BAB 3 METODE PENELITIAN
3.7. Teknik Analisis Data
3.7.4. Pengujian Hipotesis
Hipotesis diuji dengan membandingkan dugaan yang dididik peneliti dengan realitas empiris (Zikmund et al., 2010: 509). Indrawati (2015) mendefinisikan hipotesis sebagai pernyataan sementara yang kira-kira akan didukung oleh data empiris pada penelitian.
Pengujian hipotesis dalam penelitian ini dikategorikan sebagai uji satu arah karena penelitian ini ingin mengetahui hubungan antar variabel. Penelitian ini menggunakan uji ekor
kanan. Kurva pada Gambar 3.2 di bawah ini menunjukkan area H0 yang diterima dan ditolak dengan tingkat signifikansi 5%. Ini berarti bahwa penelitian ini percaya 95% hasil dari pengujian hipotesis adalah benar. Apalagi menurut Indrawati (2015: 172), tingkat kepercayaan yang biasanya digunakan dalam studi bisnis adalah tingkat kepercayaan 95%.
Gambar 3.1 H0 Rejection Area on One-Tailed Test
Pada gambar 3.2 area yang diarsir menunjukkan area penolakan H0 dengan skor 1,65 (dibulatkan dari 1,645) yang berarti jika skor t-value dalam penelitian ini lebih besar dari atau sama dengan 1,65 (≥ 1,6) maka H0 ditolak. Sebaliknya jika t-value dari penelitian ini kurang dari 1,65 (<1,65) maka H0 diterima.
Untuk skor α 0,05:
H0 diterima jika t-value adalah t ≤ 1,65 H1 diterima jika t-value adalah t > 1,65 Pengujian Hipotesis 1
H0 : Service Quality tidak memiliki pengaruh positif dan signifikan terhadap Kepuasan Masyarakat.
H1 : Service Quality memiliki pengaruh positif dan signifikan terhadap Kepuasan Masyarakat.
Pengujian Hipotesis 2
H0 : Complaint Handling tidak memiliki pengaruh positif dan signifikan terhadap Kepuasan Masyarakat.
H1 : Complaint Handling memiliki pengaruh positif dan signifikan terhadap Kepuasan Masyarakat.
BAB 4
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Karakteristik Responden
Dalam penelitian ini responden yang dipilih adalah masyarakat PNS yang berdomisili di Kabupaten Bandung serta menggunakan layanan kepegawaian pada Badan Kepegawaian Kabupaten Bandung.
Jumlah responden yang diambil pada penelitian ini sebanyak 392 responden.
Kuesioner disebarkan secara online melalui google form serta secara offline dengan menemui langsung responden yang datang ke pelayanan Badan Kepegawaian dan Pengembangan Sumber Daya Kabupaten Bandung.
49.20%;
49.20%
50.80%;
50.80%
Jenis Kelamin
Laki-Laki Perempuan
Gambar 4.1 Karakteristik Responden Berdasarkan Jenis Kelamin
Dari Gambar 4.1 diketahui bahwa karakteristik responden berdasarkan jenis kelamin didominasi oleh responden yang berjenis kelamin perempuan dengan persentase sebesar 50,8% , sementara 49,2% berjenis kelamin laki-laki. Artinya bahwa masyarakat PNS Kabupaten Bandung yang menggunakan layanan kepegawaian pada Badan Kepegawaian dan Pengembangan Sumber Daya Manusia Kabupaten Bandung didominasi oleh perempuan.
1.50%
19.10%
40.30%
29.60%
9.50%
Usia
Kurang dari 25 tahun 25 - 34 tahun 35 - 44 tahun 45 - 54 tahun lebih dari 54 tahun
Gambar 4.2 Karakteristik Responden Berdasarkan Usia
Dari Gambar 4.2 diketahui bahwa karakteristik responden berdasarkan usia didominasi oleh masyarakat PNS yang berusia 35 - 44 tahun sebesar 40%. Sedangkan yang berusia 45 – 54 tahun sebesar 30%, yang berusia 25 – 34 tahun sebesar 19%, yang berusia lebih dari 54 tahun sebesar 10% dan yang berusia kurang dari 25 tahun sebesar 1%. Dapat disimpulkan bahwa masyarakat PNS Kabupaten Bandung yang menggunakan layanan kepegawaian didominasi oleh masyarakat PNS yag berusia 35 – 44 tahun yang lebih memanfaatkan pelayanan kepegawaian pada Badan Kepegawaian dan Pengembangan Sumber Daya Manusia.
0.20%12.00%
11.50%
67.60%
8.70%
Pendidikan
SD/SMP SMA D1 - D3 D4 / S1 S2 / S3
Gambar 4.3 Karakteristik Responden Berdasarkan Pendidikan Terakhir
Dari Gambar 4.3 diketahui bahwa karakteristik masyarakat PNS Kabupaten Bandung yang menggunakan layanan kepegawaian, berdasarkan pendidikan terakhir didominasi oleh masyarakat PNS dengan latar pendidikan D4/S1dengan persentase sebesar 68%, SMA sebesar 12%, D1 – D3 sebesar 11%, S2/S3 sebesar 9%, dan SD/SMP sebesar 1%. Artinya bahwa masyarakat PNS Kabupaten Bandung pengguna layanan kepegawaian didominasi oleh pendidikan dengan latar belakang pendidikan D4/S1, sementara dengan tingkat pendidikan SD/SMP dalam jumlah sedikit.
0.20%
23.20%
71.20%
5.40%
Golongan Ruang
I/a - I/d II/a - II/d III/a - III/d IV/a - IV/e
Gambar 4.4 Karakteristik Responden Berdasarkan Golongan Ruang
Dari Gambar 4.4 diketahui bahwa karakteristik responden berdasarkan golongan ruang didominasi oleh masyarakat PNS dengan golongan ruang III/a – III/d sebesar 71%.
Sedangkan golongan ruang II/a – II/d sebesar 23%, golongan ruang IV/a – IV/b sebesar 6%, dan golongan ruang I/a – I/d sebesar 0%. Artinya bahwa masyarakat PNS Kabupaten Bandung pengguna layanan kepegawaian pada Badan Kepegawaian dan Pengembangan Suber Daya Manusia Kabupaten Bandung didominasi oleh masyarakat PNS golongan ruang III/a – III/d.
4.2. Hasil Penelitian dan Pembahasan 4.2.1. Analisa Statistika Deskriptif
Kuesioner yang disebarkan kepada para responden berisi tentang pernyataan mengenai variabel-variabel terkait Reliability (RE), Assurance (AS), Responsiveness (RP), Empathy (EM), Tangible (TA), Procedural Justice (PJ), Distributif Justice (DJ), Interactional Justice (IJ), dan Kepuasan Masyarakat (KM). Jumlah pernyataan sebanyak 36 pernyataan dengan 5 pilihan jawaban yang menunjukkan penilaian responden. Pilihan jawaban tersebut adalah:
Sangat Setuju : Skala Nilai 5
Setuju : Skala Nilai 4
Ragu-ragu : Skala Nilai 3 Tidak Setuju : Skala Nilai 2
Sangat Tidak setuju : Skala Nilai 1
Berdasarkan pengolahan hasil kuesioner, dapat diketahui bagaimana penilaian responden mengenai layanan kepegawaian yang disediakan oleh Badan Kepegawaian dan Pengembangan Sumber Daya Manusia Kanupaten Bandung yang meliputi Reliability (RE), Assurance (AS), Responsiveness (RP), Empathy (EM), Tangible (TA), Procedural Justice (PJ), Distributif Justice (DJ), Interactional Justice (IJ), dan Kepuasan Masyarakat (KM).
a. Hasil Pengolahan Data Realiability (RE)
Tabel 4.1 Penilaian responden terhadap Reliability Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) RE1 1. Saya merasa
BKPSDM menyediakan layanan sesuai yang dijanjikan
1 0 10 286 95 1650 84.2% Sangat
Baik
RE2 2. Saya merasa Petugas BKPSDM dapat diandalkan dalam menjawab pertanyaan saya
0 1 15 306 70 1621 82.7% Baik
RE3 3. Saya merasa Petugas BKPSDM memberikan layanan secara benar semenjak pertama kali
0 1 20 300 71 1617 82.5% Baik
RE4 4. Saya merasa Petugas BKPSDM menyediakan layanan sesuai dengan waktu yang dijanjikan
2 2 39 294 55 1574 80.3% Baik
Reliability 6462 82.4% Baik
Dari Tabel 4.1 diketahui bahwa rata-rata persentase untuk Reliability (RE) adalah 82.4%. Gambar 4.5 menggambarkan interpretasi rata-rata persentase untuk Reliability (RE) dalam garis kontinum.
Sangat Tidak Setuju
Tidak Setuju Kurang Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.5 Interpretasi rata-rata persentase Reliability (RE)
b. Hasil Pengolahan Data Assurance (AS)
Tabel 4.2 Penilaian responden terhadap Assurance
82.4%
Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) AS5 5. Saya Merasa Petugas
BKPSDM
menumbuhkan rasa percaya pada saya
0 3 24 286 79 1617 82.5% Baik
AS6 6. Saya merasa Petugas BKPSDM membuat saya merasa aman waktu menerima layanan
0 0 16 287 89 1641 83.7% Baik
AS7 7. Saya merasa Petugas BKPSDM secara konsisten bersikap sopan
0 1 7 267 117 1676 85.5% Sangat
Baik AS8 8. Saya merasa Petugas
BKPSDM mampu menjawab pertanyaan saya
0 1 12 306 73 1627 83% Baik
Assurance 6561 83.7% Baik
Dari Tabel 4.2 diketahui bahwa rata-rata persentase untuk Assurance (AS) adalah 83.7%. Gambar 4.6 menggambarkan interpretasi rata-rata persentase untuk Assurance (AS) dalam garis kontinum.
Sangat Tidak
Setuju Tidak Setuju Kurang Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.6 Interpretasi rata-rata persentase Assurance (AS) c. Hasil Pengolahan Data Responsiveness (RP)
Tabel 4.3 Penilaian responden terhadap Responsiveness Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) RP9 9. Saya merasa Petugas
BKPSDM mampu menginformasikan kepastian waktu penyampaian layanan
2 2 38 284 66 1586 80.9% Baik
RP10 10. Saya merasa Petugas BKPSDM memberikan layanan yang cepat
1 4 42 276 69 1584 80.8% Baik
RP11 11. Saya merasa Petugas BKPSDM selalu bersedia membantu saya
1 1 12 284 94 1645 83.9% Baik
83.7%
RP12 12. Saya merasa Petugas BKPSDM selalu bersedia merespon permintaan saya
0 4 19 298 71 1612 82.2% Baik
Responsiveness 6427 82% Baik
Dari Tabel 4.3 diketahui bahwa rata-rata persentase untuk Responsiveness (RP) adalah 82%. Gambar 4.7 menggambarkan interpretasi rata-rata persentase untuk Responsiveness (RP) dalam garis kontinum.
Sangat Tidak
Setuju Tidak Setuju Kurang Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.7 Interpretasi rata-rata persentase Responsiveness (RP) d. Hasil Pengolahan Data Empathy (EM)
Tabel 4.4 Penilaian responden terhadap Empathy Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) EM13 13. Saya merasa
Petugas BKPSDM memberikan perhatian secara khusus
1 14 78 263 36 1495 76.3% Baik
EM14 14. Saya merasa Petugas BKPSDM melayani saya dengan penuh perhatian
0 3 36 302 51 1577 80.5% Baik
EM15 15. Saya merasa Petugas BKPSDM sungguh-sungguh mengutamakan kepentingan saya
2 5 76 267 42 1518 77.4% Baik
EM16 16. Saya merasa Petugas BKPSDM memahami kebutuhan saya
0 3 31 315 43 1574 80.3% Baik
Empathy 6164 78.6% Baik
Dari Tabel 4.4 diketahui bahwa rata-rata persentase untuk Empathy adalah 78.6%.
Gambar 4.8 menggambarkan interpretasi rata-rata persentase untuk Empathy dalam garis kontinum.
82%
Sangat Tidak
Setuju Tidak Setuju Kurang Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.8 Interpretasi rata-rata persentase Empathy e. Hasil Pengolahan Data Tangible (TA)
Tabel 4.5 Penilaian responden terhadap Tangible Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) TA17 17. Saya merasa
BKPSDM memiliki Peralatan Kerja yang memadai
0 2 23 300 67 1608 82% Baik
TA18 18. Saya merasa BKPSDM memiliki Fasilitas yang berdaya tarik visual (dekorasi yang menarik)
0 2 64 284 42 1542 78.7% Baik
TA19 19. Saya merasa Petugas BKPSDM
berpenampilan rapih
0 1 5 295 91 1652 84.3% Sangat
Baik TA20 20. Saya merasa
BKPSDM memiliki materi informasi (banner, brosur) yang menarik
0 5 42 296 49 1565 79.8% Baik
Tangible 6367 81.2% Baik
Dari Tabel 4.5 diketahui bahwa rata-rata persentase untuk Tangible adalah 81.2%.
Gambar 4.9 menggambarkan interpretasi rata-rata persentase untuk Tangible dalam garis kontinum.
Sangat Tidak
Setuju Tidak Setuju Kurang Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.9 Interpretasi rata-rata persentase Tangible f. Hasil Pengolahan Procedural Justice (PJ)
Tabel 4.6 Penilaian responden terhadap Procedural Justice
78.6%
81.2%
Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) PJ21 21. Saya merasa
mudah
menyampaikan keluhan kepada BKPSDM
1 3 33 304 51 1368 80.5% Baik
PJ22 22. Saya merasa Proses penanganan keluhan di BKPSDM transparan
1 3 27 313 48 1371 80.6% Baik
PJ23 23. Saya merasa Proses penanganan keluhan di BKPSDM cepat
1 1 49 297 44 1352 79.5% Baik
PJ24 24. Saya merasa kebijakan penanganan keluhan di BKPSDM dilaksanakan dengan adil
3 2 22 314 51 1374 80.8% Baik
Procedural justice 6299 80.3% Baik
Dari Tabel 4.6 diketahui bahwa rata-rata persentase untuk Procedural Justice adalah 80.3%. Gambar 4.10 menggambarkan interpretasi rata-rata persentase untuk Procedural Juctice dalam garis kontinum.
Sangat Tidak Setuju
Tidak Setuju Kurang Setuju
Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.10 Interpretasi rata-rata persentase Procedural Juctice g. Hasil Pengolahan Outcome Justice (OJ)
Tabel 4.7 Penilaian responden terhadap Outcome Justice Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) OJ25 25. Saya merasa
solusi yang diberikan petugas BKPSDM sesuai dengan harapan
0 1 23 321 47 1590 81.1% Baik
OJ26 26. Saya merasa BKPSDM memberikan solusi yang adil
0 2 24 320 46 1586 80.9% Baik
OJ27 27. Saya merasa solusi dari BKPSDM memberikan hasil
0 0 15 320 57 1610 82.1% Baik
80.3%
positif bagi saya OJ28 28. Saya merasa hasil
pemulihan keluhan dari BKPSDM adil
0 1 26 331 34 1574 80.3% Baik
Distributif justice 6360 81.1% Baik
Dari Tabel 4.7 diketahui bahwa rata-rata persentase untuk Outcome Justice adalah 81.1%. Gambar 4.11 menggambarkan interpretasi rata-rata persentase untuk Outcome Juctice dalam garis kontinum.
Sangat Tidak
Setuju Tidak Setuju Kurang
Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.11 Interpretasi rata-rata persentase Outcome Juctice
h. Hasil Pengolahan Interactional Justice (IJ)
Tabel 4.8 Penilaian responden terhadap Interactional Justice Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) IJ29 29. Saya merasa
Petugas BKPSDM peduli terhadap masalah yang saya hadapi
0 3 29 308 52 1585 80.9% Baik
IJ30 30. Saya merasa Petugas BKPSDM mampu
menyelesaikan masalah
1 2 22 319 48 1587 81% Baik
IJ31 31. Saya merasa Petugas BKPSDM bersikap jujur
0 3 19 316 54 1597 81.5% Baik
IJ32 32. Saya merasa Petugas BKPSDM mampu memberi penjelasan dalam penanganan
0 1 15 54 54 1605 81.9% Baik
Interactional Justice 6374 81.3% Baik Dari Tabel 4.8 diketahui bahwa rata-rata persentase untuk Interactional Justice adalah 81.3%. Gambar 4.12 menggambarkan interpretasi rata-rata persentase untuk Interactional Juctice dalam garis kontinum.
81.1%
Sangat Tidak
Setuju Tidak Setuju Kurang
Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.12 Interpretasi rata-rata persentase Interactional Juctice i. Hasil Pengolahan Kepuasan Masyarakat (KM)
Tabel 4.9 Penilaian responden terhadap Kepuasan Masyarakat Kode Pernyataan
Alternatif Jawaban
Skor Total
%
Skor Kategori STS
(1) TS (2)
KS (3)
S (4)
SS (5) KM33 Saya Puas terhadap
layanan yang diberikan BKPSDM
0 1 20 298 73 1619 82.6% Baik
KM34 Saya Puas terhadap penanganan keluhan di BKPSDM
0 2 28 317 45 1581 80.7% Baik
KM35 Saya merasa pengalaman pelayanan di BKPSDM melebihi harapan saya
1 3 29 319 40 1570 80.1% Baik
KM36 Secara keseluruhan saya puas dengan layanan BKPSDM
0 4 16 310 62 1606 81.9% Baik
Kepuasan Masyarakat 6376 81.3% Baik
Dari Tabel 4.9 diketahui bahwa rata-rata persentase untuk Kepuasan Masyarakat adalah 81.3%. Gambar 4.13 menggambarkan interpretasi rata-rata persentase untuk Kepuasan Masyarakat dalam garis kontinum.
Sangat Tidak
Setuju Tidak Setuju Kurang
Setuju Setuju Setuju
20% 36% 52% 68% 84% 100%
Gambar 4.13 Interpretasi rata-rata persentase Kepuasan Masyarakat
4.3 Hasil Penelitian
81.3%
81.3%
Data penilitian merupakan hasil jawaban responden dalam mengisikuisioner penelitian yang telah disebarkan. Data dikumpulkan menggunakan alatukur kuesioner dengan lima pilihan jawaban, yaitu: sangat tidak setuju, tidak setuju, cukup setuju, setuju, dan sangat setuju.
Tahap ini berkaitan dengan pembentukan model awal model awal persamaan struktural, sebelum dilakukan estimasi. Model awal ini diformulasikan berdasarkan suatu teori atau penelitian sebelumnya. Diagram konseptual model Partial Least Square dapat dilihat pada Gambar 4.1.Gambar
4.3.1.1 Uji Convergent Validity
Tahap pertama menilai kriteria convergent validity. Validitas konvergenatau convergent validity berhubungan dengan prinsip bahwa pengukur-pengukur(manifest variabel) dari suatu konstruk seharusnya berkorelasi tinggi (Ghozali danLatan, 2015:74).
Uji validitas konvergen dapat dilihat dari : a. Loading Factor
Suatu indikator dikatakan mempunyai validitas yang baik jika memilikinilai loading factor lebih besar dari 0,70 (Ghozali dan Latan, 2015:76).Sedangkan loading factor 0,50 sampai 0,60 masih dapat dipertahankanuntuk model yang masih dalam tahap pengembangan (Ghozali, 2014:39).
Berdasarkan hasil estimasi dengan menggunakan bantuan aplikasiprogram SmartPLS 3.2.8 didapat output sebagai berikut. Diagram nilailoading factor evaluasiouter modeldapat dilihat pada Gambar 4.2.
Berdasarkan hasil pengujian dengan SmartPLS 3.2.8, diperoleh hasilsebagai berikut.
Tabel 4.7 menunjukkan nilai loading factor untuk setiap indikator dari variabellaten. Nilai loading factor dari seluruh variabel laten lebih dari 0.7. artinya seluruhindikator dianggap valid (Ghozali dan Latan, 2015:76).
b. Average Variance Extracted (AVE)
Nilai Average Variance Extracted (AVE) yang harus lebih besar dari 0.5.
NilaiAverage Variance Extracted(AVE) direkomendasikan setiapkonstruk > 0.50 yang artinya 50% atau lebih variance dari indikator dapat dijelaskan(Ghozali dan Latan, 2015:75).
4.3.1.2 Uji Discriminant Validity
Validitas diskriminan berhubungan dengan prinsip bahwa pengukur pengukur (manifest variabel) konstruk yang berbeda seharusnya tidakberkorelasi dengan tinggi (Ghozali dan Latan, 2015:74). Cara untuk mengujivaliditas diskriminant:
a. Discriminant validitydigunakan untuk melihat sejauh mana modelpengukuran dengan reflektif indikator dinilai berdasarkancross loadingpengukuran dengan konstruk. Jika korelasi konstruk dengan itempengukuran lebih besar daripada ukuran konstruk lainnya, maka haltersebut menunjukkan bahwa konstruk laten memprediksi ukuran padaindikator mereka lebih baik dari pada ukuran pada indikator variabellainnya. Nilai uji validitas diskriminan berdasarkancross loadingdapatdilihat pada Tabel 4.9.
Berdasarkan Tabel 4.9 dapat diketahui bahwa seluruh indikator memiliki korelasi yang tinggi terhadap konstruknya dibandingkan dengan konstruk yang lain. Sehingga dapat disimpulkan bahwa model penelitian memiliki validitas diskriminan yang baik atau indikator-indikator pertanyaan mampu mewakilivariabelnya.
b. Discriminant validity juga dapat dilihat dengan Fornell-Larcker Criteriumyaitu membandingkan nilai akar (AVE) setiap konstruk dengan korelasiantara konstruk dengan konstruk lainnya dalam model. Jika nilai darikuadrat AVE setiap konstruk lebih
besar daripada nilai korelasi antarakonstruk lainnya dalam model, maka dikatakan memiliki discriminantvalidity yang baik (Fornell dan Larcker, 1981 dalam Ghozali, 2014:39).Nilai uji validitas dikriminan berdasarkan Fornell-Larcker Criteriumdapat dilihat pada Tabel 4.10 di halaman berikutnya.
Berdasarkan Tabel 4.10 dapat diketahui bahwa nilai akar average varianceextracted setiap konstruk memiliki nilai yang lebih besar jika dibandingkan dengankorelasi antar variabel latent. Hal tersebut menunjukkan adanya discriminantvalidity yang baik berdasarkan Fornell- Larcker Criterium yang baik (memenuhikriteria rule of thumb atau aturan praktis model reflektif yang dapat dilihat padaTabel 3.8).
4.3.1.3 Reliabilitas
Uji reliabilitas dilakukan untuk membuktikan akurasi, konsistensi danketepatan instrumen dalam mengukur konstruk (Ghozali dan Latan, 2015:75).Untuk mengukur reliabilitas suatu konstruk dengan indikator refleksif dapatdilakukan dengan dua cara yaitu.
denganCronbach’s AlphadanCompositeReliability. PenggunaanCronbach’s Alphauntuk menguji reliabilitas konstrukakan memberikan nilai yang lebih rendah (under estimate) sehingga lebihdisarankan untuk menguji reliabilitas dengancomposite reliabilitydalam mengujireliabilitas suatu konstruk (Ghozali dan Latan, 2015:75).Composite reliabilitymerupakancloser approximationdengan asumsi estimasi parameter lebih akurat(Chin, 1998 dalam Ghozali dan Latan, 2015:75-76).
Tahap berikutnya menilai kriteria Cronbach’s Alpha, Composite Reliability. Masing- masing konstruk dikatakan reliabel jika memiliki Cronbach’sAlpha dan Composite Reliability yang lebih besar dari 0,70 (Latan & Ghozali, 2015:76-77). Nilai Cronbach’s Alpha dan Composite Reliability dapat dilihat padaTabel 4.18.
Berdasarkan Tabel 4.11 dapat diketahui bahwa seluruh konstruk memiliki nilai Cronbach’s Alpha dan Composite Reliability yang lebih besar dari 0,70.Dengan demikian dapat disimpulkan bahwa semua konstruk pengukuran yaitu US,PiU, SV, BA, PV, BT, dan BL telah reliabel.
4.3.2 Inner Model
4.3.2.1 R Square Adjusted
Pengujian Model Struktural (Inner Model) yang pertama dapat dilihat dariR Square Adjusted. R Square Adjusted digunakan untuk mengukur seberapa jauhkemampuan model dalam menerangkan variasi variabel dependen . Nilai R SquareAdjusted yang kecil menunjukan bahwa kemampuan variabel-variabel dependenamat terbatas. Nilai yang mendekati satu berarti independen memberikan hampirsemua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen(Ghozali, 2011:97).
Menurut Chin (1998) dalam Ghozali (2015:81), R Square Adujusted dengan nilai0.67 menunjukan model kuat, nilai 0.33 menunjukan model moderate dan nilai 0.19menunjukan model lemah.
Dari hasil Tabel 4.12 dapat dilihatR-Square Adujusteduntuk variabelBrand Loyalty(BL) sebesar 0.710. Nilai R Square Adjusted menunjukan bahwakemampuan variabel dependen ini kuat. Nilai yang mendekati satu berartiindependen memberikan hampir semua informasi yang dibutuhkan untukmemprediksi variasi variabel dependen.
4.3.2.2 f Square
Selanjutnya adalah melihat nilai f Square. Dalam buku Ghozali dan Latan(2015:81) dijelaskan bahwa f Square digunakan untuk melihat pengaruh prediktorvariabel laten pada level struktural. Nilai Effect Size sebesar 0.02 menunjukanrating kecil, Effect Size 0.15 menunjukan rating menengah dan Effect Size 0.35menunjukan rating besar. Berdasarkan hasil pengujian dengan SmartPLS 3.2.8,diperoleh hasil f Square pada Tabel 4.13.
Berdasarkan Tabel 4.13 menunjukkan bahwa variabel BA memiliki nilai fsquare sebesar 0.047 terhadap variabel BL yang termasuk dalam kategori kecil. Haltersebut memiliki arti bahwa dengan hadirnya variabel BA akan berdampak kecilterhadap perubahan yang terjadi pada variabel BL. Variabel BT memiliki nilai fsquare sebesar 0.110 terhadap variabel BL yang termasuk dalam kategori kecil. Haltersebut memiliki arti bahwa dengan hadirnya variabel BT akan berdampak kecilterhadap perubahan yang terjadi pada variabel BL. Variabel PV memiliki nilai fsquare sebesar 0.193 terhadap variabel BL yang termasuk dalam kategorimenengah. Hal tersebut memiliki arti bahwa dengan hadirnya variabel PV akanberdampak menengah terhadap perubahan yang terjadi pada variabel BL. VariabelPiU memiliki nilai f square sebesar 0.011 terhadap variabel BL yang termasukdalam kategori kecil. Hal tersebut memiliki arti bahwa dengan hadirnya variabelPiU akan berdampak kecil terhadap perubahan yang terjadi pada variabel BL.Variabel SV memiliki nilai f square sebesar 0.025 terhadap variabel BL yangtermasuk dalam kategori kecil. Hal tersebut memiliki arti bahwa dengan hadirnyavariabel SV akan berdampak kecil terhadap perubahan yang terjadi pada variabelBL. Dan variabel US memiliki nilai f square sebesar 0.009 terhadap variabel BLyang termasuk dalam kategori kecil. Hal tersebut memiliki arti bahwa denganhadirnya variabel US akan berdampak kecil terhadap perubahan yang terjadi padavariabel BL.
4.4 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan menggunakannilai path coefficient, t-value, dan p-value. Untuk menilai signifikansi dan prediksidalam pengujian hipotesis dapat dilihat dari nilai path coefficient dan t-value(Abdillah & Jogiyanto, 2015:
197). Menurut Abdillah & Jogiyanto (2015: 211),menilai prediksi dan signifikansi dalam pengujian hipotesis dapat dilihat darit-valuedanp-value. Nilai t-tabel dapat dilihat pada Tabel 4.21.
Menurut Abdillah & Jogiyanto (2015: 211), dengan tingkat kepercayaan95% (alpha 5%), dengan jumlah responden 400 orang maka diperoleh nilai t-tabelsebagai berikut:
1. One Tailed (digunakan untuk pengaruh langsung dan moderasi) : Jika nilai t-statistik > 1.64 maka H0 ditolak dan H1 diterima
Jika nilai t-statistik < 1.64 maka H0 diterima dan H1 ditolak 2. Two Tailed (digunakan untuk pengaruh mediasi) :
Jika nilai t-statistik > 1.96 maka H0 ditolak dan H1 diterima (-1.96 > t-statistik > 1.96) Jika nilai t-statistik < 1.96 maka H0 diterima dan H1 ditolak (-1.96 < tstatistik < 1.96) Menurut Hair et al., (2017: 188), nilai pengaruh signifikan jika p-value <0.05.
4.4.1 Uji Pengaruh Variabel Independen terhadapBrand Loyalty 4.4.1.1 PengaruhUsabilityterhadap Brand Loyalty
H0:Usability tidak memiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty.
H1:Usabilitymemiliki pengaruh yang positif dan signifikan terhadap BrandLoyalty.
Pada Tabel 4.22 hipotesis 1 menunjukkan bahwausabilitymemilikipengaruh yang positif dan tidak signifikan terhadapBrand Loyalty. Hasilperhitungan software SmartPLS 3.2.8 menunjukkan path coefficient sebesar 0,080dan t-value sebesar 1,799. Hipotesis 1 memenuhi syarat nilai t-value > t-tabel, nilaipath coefficient positif menunjukkan adanya pengaruh positif variabel independenterhadap variabel dependen, namun nilai dari p-value >
0.05 menunjukkan bahwa nilai tersebut tidak signifikan (Hair et al., 2017: 188). Hasil tersebut menunjukkanbahwa hipotesis 1 tidak diterima.
4.4.1.2 Pengaruh Pleasure in Useterhadap Brand Loyalty
H0:Pleasure in Usetidak memiliki pengaruh yang positif dan signifikanterhadap Brand Loyalty.
H2:Pleasure in Usememiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty.
Pada Tabel 4.23 hipotesis 2 menunjukkan bahwaPleasure in Usememilikipengaruh yang tidak positif dan tidak signifikan terhadapBrand Loyalty. Hasilperhitungan software SmartPLS 3.2.8 menunjukkan path coefficient sebesar -0,088dan t-value sebesar 1,799.
Hipotesis 2 tidak memenuhi syarat nilai t-value > t-tabel,nilai path coefficient positif menunjukkan tidak adanya pengaruh positif variabelindependen terhadap variabel dependen, dan p-value > 0.05 menunjukkan tidaksignifikan (Hair et al., 2017: 188). Hasil tersebut menunjukkan bahwa hipotesis 2tidak diterima.
4.4.1.3 PengaruhSocial Valueterhadap Brand Loyalty
H0:Social Valuetidak memiliki pengaruh yang positif dan signifikanterhadap Brand Loyalty.
H3:Social Valuememiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty.
Pada Tabel 4.24 hipotesis 3 menunjukkan bahwaSocial Valuememilikipengaruh yang positif dan signifikan terhadapBrand Loyalty. Hasil perhitungansoftware SmartPLS 3.2.8 menunjukkan path coefficient sebesar 0,149 dan t-valuesebesar 2,702. Hipotesis 3 memenuhi syarat nilai t-value > t-tabel, nilai pathcoefficient positif menunjukkan adanya pengaruh positif variabel independenterhadap variabel dependen, dan p-value < 0.05 menunjukkan signifikan (Hair etal., 2017: 188). Hasil tersebut menunjukkan bahwa hipotesis 3 diterima.
4.4.1.4 PengaruhBrand Associationterhadap Brand Loyalty
H0:Brand Associationtidak memiliki pengaruh yang positif dan signifikanterhadap Brand Loyalty.
H4:Brand Associationmemiliki pengaruh yang positif dan signifikanterhadap Brand Loyalty.
Pada Tabel 4.25 hipotesis 4 menunjukkan bahwaBrand Associationmemiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty. Hasilperhitungan software SmartPLS 3.2.8 menunjukkan path coefficient sebesar 0,195dan t-value sebesar 3,751. Hipotesis 4 memenuhi syarat nilai t-value > t-tabel, nilaipath coefficient positif menunjukkan adanya pengaruh positif variabel independenterhadap variabel dependen, dan p-value < 0.05 menunjukkan signifikan (Hair etal., 2017: 188). Hasil tersebut menunjukkan bahwa hipotesis 4 diterima
4.4.1.5 PengaruhPerceived Valueterhadap Brand Loyalty
H0:Perceived Valuetidak memiliki pengaruh yang positif dan signifikanterhadap Brand Loyalty.
H5:Perceived Valuememiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty.
Pada Tabel 4.26 hipotesis 5 menunjukkan bahwaPerceived Valuememiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty. Hasilperhitungan software SmartPLS 3.2.8 menunjukkan path coefficient sebesar 0,375dan t-value sebesar 8,490. Hipotesis 5 memenuhi syarat nilai t-value > t-tabel, nilaipath coefficient positif menunjukkan adanya pengaruh positif variabel independenterhadap variabel dependen, dan p-value < 0.05 menunjukkan signifikan (Hair etal., 2017: 188). Hasil tersebut menunjukkan bahwa hipotesis 5 diterima.
4.4.1.6 PengaruhBrand Trustterhadap Brand Loyalty
H0:Brand Trusttidak memiliki pengaruh yang positif dan signifikanterhadap Brand Loyalty.
H6:Brand Trustmemiliki pengaruh yang positif dan signifikan terhadapBrand Loyalty
Pada Tabel 4.27 hipotesis 6 menunjukkan bahwaBrand Trustmemilikipengaruh yang positif dan signifikan terhadapBrand Loyalty. Hasil perhitungansoftware SmartPLS 3.2.8 menunjukkan path coefficient sebesar 0,292 dan t-valuesebesar 5,283. Hipotesis 6 memenuhi syarat nilai t-value > t-tabel, nilai pathcoefficient positif menunjukkan adanya pengaruh