APLIKASI METODE TRIMMING PADA ANALISIS JALUR DALAM PENENTUAN MODEL KAUSAL LOYALITAS PELANGGAN TOSERBA ‘X’.

(1)

Suci Rahayu, 2013

aplikasi Metode Trimming Pada Analisis Jalur Dalam Penentuan Model Kausal Loyalitas Pelanggan Toserba 'X'

Universitas Pendidikan Indonesia | repository.upi.edu

APLIKASI METODE TRIMMING PADA ANALISIS JALUR

DALAM PENENTUAN MODEL KAUSAL LOYALITAS PELANGGAN TOSERBA ‘X’

SKRIPSI

Diajukan untuk Memenuhi Sebagian dari Syarat untuk

Memperoleh Gelar Sarjana Sains

Program Studi Matematika

Konsentrasi Statistika

Oleh

Suci Rahayu

0905738

PROGRAM STUDI MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU ENGETAHUAN ALAM

UNIVERSITAS PENDIDIKAN INDONESIA

(2)

APLIKASI METODE TRIMMING PADA ANALISIS JALUR DALAM PENENTUAN MODEL KAUSAL LOYALITAS PELANGGAN TOSERBA

‘X’

Oleh Suci Rahayu

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Sains pada

Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

Juni 2013

Hak Cipta dilindungi undang-undang.

(3)

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu SUCI RAHAYU

APLIKASI METODE TRIMMING PADA ANALISIS JALUR

DALAM PENENTUAN MODEL KAUSAL LOYALITAS PELANGGAN TOSERBA ‘X’

DISETUJUI DAN DISAHKAN OLEH:

Pembimbing I

Dr. Marthen Tapilouw, M.si. NIP : 194805201979031001

Pembimbing II

Dr. Bambang Avip Priatna M., M.Si. NIP : 196412051990031001

Mengetahui,

Ketua Jurusan Pendidikan Matematika

(4)

i ABSTRAK

Metode trimming merupakan suatu metode yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan mengeluarkan variabel eksogen yang koefisien jalurnya tidak signifikan. Melalui analisis loyalitas pelanggan dengan

pelanggan Toserba ‘X’ sebagai obyek penelitian dan berdasarkan hasil pengaplikasian metode trimming pada analisis jalur, diperoleh model loyalitas

pelanggan Toserba ‘X’ sebagai berikut:

� = 0,286�6+ 0,213�7 + 0,260�10+ 0,252�11 + 0,6395�

Model yang dihasilkan adalah model persamaan struktural yang simultan. Dari 11 variabel yang dianalisis, yaitu lokasi, pelayanan, produk, harga, suasana toko, karyawan toko, metode promosi, kesadaran nama, kesan kualitas, asosiasi merek, dan loyalitas merek. Variabel yang paling besar pengaruhnya terhadap loyalitas pelanggan secara terurut adalah karyawan toko (�₆), metode promosi (�₇), asosiasi merek (�10), dan loyaliatas merek (�11). Sedangkan variabel yang tidak

signifikan terhadap model adalah lokasi, pelayanan, produk, harga, suasana toko, kesadaran nama, dan kesan kualitas.

(5)

i

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu ABSTRACT

Trimming method is a method used to improve a path structure analysis model with removing exogenous variables which the coefficients path are not significant. Through the analysis of the customer loyality with customer of 'X' department store as an object of research and based on the results of trimming method application in the path analysis, the obtained result is the loyality model of the customer ‘X’ department store like mention here:

� = 0,286�₆+ 0,213�₇ + 0,260�₁₀+ 0,252�₁₁ + 0,6395�

The result model is the model of simultaneous structural equation. From eleven variables which have been analyzed, such as location, service, product, price, store atmosphere, shop keepers, promotion method, brand familiarity, impression of quality, brand association, and brand loyality. The most influental variabel for the customers loyality arranged from the most to the least are shop keepers (�₆), promotion method (�₇), brand association (�₁₀), and brand loyality (�₁₁). While the variable which are not significant are location, service, product, price, store atmosphere, brand familiarity, and the impression of quality.

(6)

DAFTAR ISI

Halaman

LEMBAR PENGESAHAN

LEMBAR PERNYATAAN

ABSTRAK.... ... i

KATA PENGANTAR ... iii

UCAPAN TERIMAKASIH... iv

DAFTAR ISI ... v

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

DAFTAR LAMPIRAN ... ix

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 4

1.3 Batasan Masalah ... 4

1.4 Tujuan Penulisan ... 4

1.5 Manfaat Penulisan ... 4

BAB II KAJIAN PUSTAKA ... 6

2.1 Matriks ... 6

2.2 Regresi Linier Sederhana ... 9

2.3 Regresi Linier Ganda ... 14

2.4 Regresi pada Variabel-variabel Terstandardisasi ... 22

2.5 Analisis Korelasi ... 23

2.6 Uji Validitas dan Uji Reliabilitas Instrumen ... 28

2.7 Manajemen Ritel ... 30

(7)

Suci Rahayu, 2013

3.1. Analisis Jalur ... 36

Halaman 3.2. Metode Trimming ... 45

BAB IV STUDI KASUS ... 48

4.1 Jenis dan Sumber Data... 48

4.2 Populasi dan Sampel ... 48

4.3 Variabel Penelitian dan Definisi Operasional Variabel ... 50

4.4 Uji Validitas dan Reliabilitas ... 52

4.5 Uji Asumsi Klasik ... 54

4.6 Memaknai Metode Trimming pada Analisis Jalur ... 59

4.7 Pembahasan ... 72

BAB V KESIMPULAN DAN SARAN ... 74

5.1 Kesimpulan ... 74

5.2 Saran ... 74

DAFTAR PUSTAKA ... 76

LAMPIRAN ... 78

(8)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Seiring dengan berkembangnya kebutuhan dan pola hidup masyarakat yang

menginginkan kenyamanan dalam berbelanja, kepastian akan harga, dan

keanekaragaman barang kebutuhan dalam satu toko, pelanggan menuntut

perusahaan ritel untuk meningkatkan pengelolaan, penampilan toko, maupun cara

pelayanan. Oleh karena itu, belakangan ini dikenal ritel modern dengan cara

pengelolaan secara profesional untuk jaringan toko mencakup department store

(Toko serba ada) dan supermarket.

Bisnis ritel modern tumbuh sangat pesat di Indonesia, dimana banyak

pelaku ritel khususnya toko serba ada dari dalam negeri maupun luar negeri

bersaing secara ketat dalam menawarkan berbagai pilihan barang dan jasa. Hal

tersebut diiringi dengan semakin meningkatnya tuntutan konsumen untuk

memperoleh layanan yang baik dan barang yang bermutu. Konsumen manyadari

bahwa mereka memiliki kekuatan pengeluaran, mereka menjadi semakin cerdas

dan tidak mudah dibujuk oleh pesan-pesan pemasaran, sehingga dapat dikatakan

bahwa pasar ritel toko serba ada adalah “buyer’s market”, dimana pelanggan

memiliki kekuatan untuk menentukan pilihan pembeliannya. Guna merespon

tuntutan dan kebutuhan pelanggan maka perusahaan menggunakan strategi bauran

penjualan eceran (retailing mix strategy).

Bauran penjualan eceran (retailing mix) merupakan strategi pemasaran bagi

pedagang eceran. Pada dasarnya, perumusan elemen harus menjadi perhatian bagi

para pedagang eceran dalam usahanya mencapai tujuan perusahaan. Beberapa ahli

telah menyampaikan unsur-unsur bauran penjualan ini secara berbeda. Dalam

penelitiannya, Berman dan Evans (Bob Foster, 2002:146) mengemukakan

unsur-unsur dari bauran penjualan sebagai berikut:

1. Lokasi departmen store,

(9)

2

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu 3. Produk yang ditawarkan,

4. Harga,

5. Suasana department store,

6. Karyawan Toko, dan

7. Metode promosi.

Dunne, Lusch, dan Griffit (Bob Foster, 2002:146) mengemukakan bahwa

sebagai alat strategi yang kinerjanya dirasakan langsung oleh pelanggan, maka

bauran penjualan eceran ini dapat memberikan kepuasan bagi pelanggan serta

mengakibatkan pelanggan tersebut menjadi loyal. Dampak lain yang terjadi dari

kinerja bauran penjualan eceran adalah ekuitas merek. Berman dan Ezeel (Bob

Foster, 2002:146) menyatakan bahwa ekuitas merek terutama dibentuk oleh

bauran penjualan di samping targetting dan positioning.

Pengenalan merek dan produk penting bagi konsumen dan produsen. Bagi

konsumen merek bermanfaat untuk memudahkan proses keputusan pembelian,

merupakan jaminan kualitas, bahkan dapat memenuhi akan status. Sedangkan

bagi produsen, merek dapat membantu upaya-upaya untuk membangun loyalitas

dan hubungan yang berkelanjutan dengan konsumen. Dalam penelitiannya,

Gordon (Bob Foster, 2002:161) menyebutkan unsur-unsur dari ekuitas merek

yang merupakan modifikasi dari Aaker (Bob Foster, 2002:162), yaitu persepsi

pelanggan terhadap:

1. Kesadaran nama,

2. Kesan kualitas,

3. Asosiasi merek, dan

4. Loyalitas merek.

Keterkaitan antara bauran penjualan eceran dengan ekiutas merek terhadap

loyalitas pelanggan dapat dilihat sebagai berikut:

Gambar 1.1

Hubungan Bauran Penjualan Eceran, Ekuitas Merek, dan Loyalitas Pelanggan. Bauran Penjualan Eceran

Loyalitas Pelanggan

(10)

Loyalitas pelanggan menjadi hal yang sangat penting dalam bisnis ritel,

karena pelanggan yang loyal akan memberikan banyak manfaat bagi perusahaan,

diantaranya keuntungan yang tetap, promosi ke pelanggan lain, dan penurunan

biaya pelayanan karena pelanggan sudah cukup familiar dengan perusahaan

selama ini. Untuk mengetahui model kausal loyalitas pelanggan dan hal-hal yang

berpengaruh secara signifikan terhadap loyalitas pelanggan maka dilakukan

penelitian dengan menggunakan metode trimming pada analisis jalur, melihat dari

variabel penelitian yang cukup banyak.

Analisis jalur merupakan suatu metode analisis yang digunakan untuk

melihat hubungan antara tiga atau lebih variabel. Analisis jalur dilakukan

berdasarkan model hubungan antara variabel-variabel yang diteliti, dimana arah

hubungan variabel diatur dari paling kiri sampai paling kanan dan hubungan

antara variabel digambarkan dengan tanda panah. Ada berbagai model hubungan

yang dapat dibangun dari variabel penelitian yang sama, tergantung bagaimana

hipotesis yang disusun peneliti mengenai hubungan antara variabel-variabel

penelitian.

Dalam analisis jalur terdapat dua metode analisis, yaitu metode dekomposisi

dan metode trimming. Apabila tujuan penelitian adalah membentuk model kausal

yang memasukkan seluruh variabel yang diamati maka digunakan metode

dekomposisi. Sedangkan metode trimming digunakan untuk memperbaiki suatu

model struktur analisis jalur dengan cara mengeluarkan variabel eksogen yang

koefisien jalurnya tidak signifikan. Penerapan metode trimming pada analisis jalur

dengan menggunakan data loyalitas pelanggan toserba ‘X’ menghasilkan model kausal loyalitas pelanggan toserba ‘X’ yang dibentuk karena adanya pengaruh sebab akibat yang mempengaruhi struktur di dalam model. Analisis ini didasarkan

pada model pengaruh antar variabel untuk melihat pengaruh variabel pembentuk

bauran penjualan, dan variabel pembentuk ekuitas merek terhadap loyalitas pelanggan toserba ‘X’. Dalam kaitan itu tema bahasan skripsi ini adalah

“Aplikasi Metode Trimming pada Analisis Jalur dalam Penentuan Model

(11)

4

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu 1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang diuraikan di atas, permasalahan

dalam penelitian ini adalah bagaimanakah pengaplikasian metode trimming pada analisis jalur dalam menentukan model kausal loyalitas pelanggan toserba ‘X’?

1.3 Batasan Masalah

Batasan masalah pada penelitian ini adalah penggunaan metode trimming pada analisis jalur untuk membuat model kausal loyalitas pelanggan toserba ‘X’. Data yang digunakan adalah data primer, yang merupakan hasil kuesioner dan observasi terhadap pelanggan toserba ‘X’.

1.4 Tujuan Penulisan

Berdasarkan rumusan masalah di atas maka tujuan dari penelitian ini adalah

mendeskripsikan hasil pengaplikasian metode trimming pada analisis jalur dalam menentukan model kausal loyalitas pelanggan toserba ‘X’.

1.5 Manfaat Penulisan

1. Manfaat Praktis

Bagi peneliti, penelitian ini diharapkan dapat menjadi latihan pengaplikasian

materi perkuliahan pada permasalahan yang terjadi, baik di bidang industri

penyedia jasa ataupun bidang lainnya. Sedangkan untuk kalangan umum, bisa

menjadi gambaran mengenai penggunaan metode trimming pada analisis jalur

untuk mendapatkan model yang lebih baik, serta memberikan rekomendasi untuk

menggunakan metode ini ketika melakukan penelitian dengan analisis jalur. Bagi toserba ‘X’ diharapkan dapat memberikan informasi mengenai variabel yang sangat berpengaruh terhadap loyalitas pelanggan toserba ‘X’ sehingga toserba ‘X’

bisa menitik beratkan perbaikan kepada variabel yang sangat berpengaruh guna

(12)

2. Manfaat Teoritis

Metode trimming dalam analisis jalur digunakan untuk memperbaiki suatu

model struktur analisis jalur dengan cara mengeluarkan variabel eksogen yang

(13)

36

Universitas Pendidikan Indonesia | repository.upi.edu BAB III

METODE TRIMMING PADA ANALISIS JALUR

3.1 Analisis Jalur

Analisis jalur yang dikenal sebagai path analysis dikembangkan pertama

tahun 1920-an oleh seorang ahli genetika yaitu Sewall Wright (Riduwan &

Engkos, 2012:1). Analisis jalur diartikan oleh Bohrnstedt (Riduwan dan Engkos,

2012:1) bahwa ‘a technique for estimating the effect’s a set of independent

variables has on a dependent variabel from a set of observed correlations, given a

set of hypothesized causal asymetric relation among the variables’.

Analisis jalur adalah bagian dari model Regresi yang dapat digunakan untuk

menganalisis hubungan sebab akibat antar satu variabel dengan variabel lainnya.

Sistem hubungan sebab akibat tersebut menyangkut dua jenis variabel, yaitu

variabel bebas atau yang lebih dikenal dengan variabel eksogen yang biasa

disimbolkan dengan huruf ₁, 2, . . . , dan variabel terikat atau variabel yang

dipengaruhi, yang dikenal dengan variabel endogen yang biasa disimbolkan

dengan huruf ₁, 2,…, . Sedangkan tujuan utama dari analisis jalur adalah

a method of measuring the direct influence along each separate path in such a

system and thus of finding the degree to which variation of a given effect is

determined by each particular cause. The method depend on the combination

of knowledge of the degree of correlation among the variables in a system with

such knowledge as may possessed of the causal relations (Maruyama, Riduwan

& Engkos, 2012:1).

Dalam analisis jalur pengaruh variabel eksogen terhadap variabel endogen

dapat berupa pengaruh langsung dan tidak langsung (direct & indirect effect), atau

dengan kata lain analisis jalur memperhitungkan adanya pengaruh langsung dan

tidak langsung. Berbeda dengan model regresi biasa dimana pengaruh variabel

(14)

Pengaruh tidak langsung suatu variabel eksogen terhadap variabel endogen

adalah melalui variabel lain yang disebut variabel antara (intervening variable).

Sebagai contoh dalam riset pemasaran, pengaruh variabel bauran penjualan

terhadap variabel loyalitas pelanggan bukan hanya secara langsung tetapi secara

tidak langsung melalui variabel lain seperti variabel ekuitas merek.

Selain itu, analisis jalur merupakan suatu metode yang digunakan pada

model kausal yang telah dirumuskan peneliti atas dasar

pertimbangan-pertimbangan teoritis dan pengetahuan tertentu. Dengan kata lain analisis jalur

memiliki kegunaan untuk mencek atau menguji model kausal yang diteorikan dan

bukan menurunkan teori kausal tersebut (Sujana, 2003:293).

Penggunaan analisis jalur dalam analisis data penelitian didasarkan pada

beberapa asumsi berikut:

1. Pada model analisis jalur, hubungan antar variabel adalah bersifat linier,

adaptif dan bersifat normal,

2. Hanya sistem aliran kausal ke satu arah, artinya tidak ada arah kausalitas yang

berbalik,

3. Variabel terikat (endogen) minimal dalam skala ukur interval dan rasio,

4. Menggunakan sampel probability sampling, yaitu teknik pengambilan sampel

untuk memberikan peluang yang sama pada setiap anggota populasi untuk

dipilih menjadi anggota sampel,

5. Observed variables diukur tanpa kesalahan (instrumen pengukuran valid dan

reliable) artinya variabel yang diteliti dapat diobservasi secara langsung, dan

6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar

berdasarkan teori-teori dan konsep-konsep yang relevan, artinya model teori

yang dikaji atau diuji dibangun berdasarkan kerangka teoritis tertentu yang

mampu menjelaskan hubungan kausalitas antar variabel yang diteliti.

3.1.1 Manfaat Analisis jalur

(15)

38

1. Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan

yang diteliti,

2. Prediksi nilai variabel terikat (Y) berdasarkan nilai variabel bebas (X), dan

prediksi dengan analisis jalur ini bersifat kualitatif,

3. Faktor diterminan, yaitu penentuan variabel bebas (X) mana yang berpengaruh

dominan terhadap variabel terikat (Y), juga dapat digunakan untuk menelusuri

mekanisme (jalur-jalur) pengaruh variabel bebas (X) terhadap variabel terikat

(Y), dan

4. Pengujian model, menggunakan theory trimming, baik untuk uji reliabilitas (uji

keajegan) konsep yang sudah ada ataupun uji pengembangan konsep baru.

3.1.2 Diagram Jalur

Untuk menggambarkan hubungan-hubungan kausalitas antar variabel yang

akan diteliti, peneliti menggunakan model diagram yang biasa disebut paradigma

penelitian, ini digunakan untuk lebih memudahkan melihat hubungan-hubungan

kausalitas tersebut. Dalam analisis jalur model diagram yang digunakan biasanya

disebut diagram jalur (path diagram).

Diagram jalur adalah alat untuk melukiskan secara grafis, struktur hubungan

kausalitas antar variabel eksogen, intervening (intermediary) dan endogen. Untuk

merepresentasikan hubungan kausalitas diagram jalur menggunakan simbol anak

panah berkepala satu (single-headed arrow), ini mengindikasikan adanya

pengaruh langsung antara variabel eksogen atau intervening dengan variabel

endogen, anak panah ini juga menghubungkan error dengan variabel endogen,

dan untuk merepresentasikan hubungan korelasi atau kovarian diantara dua

variabel menggunakan anak panah berkepala dua (two-headed arrow). Setiap

variabel disimbolkan dalam bentuk kotak sedangkan variabel lain yang tidak

dianalisis dalam model atau error digambarkan dalam bentuk lingkaran.

(16)

� _{1 1} � _1�1 � _2�2

� _{2 1}

�1 2

[image:16.595.109.515.221.635.2]

�

Gambar 3.1

Diagram jalur pengaruh lokasi dan produk

terhadap bauran penjualan dan loyalitas pelanggan.

Model ini melukiskan adanya hubungan antara variabel eksogen yaitu X1 (Lokasi)

dan X2 (Produk), dan variabel endogen yaitu Y1 (Bauran Penjualan) dan Y2

(Loyalitas Pelanggan). Setiap variabel eksogen maupun endogen (X1, X2, Y1, Y2)

digambarkan dalam bentuk persegi atau kotak sedangakn error (�₁,�2) atau

variabel lain diluar sistem digambarkan dalam bentuk lingkaran. Hubungan X1

dan X2 menggambarkan hubungan korelasi, sedangkan hubungan antara X1, X2

terhadap Y1 dan dari Y1 terhadap Y2 menggambarkan hubungan pengaruh (causal

path). Pengaruh dari X1, X2 terhadap Y1 dan dari Y1 terhadap Y2 disebut pengaruh

langsung (direct effect), sedangkan dari X1 terhadap Y2 melalui Y1 disebut

pengaruh tidak langsung (indirect effect).

3.1.3 Koefisien Jalur

Koefisien jalur mengindikasikan besarnya pengaruh langsung dari suatu

variabel yang mempengaruhi terhadap variabel yang dipengaruhi atau dari suatu

�1 �₂

Lokasi (X1)

Loyalitas Pelanggan (Y2) Bauran Penjualan (Y1)

(17)

40

variabel eksogen terhadap variabel endogen. Simbol atau notasi konvensional

untuk melambangkan koefisien jalur adalah � (Dillon & Goldstein; Juanim,

2004:20), dimana mereplekasikan akibat (dependent variable) dan

mereplekasikan sebab (independent variable). Jika model rekursive (model satu

arah), koefisien jalur dapat di ekspresikan menggunakan korelasi sederhana atau

multiple regresi. Koefisien-koefisien jalur biasanya dicantumkan pada diagram

jalur tepat pada setiap garis jalurnya yang dinyatakan dalam nilai numerik.

Seperti telah dijelaskan diatas bahwa untuk mengestimasi koefisien jalur,

jika hanya satu variabel eksogen X yang mempengaruhi secara langsung terhadap

variabel endogen Y, maka � diestimasi dengan korelasi sederhana (simple

correlation) antara X dan Y, jadi � =� , lihat Gambar 3.2 a). Jika variabel

endogen Y dipengaruhi oleh dua variabel eksogen X1 dan X2, maka koefisien jalur

untuk X1 terhadap Ydan X2 terhadap Y adalah bobot atau koefisien beta dalam

regresi, jadi masing-masing koefisien jalur adalah � ₁ =� ₁ dan � ₂ = � ₂,

lihat Gambar 3.2 b).

� = �

a) Single causal antecendent

� 1 =� 1

� 2 =� 2

b) Two causal antecendent

[image:17.595.114.512.272.639.2]

Gambar 3.2

Sistem kausal sederhana a) single causal antecendent b) two causal antecendent.

Untuk lebih memperjelas setiap koefisien jalur pada sebuah diagram jalur

yang komplit, perhatikan kembali Gambar 3.1, dapat kita lihat

koefisien-koefisien jalur sebagai berikut:

X Y

X1

X2

(18)

� 1 1 adalah koefisien jalur untuk pengaruh langsung X1 terhadap Y1.

� 1 2 adalah keofisien jalur untuk pengaruh langsung X2 terhadap Y1.

� 2 1 adalah koefisien jalur untuk pengaruh langsung Y1 terhadap Y2.

� 1�1 adalah koefisien jalur untuk pengaruh langsung �1 terhadap Y1.

� 2�2 adalah koefisien jalur untuk pengaruh langsung �2 terhadap Y2.

Koefisien jalur ditentukan menggunakan rumus:

1 �₁

⋱

� 1 1

� 1 � = � 1 � Dimana

� = Koefisien jalur terhadap y

� = Koefisien korelasi antara variabel eksogen dan variabel eksogen

� = Koefisien korelasi antara variabel endogen y dan variabel eksogen Koefisien korelasi dihitung dengan rumus:

� = =1 − =1 =1

2

=1 −( =1 ) 2

( ₌₁ 2 −( ₌₁ )2)

; ≠ = 1,2,…,

3.1.4 Koefisien Determinasi dan koefisien Residu

Koefisien determinasi 2 adalah besarnya pengaruh bersama-sama variabel

eksogen terhadap variabel endogen yang dapat dijelaskan oleh model persamaan

jalur. Nilai 2 persamaan jalur yang makin mendekati 100% menunjukkan bahwa

makin banyak keragaman variabel eksogen terhadap variabel endogen yang dapat

dijelaskan dari persamaan jalur tersebut. Rumus koefisien determinasi adalah

sebagai berikut:

2 ₌ _�

1� 2… �

� 1

�

Dengan 2 adalah koefisien determinasi, � adalah koefisien jalur terhadap ,

dan � adalah koefisien korelasi antara variabel endogen dan variabel eksogen

(19)

42

Suci Rahayu, 2013

Koefisien residu � adalah besarnya pengaruh variabel lain di luar model

yang tidak ikut diamati. Rumus koefisien residu adalah sebagai berikut

� = 1− 2

3.1.5 Pengujian koefisien Jalur Secara Simultan dan Parsial

Pengujian secara simultan dimaksudkan untuk melihat pengaruh variabel

eksogen ₁, 2,…, secara bersama-sama terhadap variabel endogen y.

Langkah yang diperlukan dalam pengujian secara simultan adalah sebagai berikut:

1. Bentuk hipotesis statistik

H0 : � ₁ =� ₂ = =� = 0

Secara bersama-sama semua variabel eksogen tidak berpengaruh terhadap

variabel endogen.

H1∶ � ₁ = � ₂ = = � ≠0

Ada variabel eksogen berpengaruh terhadap variabel endogen.

2. Statistik uji yang digunakan

= ( − −1)

2

(1− 2₎

dengan n adalah jumlah sampel, k adalah jumlah variabel eksogen, dan 2

adalah koefisien determinasi.

3. Kriteria pengujian

Hipotesis ₀ ditolak apabila | | > | � 2, − −1

| atau apabila p-value (sig) >

�, yang berarti variabel eksogen secara bersama-sama berpengaruh terhadap variabel endogen.

3.1.6 Persamaan Struktural

Persamaan struktural atau juga disebut model struktural, yaitu apabila setiap

variabel terikat/endogen (Y) secara unik keadaannya ditentukan oleh seperangkat

(20)

hubungan kausal antar variabel disebut diagram jalur (path diagram). Jadi,

persamaan ini ₁ = ( 1; 2) dan 2 = ( 1; 2; 1) merupakan persamaan

struktural karena setiap persamaan menjelaskan hubungan kausal yaitu variabel

eksogen X1 dan X2 terhadap variabel endogen Y1 dan Y2. Lebih jelasnya, maka

digambarkan diagram jalur untuk model struktural sebagai berikut:

� _{1 1} =� _{1 1} � _1�1 � _2�2

� _{2 1}

�1 2

� _{1 2} =� _{1 2}

[image:20.595.115.508.239.557.2]

Gambar 3.3

Diagram jalur hubungan kausal X1, X2 dan Y1 ke Y2.

Persamaan struktural untuk diagram jalur yaitu:

Y1= � _{1 1} 1+� 1 2 2+� 1�1

Y2= � _{2 1} 1+� 2�2

Jadi, secara sistematik analisis jalur mengikuti pola model struktural,

sehingga langkah awal untuk mengerjakan atau penerapan model analisis jalur

yaitu dengan merumuskan persamaan struktural dan diagram jalur yang

berdasarkan kajian teori tertentu yang telah diuraikan di atas.

3.1.7 Pengaruh Langsung, Pengaruh tidak Langsung, dan Pengaruh Total

Seperti telah dijelaskan sebelumnya bahwa analisis jalur memperhitungkan

pengaruh langsung dan tidak langsung. Berdasarkan diagram jalur kita dapat

melihat bagaimana pengaruh langsung dan tidak langsung tersebut. Pengaruh

langsung adalah pengaruh suatu variabel eksogen terhadap variabel endogen yang Y2

X1

X2

Y1

(21)

44

Suci Rahayu, 2013

terjadi tanpa melalui variabel endogen yang lain. Besarnya pengaruh langsung

suatu variabel eksogen terhadap variabel endogen adalah perkalian nilai koefisien

jalur variabel eksogen terhadap variabel endogen dengan nilai koefisien jalur

variabel eksogen terhedap variabel endogen.

Pengaruh tidak langsung adalah pengaruh suatu variabel eksogen dengan

variabel endogen yang terjadi melalui variabel endogen lain yang terdapat dalam

satu model kausal yang sedang dianalisis. Besarnya pengaruh tidak langsung

suatu variabel eksogen terhadap variabel endogen yaitu perkalian nilai koefisien

jalur variabel eksogen terhadap variabel endogen dengan nilai koefisien jalur

variabel endogen terhadap variabel endogen yang lainnya. Pengaruh total adalah

jumlah dari pengaruh langsung dan pengaruh tidak langsung.

Sebagai contoh perhatikan gambar 3.4:

� _{1 1} = 0,47 � _1�1 = 0,51 � _2�2 = 0,72

_{2 1} = 0,53

�1 2 = 0,54

� _{1 2} = 0,33

[image:21.595.110.540.225.591.2]

Gambar 3.4

Estimasi Pengaruh X1 dan X2 terhadap Y1 dan Y2

Pengaruh langsung (direct effect (DI))

Pengaruh dari X1, X2 terhadap Y1 dan dari Y1 terhadap Y2, atau lebih

sederhana dapat disajikan sebagai berikut:

X1→ Y1 ; � _{1 1} = 0,47

X2→ Y1 ; � _{1 2} = 0,33

Y1→ Y2 ; � _{2 1} = 0,53

Pengaruh tidak langsung (indirect effect (IE)) Lokasi (X1)

Produk (X2)

Bauran Penjualan (Y1) Loyalitas Pelanggan (Y2)

(22)

Sedangkan pengaruh tidak langsung (indirect effect) adalah dari X1 terhadap Y2

melalui Y1 dan dari X2 terhadap Y2 melalui Y1, atau lebih sederhana dapat

disajikan sebagai berikut:

X1 → Y1→ Y2 ; � _{1 1}.� _{2 1} = 0,47 0,53 = 0,249

X2→ Y1→ Y2 ; � _{1 2}.� _{2 1} = 0,33 0,53 = 0,175

Pengaruh Total (Total Effect (TE))

Pengaruh total adalah penjumlahan DE dan IE (DE+IE) sebagai berikut:

TE11= 1 1+ 2 1 1 = 0,47 + 0,25 = 0,72

TE12= 1 2+ 2 1 2 = 0,33 + 0,18 = 0,52

TE21 2 1 = 0,53

3.1.8 Pengujian Model (Pengujian Kesesuaian Model)

Pengujian model diperlukan untuk menentukan apakah model yang diajukan

sesuai (fit) atau konsisten dengan data atau tidak. Pengujian model dilakukan

dengan cara membandingkan matrik korelasi teoritis denga matrik korelasi

empirisnya. Jika kedua matrik tersebut identik atau sesuai, maka model teoritis

yang diajukan tersebut dapat disimpulkan diterima secara sempurna.

3.2 Metode Trimming

Metode trimming adalah metode yang digunakan untuk memperbaiki suatu

model struktur analisis jalur dengan cara mengeluarkan dari model, variabel

eksogen yang koefisien jalurnya tidak signifikan (Heise; Ridwan & Engkos,

2012:127). Jadi, model trimming terjadi ketika koefisien jalur diuji secara

keseluruhan ternyata ada variabel yang tidak signifikan. Walaupun ada satu, dua,

atau lebih variabel yang tidak signifikan, peneliti perlu memperbaiki model

struktur analisis jalur yang sudah dihipotesiskan.

Cara menggunakan metode trimming yaitu menghitung ulang koefisien jalur

(23)

46

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu 3.2.1 Pengujian Metode Trimming

Langkah-langkah pengujian analisis jalur dengan menggunakan metode

trimming adalah sebagai berikut:

1. Merumuskan persamaan struktural,

2. Menghitung koefisien regresi untuk setiap sub struktur yang telah

dirumuskan,

3. Menghitung koefisien jalur secara simultan (keseluruhan),

4. Menghitung koefisien jalur secara individual,

5. Menguji kesesuaian antar model analisis jalur, dan

6. Memaknai dan menyimpulkan.

3.2.2 Pengujian Kesesuaian Model: Koefisien Q

Uji kesesuaian model (goodness-of-fitt test) dimaksudkan untuk menguji

apakah model yang diusulkan memiliki kesesuaian (fit) dengan data atau tidak.

Shumacker & Lomax (Riduwan & Engkos, 2012:146) mengatakan bahwa dalam

analisis jalur untuk suatu model yang diusulkan dikatakan fit dengan data apabila

matriks korelasi sampel tidak jauh berbeda dengan matriks korelasi estimasi

(reproduced correlation matrix) atau korelasi yang diharapkan (expected

correlation matrix). Oleh karena itu, menurut Bachrudin & Harapan Tobing

(Riduwan & Engkos, 2012:146) rumusan hipotesis statistik kesesuaian model

analisis jalur metode trimming adalah sebagai berikut:

H0: = ∅ , Matriks korelasi estimasi tidak berbeda (sama) dengan matriks

korelasi sampel.

H1: ≠ ∅ , Matriks korelasi estimasi berbeda dengan matriks korelasi

sampel.

Shumacker & Lomax (Riduwan & Engkos, 2012:146) memberikan petunjuk

bagaimana menguji kesesuaian model analisis jalur dengan menggunakan metode

trimming, hal ini dapat menggunakan uji statistik kesesuaian model koefisien Q

(24)

=1−

2

1− dimana:

Q adalah koefisien Q

2_{adalah 1}₋₁₋

12 . (1− 22)...(1− �2)

adalah 2 setelah dilakukan trimming

Apabila = 1 mengindikasikan model fit sempurna. Jika < 1, untuk

menentukan fit tidaknya model maka statistik koefisien Q perlu diuji dengan

statistik W yang dihitung dengan rumus:

=− − �

dimana:

N adalah ukuran sampel.

d adalah banyaknya koefisien jalur yang tidak signifikan sama dengan degree of

freedom = derajat kebebasan.

2_{adalah koefisien determinasi multipel untuk model yang diusulkan.}

M adalah koefisien determinasi multipel 2 setelah koefisien jalur yang tidak

signifikan dihilangkan.

Dasar Pengambilan Keputusan:

(25)

74

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan dalam studi kasus, diperoleh model kausal

loyalitas pelanggan melalui metode trimming pada analisis jalur sebagai berikut: � = 0,286�₆+ 0,213�₇ + 0,260�₁₀+ 0,252�₁₁ + 0,6395�

Variabel yang paling besar pengaruhnya terhadap loyalitas pelanggan secara

terurut adalah karyawan toko, metode promosi, asosiasi merek, dan loyaliatas

merek.

Besarnya pengaruh langsung variabel karyawan toko terhadap loyalitas

pelanggan adalah 8,179%, pengaruh tidak langsung adalah 7,53%, dan pengaruh

total adalah 15,709%. Besarnya pengaruh langsung variabel metode promosi

terhadap loyalitas pelanggan adalah 8,179%, pengaruh tidak langsung adalah

7,31%, dan pengaruh total sebesar 15,489%. Besarnya pengaruh langsung

variabel asosiasi merek terhadap loyalitas pelanggan adalah 6,76%, pengaruh

tidak langsung adalah 8,99%, pengaruh total adalah 15,75%. Besarnya pengaruh

langsung variabel loyalitas merek terhadap loyalitas pelanggan adalah 6,35%,

pengaruh tidak langsung adalah 9,29%, pengaruh total adalah 15,64%.

Besarnya pengaruh variabel karyawan toko, metode promosi, asosiasi

merek, dan loyalitas merek terhadap loyalitas pelanggan secara bersama-sama

ditentukan oleh besarnya koefisien determinasi total �2 = 0,591. Artinya

pengaruh variabel karyawan toko, metode promosi, asosiasi merek, dan loyalitas

merek terhadap loyalitas pelanggan secara bersama-sama sebesar 59,1%. Sisanya

ditentukan oleh variabel lain yang tidak terdapat dalam model sebesar 40,9%.

5.2 Saran

Berdasarkan kesimpulan diatas, besar pengaruh variabel karyawan toko,

(26)

cukup besar, namun besar pengaruh yang tidak diteliti pun cukup besar juga, yaitu

sebesar 40,9%, sehingga disarankan kepada peneliti selanjutnya yang ingin

mengembangkan skripsi ini untuk melakukan penelitian terhadap loyalitas

(27)

Suci Rahayu, 2013

Universitas Pendidikan Indonesia | repository.upi.edu DAFTAR PUSTAKA

Dewi, Made Pratiwi. (2011). Pengaruh Struktur Modal dan Struktur Kepemilikan terhadap Free cash Flow dan Kebijakan Dividen pada Perusahaan-perusahaan yang Go Publik di Bursa Efek Indonesia. [Online]. Tersedia: http://www.google.com/url?sa=t&rct=j&q=uji+kesesuaian+model+koefisie n+q&source=web&cd=18&cad=rja&ved=0CFAQFjAHOAo&url=http://stat istik.studentjournal.ub.ac.id/index.php/statistik/article/download/8/8&ei=SU 6aUbiTI4jUrQerq4GYCg&usg=AFQjCNGqEtd_QJSrzS0VcnZ_I6sY5Rtv Vg&bvm=bv.46751780,d.bmk [20 Mei 2013].

Fahmi, Fatrika. (n.d). Analisis Faktor-faktor yang Mempengaruhi Minat Berwirausaha Mahasiswa dengan Teknik SEM. [Online]. Tersedia:

http://jurnalsain-unand.com/FilesJurnal/6907050672.Fatrika%20Fahmi%205-12.pdf [20 Mei 2013]

Foster, Bob. (2008). Manajemen Ritel. Bandung: Alfabeta.

Juanim. (2004). Analisis Jalur dalam Riset Pemasaran (Teknik Pengolahan Data SPSS & LISREL). Bandung: Fakultas Ekonomi UNPAS.

Leon, Steven J. (2001). Aljabar Linear dan Aplikasinya. Edisi Kelima. Jakarta: Erlangga.

Praktikum 1. (2010). Analisis Korelasi Bivariat. Bandung: UPI.

Praktikum 3. (2010). Analisis Regresi Sederhana. Bandung: UPI.

Praktikum 4. (2010). Analisis Regresi Ganda. Bandung: UPI

Riduwan dan Kuncoro. (2012). Cara Menggunakan dan Memakai Path Analysis. Bandung: Alfabeta.

Roflin, Eddy. (2009). Penggunaan Metode Trimming pada Analisis Jalur dalam Menentukan Model Kausal Dana Alokasi Umum Kabupaten/Kota di Provinsi Sumatera Selatan. [Online]. Tersedia:

(28)

Rorres, Anton. (2004). Aljabar Linear Elementer (Versi Aplikasi). Edisi Kedelapan. Jakarta: Erlangga.

Soryanto, Peno. (2010). Pelatihan Analisis Data (Uji Validitas dan Reliabilitas Instrumen). [Online]. Tersedia: http://id.scribd.com/doc/33059509/Analisis-Validitas-dan-Reliabilitas-Instrumen [20 Mei 2013]

Sudjana. (2003). Teknik Analisis Regresi dan Korelasi Bagi Para Peneliti. Bandung: Tarsito

Sugiyono. (2012). Statistika Untuk Penelitian. Bandung: Alfabeta.

Supranto, J. (2010). Analisis Multivariat: Arti dan Interpretasi. Jakarta: Rineka Cipta.

T. Sutejo. (2010). Teori dan Aplikasi Aljabar Linier dan Matriks. Yogyakarta: Andi.