
No Pernyataan
3 Galery penjualan resmi laptop/netbook XYZ muda ditemukan Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Citra Pemakai (X6)
4 Saya yakin dan percaya bahwa laptop XYZ dapat bersaing dengan laptop/netbook merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 5 Harapan anda terhadap laptop/netbook XYZ selalau terpenuhi
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Citra Produk (X7)
6 Merek XYZ dapat dengan mudah diingat oleh Anda Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 7 Tagline“e plore e ond limits” mem uat sa a le ih mengingat XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 8 Harga XYZ secara tidak langsung menjamin kualitasnya
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju D. Kepuasan
No Pernyataan
Fungsi (Y4)
1 Saya puas terhadap kecepeatan processor laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 2 Saya puas terhadap kencangnya suara speaker laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Keandalan (Y5)
3 Saya puas terhadap RAM laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
4 Saya puas terhadap Processor laptop netbook XYZ (secara keseluruhan) Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Usia (Y6)
5 Saya puas terhadap daya tahan LCD laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 6 Saya puas terhadap daya tahan Baterai laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 7 Saya puas terhadap daya tahan keyboard laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Estetika (Y7)
8 Saya puas dengan design laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 9 Saya puas terhadap warna laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Pelayanan (Y8)
10 Saya puas dengan pelayana garansi yang diberikan laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
20
No Pernyataan
12 Saya puas dengan buku panduan penggunaan yang diberikan laptop.netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Fitur (Y9)
13 Saya puas dengan tas yang diberikan pada laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
21 Lampiran 5 Daftar nama peubah laten dan peubah indikator
Notasi Jenis Peubah Keterangan
ξ1 Peubah laten eksogen ke-1 Penghambat Perpindahan X1 Peubah indikator ke-1 dari peubah laten
eksogen ke-1
Nilai Ekonomi X2 Peubah indikator ke-2 dari peubah laten
eksogen ke-1
Nilai Psikologi X3 Peubah indikator ke-3 dari peubah laten
eksogen ke-1
Nilai Sosial X4 Peubah indikator ke-4 dari peubah laten
eksogen ke-1
Nilai Fungsional ξ2 Peubah laten eksogen ke-2 Citra Merek X5 Peubah indikator ke-5 dari peubah laten
eksogen ke-2
Citra Pembuat X6 Peubah indikator ke-6 dari peubah laten
eksogen ke-2
Citra Pemakai X7 Peubah indikator ke-7 dari peubah laten
eksogen ke-2
Citra Produk
1 Peubah laten endogen ke-1 Loyalitas
Konsumen Y1 Peubah indikator ke-1 dari peubah laten
endogen ke-1
Merek Y2 Peubah indikator ke-2 dari peubah laten
endogen ke-1
Beli Y3 Peubah indikator ke-3 dari peubah laten
endogen ke-1
Rekomendasi
2 Peubah laten endogen ke-2 Kepuasan
Y4 Peubah indikator ke-4 dari peubah laten
endogen ke-2
Fungsi Y5 Peubah indikator ke-5 dari peubah laten
endogen ke-2
Keandalan Y6 Peubah indikator ke-6 dari peubah laten
endogen ke-2
Usia Y7 Peubah indikator ke-7 dari peubah laten
endogen ke-2
Estetika Y8 Peubah indikator ke-8 dari peubah laten
endogen ke-2
Pelayanan Y9 Peubah indikator ke-9 dari peubah laten
endogen ke-2
22
Lampiran 7 Matriks korelasi peubah indikator
Y1 Y2 Y3 X1 X2 X3 X4 X5 X6 X7 Y4 Y5 Y6 Y7 Y8 Y9 Y1 1.000 0.364 0.221 0.274 0.335 0.306 0.271 0.205 0.233 0.194 0.267 0.261 0.272 0.182 0.217 0.178
Y2 0.364 1.000 0.481 0.436 0.570 0.350 0.416 0.251 0.373 0.375 0.354 0.339 0.283 0.185 0.277 0.255
Y3 0.221 0.481 1.000 0.472 0.520 0.399 0.374 0.345 0.391 0.369 0.326 0.345 0.295 0.219 0.392 0.221
X1 0.274 0.436 0.472 1.000 0.511 0.486 0.483 0.447 0.474 0.420 0.463 0.477 0.414 0.363 0.421 0.321
X2 0.335 0.570 0.520 0.511 1.000 0.396 0.532 0.323 0.489 0.368 0.393 0.452 0.347 0.295 0.337 0.231
X3 0.306 0.350 0.399 0.486 0.396 1.000 0.594 0.501 0.626 0.581 0.481 0.489 0.434 0.527 0.540 0.420
X4 0.271 0.416 0.374 0.483 0.532 0.594 1.000 0.433 0.625 0.521 0.551 0.573 0.507 0.406 0.391 0.323
X5 0.205 0.251 0.345 0.447 0.323 0.501 0.433 1.000 0.614 0.563 0.493 0.496 0.449 0.448 0.640 0.461
X6 0.233 0.373 0.391 0.474 0.489 0.626 0.625 0.614 1.000 0.629 0.617 0.643 0.578 0.496 0.617 0.457
X7 0.194 0.375 0.369 0.420 0.368 0.581 0.521 0.563 0.629 1.000 0.608 0.564 0.443 0.481 0.572 0.450
Y4 0.267 0.354 0.326 0.463 0.393 0.481 0.551 0.493 0.617 0.608 1.000 0.760 0.521 0.402 0.563 0.408
Y5 0.261 0.339 0.345 0.477 0.452 0.489 0.573 0.496 0.643 0.564 0.760 1.000 0.585 0.477 0.565 0.492
Y6 0.272 0.283 0.295 0.414 0.347 0.434 0.507 0.449 0.578 0.443 0.521 0.585 1.000 0.531 0.530 0.484
Y7 0.182 0.185 0.219 0.363 0.295 0.527 0.406 0.448 0.496 0.481 0.402 0.477 0.531 1.000 0.560 0.564
Y8 0.217 0.277 0.392 0.421 0.337 0.540 0.391 0.640 0.617 0.572 0.563 0.565 0.530 0.560 1.000 0.564
Y9 0.178 0.255 0.221 0.321 0.231 0.420 0.323 0.461 0.457 0.450 0.408 0.492 0.484 0.564 0.564 1.000
+ Γξ+ Model persamaan struktural
=
β
+
[
ξ
ξ
] + [ ]
Model persamaan pengukuran
+ dan ξ+
y
y
y
y
y
y
y
y
y
=
λ
λ
λ
λ
λ
λ
λ
λ
λ
+
x
x
x
y
y
y
y
=
λ
λ
λ
λ
λ
λ
λ
[
ξ
ξ
]
+
23
RIWAYAT HIDUP
Penulis dilahirkan di Padang pada tanggal 16 November 1990 sebagai anak pertama dari tiga bersaudara dari pasangan Bapak Zulikaf dan Ibu Lisdarna. Tahun 2006 penulis lulus dari Sekolah Menengah Pertama Negeri 1 Cileungsi. Tahun 2009 penulis lulus dari Sekolah Menengah Atas Negeri 3 Kota Bogor dan pada tahun yang sama penulis diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur undangan saringan masuk institut (USMI) IPB.
Selama mengikuti perkulihan, penulis menjadi asisten praktikum Fisika Dasar pada tahun ajaran 2010/2011, asisten Metode Statistika pada tahun ajaran 2011/2012, alih tahun 2011/2012, 2012/2013, asisten Rancangan Percobaan I pada tahun ajaran 2011/2012, alih tahun 2012/2013, asisten Analisis Data Kategorik pada tahun ajaran 2012/2013, dan asisten Analisis Regresi I pada tahun ajaran 2012/2013. Penulis juga aktif mengajar mata kuliah Pengantar Matematika, Fisika, Kalkulus I, Metode Kuantitatif Bisnis I dan Metode Statistika pada Bimbingan Belajar Katalis dan Klinik Studi Expert.
Penulis aktif sebagai pengurus pada beberapa organisasi yaitu dewan asrama putra TPB IPB 2009, PSM IPB Agria Swara, Klinik Studi Expert dan menjadi Ketua Departemen Sains Himpunan Profesi Gamma Sigma Beta 2012. Penulis pernah mengikuti beberapa kepanitian seperti Pesta Sains 2010, 2011, dan 2012, Statitistika Ria 2011, welcome ceremony of statistics (WCS) 2011 dan 2012, G-force 2011, MPKMB 2010, dan sehari menjadi mahasiswa FMIPA 2012. Penulis melaksanakan praktik lapang di International Flavors and Fragrances
