59

BAB V HASIL PENELITIAN DAN PEMBAHASAN

5.1.

Hasil Penelitian

5.1.1. Pendahuluan Tahapan pada bab ini adalah analisa hasil penelitian dengan cara mengolah data-data yang didapatkan sebelumnya, sehingga dapat dicapai tujuan dari penelitian ini sebagaimana tertulis dalam perumusan masalah yaitu untuk mengetahui pengaruh Kualitas Layanan, Kualitas Produk, dan Citra Perusahaan terhadap Keputusan Penggunaan Layanan dan dampaknya terhadap Kesetiaan Bank Anggota ATM Bersama. Langkah-langkah yang dilakukan adalah dengan melakukan analisis deskriptif untuk menggambarkan kondisi responden pada semua variabel penelitian. Hasil dari jawaban tersebut digunakan untuk mendapatkan kecenderungan jawaban responden mengenai kondisi variabel penelitian. Langkah selanjutnya adalah dengan analisis menggunakan teknik analisis Structural Equation Model (SEM). Teknik ini pertama-tama melakukan pengujian validitas dan reabilitas data terhadap variabel-variabel eksogen dan endogen. Kemudian, dilakukan uji model pengukuran serta uji model structural. Uji model pengukuran dan structural ini berguna untuk melakukan pengujian hipotesis. 5.1.2. Karakteristik Responden Responden dalam penelitian ini adalah pengambil keputusan (Direksi, Vice President, Department Head, Manager , dan Supervisor) dari seluruh Bank – Bank yang menjadi anggota ATM Bersama. Penelitian ini dilakukan di seluruh Indonesia. Penyebaran kuesioner dilakukan selama rentang waktu Mei sampai Juni 2016. Jumlah kuesioner yang disebar sebanyak 435 kuisioner dan yang memenuhi syarat sebanyak 270 kuisioner yang digunakan untuk sampel analisis data. Sebaran data kuisionerterlihat pada tabel5.1.

59 http://digilib.mercubuana.ac.id/

60

5.1.2.1. Karakteristik Berdasarkan Jenis Bank Tabel 5.1. Area Sebaran Responden No

Jenis Bank

Jumlah Bank

1

Bank Pemerintah

4

2

Bank Pembangunan Daerah

26

3

Bank Swasta Nasional

41

4

Bank Asing

10

5

BPR

4

6

LSB

2

Sumber: Diolah oleh peneliti (2016) Berdasarkan Tabel di atas, dari 270 responden yang menjadi objek penelitian terlihat sebagian besar berasal dari Bank Swasta Nasional dan Bank Daerah. Bisa disimpulkan bahwa responden didominasi oleh pegawai dari Bank Swasta. 5.1.2.2. Karakteristik Berdasarkan Jabatan Tabel 5.2. Jabatan Responden Jabatan

Jumlah Responden

Persentase

Direktur

10

4%

General

57

21%

Manager

60

22%

Supervisor

64

24%

Staff

79

29%

Total

270

100%

Manager

Sumber: Diolah oleh peneliti (2016)

http://digilib.mercubuana.ac.id/

61

Berdasarkan Tabel di atas, dari 270 responden yang menjadi objek penelitian terlihat sebagian besar adalah menjabat sebagai staff dan supervisor. Bisa disimpulkan bahwa responden didominasi oleh level staff dan supervisor. 5.1.2.3. Karakteristik Berdasarkan Jobdesk Tabel 5.3. Bidang Kerja Responden Bagian

Jumlah Responden

Persentase

Bisnis

157

58%

Teknis

46

17%

Operasional

67

25%

Total

270

100%

Sumber: Diolah oleh peneliti (2016) Berdasarkan Tabel di atas, dari 270 responden yang menjadi objek penelitian terlihat sebagian besar adalah dari divisi / bagian bisnis Bank. Bisa disimpulkan bahwa responden yang paling banyak berasal dari bagian bisnis , dan hasil tersebut memang sejalan dengan tujuan penelitian. 5.2.

Analisis Model Pengukuran

5.2.1. Analisis

Model Pengukuran untuk Masing-Masing Variabel

Penelitian Dalam pengolahan data, tahap pertama yang dilakukan adalah uji kecocokan model pengukuran untuk masing-masing variabel penelitian. Pada tahap ini dilakukan uji validitas dan reliabilitas masing-masing variabel penelitian. Uji validitas menggunakan model Factor Analysis, yang perlu di perhatikan dalam uji ini adalah nilai Standardize Loading Factor (SLF). Pertanyaan akan dianggap valid apabila memiliki nilai SLF lebih besar dari 0,50. Setelah itu akan dihitung Construct Reability dan Variance Extracted dari masing-masing variabel penelitian. Model Hybrid ini kemudian diestimasi dan dianalisis untuk melihat kecocokan secara keseluruhan dan evaluasi terhadap model strukturalnya.


62

Pengerjaan

SEM

(Structural

Equation

Modeling)

pada

penelitian

ini

menggunakan program LISREL 8.7. Hasil uji kecocokan model pengukuran untuk masing-masing variabel penelitian ditunjukkan sebagai berikut : 5.2.2. Uji Validitas 5.2.2.1 Uji Validitas Variabel Kualitas Layanan Uji validitas dilakukan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharusnya diukur. Menurut Sugiyono (2012:72)

untuk

menguji

validitas

konstruk

dilakukan

dengan

cara

mengkorelasikan antara skor butir pertanyaan dengan skor totalnya. Dalam pengujian ini 13 indikator teramati tentang variabel Kualitas Layanan yang telah diuji, dengan mendapatkan hasil Chi-square = 97.71, df = 65, P-value = 0.00540 dan RMSEA = 0.043.

Sumber: Hasil pengolahan dengan program LISREL 8.7 (2016) Gambar 5.1 Model Pengukuran Variabel Kualitas Layanan Tabel 5.4. Hasil Uji Validitas Variabel Kualitas Layanan

Indikator

SLF

Nilai R

Kesimpulan

KL 1

0,74

0,5

Valid

KL 2

0,73

0,5

Valid

KL 3

0,72

0,5

Valid

KL 4

0,6

0,5

Valid

KL 5

0,75

0,5

Valid


63

KL 6

0,72

0,5

Valid

KL 7

0,58

0,5

Valid

KL 8

0,73

0,5

Valid

KL 9

0,74

0,5

Valid

KL 10

0,73

0,5

Valid

KL 11

0,71

0,5

Valid

KL 12

0,74

0,5

Valid

KL 13

0,75

0,5

Valid

Sumber: Hasil pengolahan dengan program LISREL 8.7 (2016)

Chi Square merupakan salah jenis uji hipotesa yang dikenal dalam statistik.

.

Kegunaan

Uji

Chi Square adalah

untuk

menguji

hubungan

ataupengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel

yang satu

dengan

variabel

nominal lainnya

(C = Coefisien

of contingency). Sama seperti dalam tabel T, dalam tabel ci-square ada yang namannya tingkata signifikasi (α ) serta derajad kebebasan (dk) atau degree of freedom. Tingkat signifikansi merupakan ukuran seberapa besar keyakinan yang kita ambil. Misalnya jika nilai α (alpha) adalah 0,01 maka kita memiliki keyakinan bahwa keputusan yang kita ambil 90% benar. Derajat kebebasan didapat dengan rumus n-1. Jadi jika kita memiliki n observasi maka derajad bebasnya adalah n-1. Jika obyek yang kita teliti berjumlah 60 maka derajad bebasnya adalah 60-1 = 59. Dalam proses penelitian, nilai alpha ditentukan sebelum nilai p-value diketahui. Berdasarkan konvensi, nilai alpha yang biasa digunakan adalah sebesar 0,05. Nilai alpha yang kecil menunjukkan semakin ketatnya aturan dalam suatu penelitian. Nilai alpha menunjukkan seberapa ekstrim suatu data seharusnya (data ideal), sehingga dapat menunjukkan adanya perbedaan dengan data lainnya (tolak H0). Setelah nilai alpha ditentukan, maka nilai statistik (misal r) ditentukan. Masing-masing nilai statistik memiliki tingkat probabilita tertentu yang disebut p-


64

value. Nilai p-value menunjukkan seberapa ekstrim data yang kita temui di lapangan (data aktual). Peneliti membandingkan nilai alpha dengan nilai p-value untuk mengetahui apakah data yang diobservasi berbeda secara signifikan dibandingkan dengan apa yang ditetapkan dalam hipotesis nol (null hypothesis). Jika nilai pvalue lebih kecil (<) atau sama dengan (=) alpha, maka peneliti menolak hipotesis nol, yang berarti bahwa hasil penelitian secara statistik adalah signifikan. Jika nilai p-value lebih kecil dari alpha, maka peneliti gagal menolak hipotesis nol, yang berarti penelitian secara statistik tidak signifikan. RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi ssquare menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 dan 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model . Dari Tabel 5.4 diatas dapat diketahui bahwa dari uji validitas dengan analisis factor konfirmatori dari 13 indikator teramati yang dimasukkan dalam SEM, semua indikator teramati yang mempunyai nilai Standardize Loading Factor ≥ 0,50 sehingga model teramati valid dan dapat digunakan dalam model penelitian yaitu : 1. Fasilitas yang diberikan ATM Bersama memadai dan terjaga sesuai layanan yang dijanjikan. 2. Infrastruktur yang dipakai dalam mendukung layanan ATM Bersama sudah sesuai dengan standar perusahaan kami. 3. Karyawan PT. Artajasa Pembayaran Elektronis memberikan perhatian terhadap masalah yang perusahaan kami tanyakan. 4. Karyawan PT. Artajasa Pembayaran Elektronis mendengarkan keluhan perusahaan kami dan dapat memberikan solusi untuk permasalahan tersebut. 5. Karyawan PT. Artajasa Pembayaran Elektronis mampu memahami kebutuhan perusahaan kami dalam rangka melayani nasabah. 6. Pelayanan yang diberikan PT. Artajasa Pembayaran Elektronis Tepat waktu.


65

7. PT. Artajasa Pembayaran Elektronis Mampu memberikan solusi. 8. Respon PT. Artajasa Pembayaran Elektronis pada saat terjadi permasalahan cepat. 9. PT.

Artajasa

Pembayaran

Elektronis

langsung

membantu

perusahaan kami ketika terjadi permasalahan di layanan ATM Bersama. 10. Respon Karyawan PT. Artajasa Pembayaran Elektronis cepat dalam menanggapi permintaan perusahaan kami. 11. Karyawan

PT.

Artajasa

Pembayaran

Elektronismemiliki

kompetensi dalam bidang transaksi elektronis Perbankan. 12. Karyawan PT. Artajasa Pembayaran Elektronis memiliki sifat Ramah dan sopan santun dalam menanggapi perusahaan kami. 13. Karyawan PT. Artajasa Pembayaran Elektronis dapat memberikan rasa aman & percaya bagi perusahaan kami dalam rangka membantu perusahaan kami dalam melayani nasabah. 5.2.2.2 Uji Validitas Variabel Kualitas Produk Uji validitas dilakukan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharusnya diukur. Menurut Sugiyono (2012:72)

untuk

menguji

validitas

konstruk

dilakukan

dengan

cara

mengkorelasikan antara skor butir pertanyaan dengan skor totalnya. Dalam pengujian ini 13 indikator teramati tentang variabel Kualitas Produk yang telah diuji, dengan mendapatkan hasil Chi-square = 83.78, df = 65, P-value = 0.05841 dan RMSEA = 0.033.


66

Sumber: Hasil pengolahan dengan program LISREL 8.7 (2016) Gambar 5.2 Model Pengukuran Variabel Kualitas Produk Tabel 5.5 Uji Validitas Variabel Kualitas Produk

Indikator

SLF

Standard

Kesimpulan

KP1

0,76

0,5

Valid

KP2

0,73

0,5

Valid

KP3

0,67

0,5

Valid

KP4

0,53

0,5

Valid

KP5

0,75

0,5

Valid

KP6

0,7

0,5

Valid

KP7

0,56

0,5

Valid

KP8

0,71

0,5

Valid

KP9

0,74

0,5

Valid

KP10

0,77

0,5

Valid


67

KP11

0,63

0,5

Valid

KP12

0,68

0,5

Valid

KP13

0,76

0,5

Valid



.

Kegunaan

Uji

Chi Square adalah

untuk

menguji

hubungan


yang satu

dengan

variabel

nominal lainnya

(C = Coefisien

of contingency). Sama seperti dalam tabel T, dalam tabel ci-square ada yang namannya tingkata signifikasi (α ) serta derajad kebebasan (dk) atau degree of freedom. Tingkat signifikansi merupakan ukuran seberapa besar keyakinan yang kita ambil. Misalnya jika nilai α (alpha) adalah 0,01 maka kita memiliki keyakinan bahwa keputusan yang kita ambil 90% benar. Derajat kebebasan didapat dengan rumus n-1. Jadi jika kita memiliki n observasi maka derajad bebasnya adalah n-1. Jika obyek yang kita teliti berjumlah 60 maka derajad bebasnya adalah 60-1 = 59. Dalam proses penelitian, nilai alpha ditentukan sebelum nilai p-value diketahui. Berdasarkan konvensi, nilai alpha yang biasa digunakan adalah sebesar 0,05. Nilai alpha yang kecil menunjukkan semakin ketatnya aturan dalam suatu penelitian. Nilai alpha menunjukkan seberapa ekstrim suatu data seharusnya (data ideal), sehingga dapat menunjukkan adanya perbedaan dengan data lainnya (tolak H0). Setelah nilai alpha ditentukan, maka nilai statistik (misal r) ditentukan. Masing-masing nilai statistik memiliki tingkat probabilita tertentu yang disebut pvalue. Nilai p-value menunjukkan seberapa ekstrim data yang kita temui di lapangan (data aktual). Peneliti membandingkan nilai alpha dengan nilai p-value untuk mengetahui apakah data yang diobservasi berbeda secara signifikan dibandingkan dengan apa yang ditetapkan dalam hipotesis nol (null hypothesis). Jika nilai pvalue lebih kecil (<) atau sama dengan (=) alpha, maka peneliti menolak hipotesis nol, yang berarti bahwa hasil penelitian secara statistik adalah signifikan. Jika


68

nilai p-value lebih kecil dari alpha, maka peneliti gagal menolak hipotesis nol, yang berarti penelitian secara statistik tidak signifikan. RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi ssquare menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 dan 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model . Dari Tabel 5.5 diatas dapat diketahui bahwa dari uji validitas dengan analisis factor konfirmatori dari 13 indikator teramati yang dimasukkan dalam SEM, semua indikator teramati yang mempunyai nilai Standardize Loading Factor ≥ 0,50 sehingga model teramati valid dan dapat digunakan dalam model penelitian yaitu : 1. Fasilitas Produk ATM Bersama sudah lengkap, dan sudah sesuai spesifikasi dengan kebutuhan perusahaan kami. 2. Produk ATM Bersama sudah sesuai tujuan perusahaan kami. 3. Produk ATM Bersama dapat menyesuaikan sesuai dengan kebutuhan perusahaan kami. 4. Produk ATM Bersama membantu perusahaan kami dalam melayani nasabah. 5. ATM Bersama memiliki SPP (Standar Prosedur Pengoprasian) agar memudahkan perusahaan kami dalam pengoperasian sistem ATM Bersama. 6. ATM Bersama memberikan kemudahan untuk nasabah perusahaan kami untuk melakukan transaksi antar Bank. 7. Spesifikasi ATM Bersama sudah sesuai dengan kebutuhan perusahaan kami. 8. Informasi tentang Produk ATM Bersama mudah didapatkan oleh perusahaan kami dari berbagai sumber. 9. Produk ATM Bersama sudah dapat memenuhi kebutuhan pelanggan kami untuk kebutuhan transaksi perbankan. 10. Produk ATM Bersama termasuk dalam tujuan bisnis perusahaan kami.


69

11. Transaksi ATM Bersama yang terjadi secara real time online sangat bermanfaat bagi nasabah perusahaan kami. 12. ATM Bersama memiliki jaringan yang lengkap dan terpadu. Transaksi ATM Bersama dapat dilakukan dimana saja sehingga sangat membantu nasabah perusahaan kami dalam melakukan transaksi perbankan. 5.2.2.3 Uji Validitas Variabel Citra Perusahaan Uji validitas dilakukan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharusnya diukur. Menurut Sugiyono (2012:72)

untuk

menguji

validitas

konstruk

dilakukan

dengan

cara

mengkorelasikan antara skor butir pertanyaan dengan skor totalnya. Dalam pengujian ini 17 indikator teramati tentang variabel Citra Peusahaan yang telah diuji, dengan mendapatkan hasil Chi-square = 288.66, df = 119, P-value = 0.00000 dan RMSEA = 0.073.



70

Gambar 5.3 Model Pengukuran Variabel Citra Perusahaan Tabel 5.6 Uji Validitas Variabel Citra Perusahaan Indikator

SLF

Standard

Kesimpulan

CP1

0,71

0,5

Valid

CP2

0,71

0,5

Valid

CP3

0,56

0,5

Valid

CP4

0,73

0,5

Valid

CP5

0,54

0,5

Valid

CP6

0,7

0,5

Valid

CP7

0,68

0,5

Valid

CP8

0,7

0,5

Valid

CP9

0,73

0,5

Valid

CP10

0,71

0,5

Valid

CP11

0,55

0,5

Valid

CP12

0,75

0,5

Valid

CP13

0,75

0,5

Valid

CP14

0,74

0,5

Valid

CP15

0,73

0,5

Valid

CP16

0,75

0,5

Valid

CP17

0,77

0,5

Valid



.

Kegunaan

Uji

Chi Square adalah

untuk

menguji

hubungan


yang satu

dengan

variabel

nominal lainnya

(C = Coefisien

of contingency). Sama seperti dalam tabel T, dalam tabel ci-square ada yang namannya tingkata signifikasi (α ) serta derajad kebebasan (dk) atau degree of freedom. Tingkat signifikansi merupakan ukuran seberapa besar keyakinan yang kita ambil. Misalnya jika nilai α (alpha) adalah 0,01 maka kita memiliki keyakinan bahwa keputusan yang kita ambil 90% benar. Derajat kebebasan


71

didapat dengan rumus n-1. Jadi jika kita memiliki n observasi maka derajad bebasnya adalah n-1. Jika obyek yang kita teliti berjumlah 60 maka derajad bebasnya adalah 60-1 = 59. Dalam proses penelitian, nilai alpha ditentukan sebelum nilai p-value diketahui. Berdasarkan konvensi, nilai alpha yang biasa digunakan adalah sebesar 0,05. Nilai alpha yang kecil menunjukkan semakin ketatnya aturan dalam suatu penelitian. Nilai alpha menunjukkan seberapa ekstrim suatu data seharusnya (data ideal), sehingga dapat menunjukkan adanya perbedaan dengan data lainnya (tolak H0). Setelah nilai alpha ditentukan, maka nilai statistik (misal r) ditentukan. Masing-masing nilai statistik memiliki tingkat probabilita tertentu yang disebut pvalue. Nilai p-value menunjukkan seberapa ekstrim data yang kita temui di lapangan (data aktual). Peneliti membandingkan nilai alpha dengan nilai p-value untuk mengetahui apakah data yang diobservasi berbeda secara signifikan dibandingkan dengan apa yang ditetapkan dalam hipotesis nol (null hypothesis). Jika nilai pvalue lebih kecil (<) atau sama dengan (=) alpha, maka peneliti menolak hipotesis nol, yang berarti bahwa hasil penelitian secara statistik adalah signifikan. Jika nilai p-value lebih kecil dari alpha, maka peneliti gagal menolak hipotesis nol, yang berarti penelitian secara statistik tidak signifikan. RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi ssquare menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 dan 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model . Dari Tabel 5.6 diatas dapat diketahui bahwa dari uji validitas dengan analisis factor konfirmatori dari 17 indikator teramati yang dimasukkan dalam SEM, semua indikator teramati yang mempunyai nilai Standardize Loading Factor ≥ 0,50 sehingga model teramati valid dan dapat digunakan dalam model penelitian yaitu :


72

1. PT.

Artajasa

Pembayaran

Elektronismemberikan

Perhatian

kepadaperusahaan kami terhadap setiap hal yang berhubungan dengan ATM Bersama. 2. Produk / Jasa yang dimiliki PT. Artajasa Pembayaran Elektronis memiliki kualitas sesuai dengan standar yang diberikan perusahaan kami. 3. PT. Artajasa Pembayaran Elektronis merupakan Perusahaan yang terpercaya sebagai Pengelola Layanan ATM Bersama. 4. PT. Artajasa Pembayaran Elektronis merupakan Perusahaan yang selalu dapat memberikan solusi & ide-ide baru (inovatif). 5. PT. Artajasa Pembayaran Elektronis merupakan perusahaan memberikan Pelayanan pada saat dibutuhkan (efektif & efisien). 6. PT. Artajasa Pembayaran Elektronismerupakan perusahaan yang memiliki potensi untuk berkembang menjadi perusahaan besar. 7. PT. Artajasa Pembayaran Elektronismerupakan Perusahaan yang memiliki struktur keuangan transparan& sturktur Organisasi yang jelas. 8. PT. Artajasa Pembayaran Elektronismerupakan Perusahaan yang konsisten dalam bidang sistem pembayaran di Indonesia. 9. PT. Artajasa Pembayaran Elektronissering mengadakan kegiatan CSR. 10. Website resmi PT. Artajasa Pembayaran Elektronis sudah memberikan informasi yang jelas kepada perusahaan kami tentang keseluruhan PT.Artajasa Pembayaran Elektronis. 11. Dalam bidang sistem Pembayaran, PT. Artajasa Pembayaran Elektronistidak pernah melakukan kecurangan untuk mengungguli kompetitor. 12. Karyawan PT. Artajasa Pembayaran Elektronis memiliki kualitas karena di seleksi dari perguruan tinggi favorit di Indonesia 13. PT. Artajasa Pembayaran Elektronis selalu bertindak profesional dalam menangani masalah perusahaan kami.


73

14. PT. Artajasa Pembayaran Elektronis menawarkan Produk & Jasa yang dapat menjadi solusi untuk kebutuhan perusahaan kami. 15. PT. Artajasa Pembayaran Elektronis merupakan perusahaan yang memiliki kemampuan dalam bidang sistem pembayaran. 16. PT. Artajasa Pembayaran Elektronis merupakan perusahaan yang masuk dalam perusahaan berskala Nasional. PT. Artajasa Pembayaran ElektronisMemperoleh banyak penghargaan di bidang sistem pembayaran. 5.2.2.4 Uji Validitas Variabel Keputusan Pembelian Uji validitas dilakukan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharusnya diukur. Menurut Sugiyono (2012:72)

untuk

menguji

validitas

konstruk

dilakukan

dengan

cara

mengkorelasikan antara skor butir pertanyaan dengan skor totalnya. Dalam pengujian ini 6 indikator teramati tentang variabel Keputusan Pembelian yang telah diuji, dengan mendapatkan hasil Chi-square = 7.73, df = 9, P-value = 0.56176 dan RMSEA = 0.000.



74

Gambar 5.4 Model Pengukuran Variabel Keputusan Pembelian Tabel 5.7 Uji Validitas Variabel Keputusan Pembelian Indikator

SLF

Standard

Kesimpulan

PD1

0,72

0,5

Valid

PD2

0,56

0,5

Valid

PD3

0,71

0,5

Valid

PD4

0,74

0,5

Valid

PD5

0,6

0,5

Valid

PD6

0,77

0,5

Valid



.

Kegunaan

Uji

Chi Square adalah

untuk

menguji

hubungan


yang satu

dengan

variabel

nominal lainnya

(C = Coefisien

of contingency). Sama seperti dalam tabel T, dalam tabel ci-square ada yang namannya tingkata signifikasi (α ) serta derajad kebebasan (dk) atau degree of freedom. Tingkat signifikansi merupakan ukuran seberapa besar keyakinan yang kita ambil. Misalnya jika nilai α (alpha) adalah 0,01 maka kita memiliki keyakinan bahwa keputusan yang kita ambil 90% benar. Derajat kebebasan didapat dengan rumus n-1. Jadi jika kita memiliki n observasi maka derajad bebasnya adalah n-1. Jika obyek yang kita teliti berjumlah 60 maka derajad bebasnya adalah 60-1 = 59. Dalam proses penelitian, nilai alpha ditentukan sebelum nilai p-value diketahui. Berdasarkan konvensi, nilai alpha yang biasa digunakan adalah sebesar 0,05. Nilai alpha yang kecil menunjukkan semakin ketatnya aturan dalam suatu penelitian. Nilai alpha menunjukkan seberapa ekstrim suatu data seharusnya (data ideal), sehingga dapat menunjukkan adanya perbedaan dengan data lainnya (tolak H0). Setelah nilai alpha ditentukan, maka nilai statistik (misal r) ditentukan. Masing-masing nilai statistik memiliki tingkat probabilita tertentu yang disebut p-


75

value. Nilai p-value menunjukkan seberapa ekstrim data yang kita temui di lapangan (data aktual). Peneliti membandingkan nilai alpha dengan nilai p-value untuk mengetahui apakah data yang diobservasi berbeda secara signifikan dibandingkan dengan apa yang ditetapkan dalam hipotesis nol (null hypothesis). Jika nilai pvalue lebih kecil (<) atau sama dengan (=) alpha, maka peneliti menolak hipotesis nol, yang berarti bahwa hasil penelitian secara statistik adalah signifikan. Jika nilai p-value lebih kecil dari alpha, maka peneliti gagal menolak hipotesis nol, yang berarti penelitian secara statistik tidak signifikan. RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi ssquare menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 dan 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model . Dari Tabel 5.7 diatas dapat diketahui bahwa dari uji validitas dengan analisis factor konfirmatori dari 6 indikator teramati yang dimasukkan dalam SEM, semua indikator teramati yang mempunyai nilai Standardize Loading Factor ≥ 0,50 sehingga model teramati valid dan dapat digunakan dalam model penelitian yaitu : 1. Perusahaan Kami membutuhkan layanan ATM Bersama untuk membantu memberikan pelayanan yang maksimal bagi nasabah kami. 2. Kualitas produk PT. Artajasa Pembayaran Elektronis sudah terbukti dimana ATM Bersama menjadi market leader untuk layanan shared delivery channel ATM di Indonesia. 3. Merek ATM Bersama sudah menjadi top of mind bagi kalangan perbankan di indonesia. 4. Perusahaan kami mendapatkan Referensi tentang ATM Bersama dari keluarga. 5. Perusahaan kami mendapatkan Referensi tentang ATM Bersama dari teman / rekan bisnis.


76

Perusahaan kami mendapatkan Referensi tentang ATM Bersama dari kelompok tertentu. 5.2.2.5 Uji Validitas Variabel Kesetiaan Pelanggan Uji validitas dilakukan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharusnya diukur. Menurut Sugiyono (2012:72)

untuk

menguji

validitas

konstruk

dilakukan

dengan

cara

mengkorelasikan antara skor butir pertanyaan dengan skor totalnya. Dalam pengujian ini 5 indikator teramati tentang variabel Kesetiaan Pelanggan yang telah diuji, dengan mendapatkan hasil Chi-square = 2.48, df = 5, P-value = 0.77958 dan RMSEA = 0.000.

Sumber: Hasil pengolahan dengan program LISREL 8.7 (2016) Gambar 5.5 Model Pengukuran Variabel Kesetiaan Pelanggan Tabel 5.8 Uji Validitas Variabel Kesetiaan Pelanggan Indikator

SLF

Standard

Kesimpulan

LP1

0,74

0,5

Valid

LP2

0,49

0,5

Tidak Valid

LP3

0,71

0,5

Valid

LP4

0,79

0,5

Valid

LP5

0,76

0,5

Valid

Sumber: Hasil pengolahan dengan program LISREL 8.7


.

Kegunaan

Uji

Chi Square adalah

untuk


menguji

hubungan

77


yang satu

dengan

variabel

nominal lainnya

(C = Coefisien

of contingency). Sama seperti dalam tabel T, dalam tabel ci-square ada yang namannya tingkata signifikasi (α ) serta derajad kebebasan (dk) atau degree of freedom. Tingkat signifikansi merupakan ukuran seberapa besar keyakinan yang kita ambil. Misalnya jika nilai α (alpha) adalah 0,01 maka kita memiliki keyakinan bahwa keputusan yang kita ambil 90% benar. Derajat kebebasan didapat dengan rumus n-1. Jadi jika kita memiliki n observasi maka derajad bebasnya adalah n-1. Jika obyek yang kita teliti berjumlah 60 maka derajad bebasnya adalah 60-1 = 59. Dalam proses penelitian, nilai alpha ditentukan sebelum nilai p-value diketahui. Berdasarkan konvensi, nilai alpha yang biasa digunakan adalah sebesar 0,05. Nilai alpha yang kecil menunjukkan semakin ketatnya aturan dalam suatu penelitian. Nilai alpha menunjukkan seberapa ekstrim suatu data seharusnya (data ideal), sehingga dapat menunjukkan adanya perbedaan dengan data lainnya (tolak H0). Setelah nilai alpha ditentukan, maka nilai statistik (misal r) ditentukan. Masing-masing nilai statistik memiliki tingkat probabilita tertentu yang disebut pvalue. Nilai p-value menunjukkan seberapa ekstrim data yang kita temui di lapangan (data aktual). Peneliti membandingkan nilai alpha dengan nilai p-value untuk mengetahui apakah data yang diobservasi berbeda secara signifikan dibandingkan dengan apa yang ditetapkan dalam hipotesis nol (null hypothesis). Jika nilai pvalue lebih kecil (<) atau sama dengan (=) alpha, maka peneliti menolak hipotesis nol, yang berarti bahwa hasil penelitian secara statistik adalah signifikan. Jika nilai p-value lebih kecil dari alpha, maka peneliti gagal menolak hipotesis nol, yang berarti penelitian secara statistik tidak signifikan. RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi ssquare menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 dan 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model .


78

Dari Tabel 5.8 diatas dapat diketahui bahwa dari uji validitas dengan analisis factor konfirmatori dari 5 indikator teramati yang dimasukkan dalam SEM, 4 indikator teramati yang mempunyai nilai Standardize Loading Factor ≥ 0,50 sehingga model teramati valid dan dapat digunakan dalam model penelitian yaitu : 1. Perusahaan Kami akan Memprioritaskan Routing transaksi ke arah ATM Bersama dibandingkan ke prinsipal lain. 2. Perusahaan Kami akan terus menggunakan produk / jasa milik Artajasa di masa mendatang. 3. Kami akan merekomendasikan produk/ jasa milik Artajasa kepada pihak lain yang membutuhkan solusi untuk sistem pembayaran. Kami tidak tertarik untuk Menggunakan produk/jasa milik kompetitor PT. Artajasa Pembayaran Elektronis. 5.2.3

Uji Reliabilitas

5.2.3.1 Uji Reliabilitas Variabel Kualitas Layanan Menurut Sugiyono (2012:80) Reliabilitas adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang. Construct Reliability =

(∑ Standar Loading)2 (∑ Standar Loading)2 + ∑ Kesalahan Pengukuran

Tabel 5.9. Hasil Uji Reliabilitas Variabel Kualitas Layanan

Indikator Loading

Error

KL1

0,73

0,46

KL2

0,73

0,46

KL3

0,72

0,48

KL4

0,6

0,64

KL5

0,75

0,44

KL6

0,72

0,48

KL7

0,58

0,67


79

KL8

0,73

0,47

KL9

0,74

0,46

KL10

0,73

0,47

KL11

0,71

0,5

KL12

0,74

0,46

KL13

0,75

0,44

∑

9,23

6,43

(∑)2

85,19

∑2

6,59

CR

0,93

VE

0,50


Dari hasil perhitungan dapat dikatakan bahwa variabel Kualitas Layanan Reliabel. Hal ini dilihat dari nilai CR sebesar 0,93. Suatu variabel dikatakan reliabel apabila memiliki nilai CR ≥ 0,7 dan VE ≥ 0,5 5.2.3.2 Uji Reliabilitas Variabel Kualitas Produk Menurut Sugiyono (2012:80) Reliabilitas adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang.

Construct Reliability =


Tabel 5.10 Uji Reliabilitas Variabel Kualitas Produk

Indikator Loading

Error

KP1

0,76

0,42

KP2

0,73

0,47

KP3

0,67

0,56

KP4

0,53

0,71


80

KP5

0,75

0,44

KP6

0,7

0,51

KP7

0,56

0,69

KP8

0,71

0,5

KP9

0,74

0,45

KP10

0,77

0,4

KP11

0,63

0,61

KP12

0,68

0,54

KP13

0,76

0,42

∑

8,99

6,72

(∑)2

80,82

∑2

6,30

CR

0,92

VE

0,50


Dari hasil perhitungan dapat dikatakan bahwa variabel Kualitas Produk Reliabel. Hal ini dilihat dari nilai CR sebesar 0,92. Suatu variabel dikatakan reliabel apabila memiliki nilai CR ≥ 0,7 dan VE ≥ 0,5 5.2.3.3 Uji Reliabilitas Variabel Citra Perusahaan Menurut Sugiyono (2012:80) Reliabilitas adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang. Construct Reliability =


Tabel 5.11 Uji Reliabilitas Variabel Citra Perusahaan Indokator Loading

Error

CP1

0,71

0,49

CP2

0,71

0,49

CP3

0,56

0,68


81

CP4

0,73

0,46

CP5

0,54

0,7

CP6

0,7

0,52

CP7

0,68

0,53

CP8

0,7

0,51

CP9

0,73

0,47

CP10

0,71

0,49

CP11

0,55

0,69

CP12

0,75

0,51

CP13

0,75

0,43

CP14

0,74

0,46

CP15

0,73

0,46

CP16

0,75

0,46

CP17

0,77

0,43

∑

11,81

8,78

(∑)2

139,48

∑2

8,29

CR

0,94

VE

0,50


Dari hasil perhitungan dapat dikatakan bahwa variabel Citra Perusahaan Reliabel. Hal ini dilihat dari nilai CR sebesar 0,94. Suatu variabel dikatakan reliabel apabila memiliki nilai CR ≥ 0,7 dan VE ≥ 0,50 5.2.3.4 Uji Reliabilitas Variabel Keputusan Pembelian Menurut Sugiyono (2012:80) Reliabilitas adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang. Construct Reliability =



82

Tabel 5.12 Uji Reliabilitas Variabel Keputusan Pembelian Indokator Loading

Error

PD1

0,72

0,48

PD2

0,56

0,68

PD3

0,71

0,5

PD4

0,74

0,45

PD5

0,6

0,64

PD6

0,77

0,41

∑

4,1

3,16

(∑)2

16,81

∑2

2,8

CR

0,84

VE

0,5


Dari hasil perhitungan dapat dikatakan bahwa variabel Keputusan Pembelian Reliabel. Hal ini dilihat dari nilai CR sebesar 0,84. Suatu variabel dikatakan reliabel apabila memiliki nilai CR ≥ 0,7dan VE ≥ 0,50 5.2.3.5 Uji Reliabilitas Variabel Kesetiaan Pelanggan Menurut Sugiyono (2012:80) Reliabilitas adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang. Construct Reliability =


Tabel 5.13 Uji Reliabilitas Variabel Kesetiaan Pelanggan Indikator Loading

Error

LP1

0,74

0,45

LP3

0,71

0,5


83

LP4

0,79

0,37

LP5

0,76

0,43

∑

3

1,75

(∑)2

9

∑2

2,25

CR

0,84

VE

0,56


Dari hasil perhitungan dapat dikatakan bahwa variabel Keputusan Pembelian Reliabel. Hal ini dilihat dari nilai CR sebesar 0,84. Suatu variabel dikatakan reliabel apabila memiliki nilai CR ≥ 0,7 dan VE ≥ 0,50 Hasil uji construct reliability dalam penelitian ini secara keseluruhan terlihat pada tabel berikut ini : Tabel.5.14 Hasil Uji Reliabilitas Keseluruhan Nilai Variabel

Construct Reliability

Nilai Standar

Keterangan

Kualitas Produk

0.92

0.7

Reliabel

Kualitas Layanan

0.93

0.7

Reliabel

Citra Perusahaan

0.94

0.7

Reliabel

Keputusan Pembelian

0.84

0.7

Reliabel

Loyalitas Pelanggan

0.84

0.7

Reliabel

Sumber : Diolah oleh penulis 2016

5.3.

Analisis Model Struktural Analisis model struktural adalah analisis yang digunakan untuk melihat

hubungan kausal di antara variabel-variabel laten. Dengan mengikuti model struktural dari penelitian maka analisis ini adalah analisis tahap kedua dari two step approach dan merupakan kelanjutan dari analisis model pengukuran yang telah dilakukan sebelumnya.


84

5.3.1

Analisis Model Struktural Variabel Kualitas Layanan

Tabel 5.15. Hasil Evaluasi Koefisien Model Struktural Variabel Kualitas Layanan Indikator

SLF

SLF²

t Values

KL 1

0,74

0,55

14,46

KL 2

0,73

0,53

13,62

KL 3

0,72

0,52

12,03

KL 4

0,6

0,36

9,16

KL 5

0,75

0,56

14,07

KL 6

0,72

0,52

12,90

KL 7

0,58

0,34

9,70

KL 8

0,73

0,53

12,98

KL 9

0,74

0,55

13,98

KL 10

0,73

0,53

14,75

KL 11

0,71

0,50

11,14

KL 12

0,74

0,55

12,33

KL 13

0,75

0,56

14,47


Kesimpulan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan

85


Diketahui bahwa Kualitas Layanan berpengaruh terhadap Keputusan Penggunaan ATM Bersama dengan nilai loading factor sebesar 0.32. Indikator dari variabel Kualitas Layanan yang paling dominan adalah indikator yang ke 5 (KL5) dan 13 (KL 13) dengan nilai loading factor sebesar 0.75 yaitu, Karyawan mampu memahami pelanggan dan indikator 13 (tiga belas) yaitu Menumbuhkan kepercayaan& keamanan. 5.3.2

Analisis Model Struktural Variabel Kualitas Produk

Tabel 5.16. Hasil Evaluasi Koefisien Model Struktural Variabel Kualitas Produk Indikator

SLF

SLF²

t Values

KP1

0,76

0,58

13,71

KP2

0,73

0,53

13,69

KP3

0,67

0,45

13,33

KP4

0,53

0,28

10,62

KP5

0,75

0,56

14,10

KP6

0,7

0,49

13,33

KP7

0,56

0,31

10,07

KP8

0,71

0,50

13,56

KP9

0,74

0,55

13,80

KP10

0,77

0,59

13,55


Kesimpulan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien

86

Siginfikan KP11

0,63

0,40

13,07

KP12

0,68

0,46

13,76

KP13

0,76

0,58

14,18

Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan


Diketahui bahwa Kualitas Produk berpengaruh terhadap Keputusan Penggunaan ATM Bersama dengan nilai loading factor sebesar 0.29. Indikator dari variabel Kualitas Produk yang paling dominan adalah indikator yang ke 1 (KP 1) dan 13 (KP 13) dengan nilai loading factor sebesar 0.76 yaitu, Fasilitas Produk Lengkap dan indikator 13 (tiga belas) yaitu Transaksi dapat dilakukan dimana saja 5.3.3

Analisis Model Struktural Variabel Citra Perusahaan

Tabel 5.17. Hasil Evaluasi Koefisien Model Struktural Variabel Citra Perusahaan Indikator

SLF

SLF²

t Values

CP1

0,71

0,50

13,28

CP2

0,71

0,50

13,24

CP3

0,56

0,31

9,84

CP4

0,73

0,53

13,82

CP5

0,54

0,29

9,44

CP6

0,7

0,49

12,84


Kesimpulan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien

87

Siginfikan CP7

0,68

0,46

12,58

CP8

0,7

0,49

12,90

CP9

0,73

0,53

13,99

CP10

0,71

0,50

13,29

CP11

0,55

0,30

9,62

CP12

0,75

0,56

12,99

CP13

0,75

0,56

14,03

CP14

0,74

0,55

13,30

CP15

0,73

0,53

13,77

CP16

0,75

0,56

14,32

CP17

0,77

0,59

14,77

Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan


Diketahui bahwa Citra Perusahaan berpengaruh terhadap Keputusan Penggunaan ATM Bersama dengan nilai loading factor sebesar 0.30. Indikator dari variabel Citra Perusahaan yang paling dominan adalah indikator yang ke 17 (CP 17) yaitu, Perusahaan Memperoleh banyak penghargaan. 5.3.4

Analisis Model Struktural Variabel Keputusan Pembelian


88

Tabel 5.18. Hasil Evaluasi Koefisien Model Struktural Keputusan Pembelian Indikator

SLF

SLF²

t Values

PD1

0,72

0,52

9,69

PD2

0,56

0,31

8,56

PD3

0,71

0,50

10,72

PD4

0,74

0,55

11,21

PD5

0,6

0,36

9,13

PD6

0,77

0,59

11,51

Kesimpulan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan Koefisien Siginfikan


Diketahui bahwa Keputusan Pembelian berpengaruh terhadap Loyalitas Pelanggan ATM Bersama dengan nilai loading factor sebesar 0.48. Indikator dari variabel Keputusan Pembelian yang paling dominan adalah indikator yang ke 6 (PD 6) yaitu, Pengaruh dari Kelompok Rujukan.

5.3.5

Analisis Model Struktural Variabel Loyalitas Pelanggan Tabel 5.19. Hasil Evaluasi Koefisien Model Struktural Loyalitas Pelanggan Indikator

SLF

SLF²

t Values


Kesimpulan

89

LP1

0,74

0,55

8,92

Koefisien Siginfikan

LP3

0,71

0,50

10,59


LP4

0,79

0,62

11,71


LP5

0,76

0,58

11,27



Diketahui bahwa Indikator dari variabel Loyalitas Pelanggan yang paling dominan adalah indikator yang ke 4 (LP 4) yaitu, Merekomendasikan produk/ jasa milik Artajasa kepada pihak lain. 5.4.

Uji Kecocokan Model Pengukuran Setelah dilakukan proses statistik dengan menggunakan LISREL versi 8.7.

didapatkan permodelan awal SEM berupa basic model standardized solution seperti pada gambar dibawah ini :


90

Gambar 5.6 Basic Model Standardized Solution Model yang sama kemudian diuji dengan uji kecocokan secara statistik (Goodness of fit). Hasil uji kecocokan tersebut didapat hasil sebagai berikut: Tabel 5.20. Hasil Uji Kecocokan Model (GOF) No

Ukuran Goodness of fit

1

Root Mean Square Error of

2

Normed Fit Index (NFI)

Approximation (RMSEA)

Syarat tingkat kecocokan

Hasil Uji

Tingkat Kecocokan

RMSEA ≤ 0.08

0.059

Good Fit

NFI ≥ 0.90

0.94

Good Fit


91

Tucker-Lewis Index atau Non

3

Normed Fit Index (TLI atau

NNFI ≥ 0.90

0.99

Good Fit

NNFI)

4

Comparative Fit Index (CFI)

CFI ≥ 0.90

0.99

Good Fit

5

Incremental Fit Index (IFI)

IFI ≥ 0.90

0.99

Good Fit

6

Relative Fit Index (RFI)

RFI ≥ 0.90

0.94

Good Fit

7

Goodness of Fit Index (GFI)

GFI ≥ 0.90

0.82

Marginal fit

8

Adjusted Goodness of Fit Index

AGFI ≥ 0.90

0.81

Marginal fit

(AGFI)

Sumber: Hasil Pengolahan Data LISREL 8.7 (2016) Dari 8 ukuran kecocokan model, 6 diantaranya menunjukkan hasil yang baik (good fit) dan 2 data mendekati baik (marginal fit), sehingga secara keseluruhan model baik. Menurut Sugiyono (2012:86) terdapat beberapa model kecocokan dalam SEM dan penilaian kecocokan model dinilai berdasarkan berapa banyak ukuran model yang dapat dipenuhi nilai kecocokannya oleh model penelitian. Semakin banyak nilai target kecocokan dari ukuran Goodness of Fit yang terpenuhi oleh model, maka model penelitian makin baik. Berdasarkan tabel 5.20, menunjukkan bahwa masih ada iktisar GOF yang yang agak kurang merepresentasikan kecocokan yang baik yaitu GFI dan AGFI. Meskipun demikian, dari berbagai konsensus para peneliti menyatakan bahwa jika ada iktisar GOF yang belum menghasilkan kecocokan yang baik (good fit) bukan berarti penelitian berhenti untuk tidak melakukan perbaikan kecocokan model. Penelitian dapat dilanjutkan dengan melakukan respesifikasi model untuk memperbaiki kecocokan model terhadap data. 5.5.

Pengujian Hipotesis Penelitian Setelah didapatkan model struktural dengan Goodness of Fit yang baik,

maka langkah berikutnya adalah melakukan uji hipotesis. Uji ini dilakukan untuk mengetahui signifikansi hubungan-hubungan yang terjadi dalam model. Hasil uji


92

signifikansi dari model setelah diuji dengan uji t. Hasil uji t ditunjukkan pada gambar 5.7. Pada penelitian ini ada 4 hipotesis seperti yang diuraikan pada bab sebelumnya, dan pengujian dilakukan dengan melihat signifikansi tiap hubungan variabel. Pengujian dilakukan dengan menggunakan statistik uji t, dan LISREL (Linear Structural Relationship) untuk menetapkan statistik uji t pada tingkat kesalahan (α) 5%, artinya nilai statistic t kritis yang ditetapkan adalah sebesar 1,96 Sofyan Yamin (2009:37). Apabila nilai t terletak antara -1,96 dan 1,96 maka hipotesis yang menyatakan adanya pengaruh ditolak, sedangkan apabila nilai t lebih besar daripada 1.96 atau lebih kecil dari pada -1,96 maka hipotesis diterima.Adapun estimasi atas hubungan kausal dari model structural yang diuji dan hasil pengujian hipotesis dengan nilai –t masing-masing hubungan dapat dilihat pada tabel 5.21.


93

Sumber: Hasil Pengolahan Data LISREL 8.7 (2016) Gambar 5.7. Model Struktural T Value


94

Tabel 5.21. Hasil Pengujian Hipotesis Penelitian Hipotesis

Structural Path

t-values

Keterangan

Kesimpulan Variabel Kualitas Produk berpengaruh

H1

Kualitas Produk → Keputusan Pembelian

positif dan signifikan 4.49

Signifikan

terhadap variabel Keputusan pembelian (Data mendukung hipotesis) Variabel Kualitas Layanan berpengaruh

H2

Kualitas Layanan→ Keputusan Pembelian

positif dan signifikan 5.11

Signifikan

terhadap variabel Keputusan pembelian (Data mendukung hipotesis) Variabel Citra Perusahaan berpengaruh positif

H3

Citra Perusahaan → Keputusan Pembelian

4.75

Signifikan

dan signifikan terhadap variabel Keputusan Pembelian (Data mendukung hipotesis) Variabel Keputusan Pembelian berpengaruh positif

H4

Keputusan Pembelian → Loyalitas Pelanggan

6.22

Signifikan

dan signifikan terhadap variabel Loyalitas Pelanggan (Data mendukung hipotesis)

Sumber : Diolah oleh penulis (2016) Dari hasil uji hipotesis semua data mendukung hipotesis, yaitu adanya pengaruh yang signifikan antara Kualitas Produk, Kualitas Layanan , dan Citra


95

Perusahaan terhadap Keputusan Pembelian. Begitu juga Keputusan Pembelian memiliki pengaruh yang signifikan terhadap Loyalitas Pelanggan. 5.6.

Pembahasan Hasil Penelitian

5.6.1

Pengaruh Kualitas Layanan Terhadap Keputusan Pembelian Berdasarkan pada Tabel 5.21 dari hasil pengujian hipotesis pada variabel

Kualitas Layanan terhadap variabel Keputusan Penggunaan ATM Bersama menunjukkan bahwa variabel Kualitas Layanan memiliki pengaruh yang signifikan terhadap variabel Keputusan Pembelian. Hal ini ditunjukan dengan t value sebesar 5,11. Hal ini sejalan dengan hasil penelitian Sebelumnya yang dilakukan oleh Santoso (2016), Zammer et al. (2014), dan Andreti (2013) yang menunjukkan

bahwa

Kualitas

Layanan

secara

positif

dan

signifikan

mempengaruhi Keputusan Pembelian. Dalam penelitian ini menunjukkan bahwa Keputusan Penggunaan ATM Bersama sangat dipengaruhi oleh Kualitas Layanan dari PT. Artajasa Pembayaran Elektronis selaku pemilik produk ATM Bersama. Artinya setiap Bank Anggota yang menggunakan layanan ATM Bersama akan sangat memperhatikan dan concern terhadap kualitas layanan yang diberikan PT. Artajasa Pembayaran Elektronis selaku pemilik Produk ATM Bersama. Dan aspek yang paling signifikan dalam hal ini adalah karyawan PT. Artajasa Pembayaran Elektronis dan juga Keamanan sistem ATM Bersama itu sendiri. 5.6.2

Pengaruh Kualitas Produk Terhadap Keputusan Pembelian Berdasarkan pada Tabel 5.21 dari hasil pengujian hipotesis pada variabel

Kualitas Produk terhadap variabel Keputusan Penggunaan ATM Bersama menunjukkan bahwa variabel Kualitas Produk memiliki pengaruh yang signifikan terhadap variabel Keputusan Pembelian. Hal ini ditunjukan dengan t value sebesar 4,49. Hal ini sejalan dengan hasil penelitian Sebelumnya yang dilakukan oleh Zhongjun (2010), Shaharudin. (2011), dan Hana (2016) yang menunjukkan bahwa Kualitas Produk secara positif dan signifikan mempengaruhi Keputusan Pembelian.


96

Dalam penelitian ini menunjukkan bahwa Keputusan Penggunaan ATM Bersama sangat dipengaruhi oleh Kualitas Produk dari ATM Bersama. Artinya setiap Bank Anggota yang menggunakan layanan ATM Bersama sudah mengetahui dan merasakan bahwa ATM Bersama adalah sebuah produk yang dapat membantu Bank anggota dalam rangka melayani nasabah mereka. Dan aspek yang paling signifikan dalam hal ini adalah Fasilitas Produk ATM Bersama yang Lengkap dan Transaksi ATM Bersama dapat dilakukan dimana saja. 5.6.3

Pengaruh Citra Perusahaan Terhadap Keputusan Pembelian Berdasarkan pada Tabel 5.21 dari hasil pengujian hipotesis pada variabel

Citra Perusahaan terhadap variabel Keputusan Penggunaan ATM Bersama menunjukkan bahwa variabel Citra Perusahaan memiliki pengaruh yang signifikan terhadap variabel Keputusan Pembelian. Hal ini ditunjukan dengan t value sebesar 4,75. Hal ini sejalan dengan hasil penelitian Sebelumnya yang dilakukan oleh Anim (2015), Veersalu. (2011), dan Zameer et al (2014) yang menunjukkan

bahwa

Citra

Perusahaan

secara

positif

dan

signifikan

mempengaruhi Keputusan Pembelian. Dalam penelitian ini menunjukkan bahwa Keputusan Penggunaan ATM Bersama sangat dipengaruhi oleh Citra Perusahaan PT. Artajasa Pembayaran Elektronis. Artinya setiap Bank Anggota yang menggunakan layanan ATM Bersama sudah mengetahui dan mengakui bahwa PT. Artajasa Pembayaran Elektronis adalah perusahaan yang memang berpengalaman dalam bidang sistem pembayaran. Dan aspek yang paling signifikan dalam hal ini adalah reputasi PT. Artajasa Pembayaran Elektronis yang diketahui oleh Bank Anggota sebagai Perusahaan yang sudah Memperoleh banyak penghargaan. 5.6.4

Pengaruh Keputusan Pembelian Terhadap Loyalitas Pelanggan Berdasarkan pada Tabel 5.21 dari hasil pengujian hipotesis pada variabel

Keputusan Pembelian terhadap variabel Loyalitas Pelanggan ATM Bersama menunjukkan bahwa variabel Keputusan Pembelian memiliki pengaruh yang signifikan terhadap variabel Loyalitas Pelanggan. Hal ini ditunjukan dengan t


97

value sebesar 6,22. Hal ini sejalan dengan hasil penelitian Sebelumnya yang dilakukan oleh Adunola et al (2016) yang menunjukkan bahwa Keputusan Pembelian secara positif dan signifikan mempengaruhi Loyalitas Pelanggan. Dalam penelitian ini menunjukkan bahwa Loyalitas Bank Anggota ATM Bersama sangat dipengaruhi oleh Keputusan Penggunaan Layanan ATM Bersama. Artinya setiap Bank Anggota yang sudah menggunakan layanan ATM Bersama merasa puas dengan pilihannya dan rata – rata mereka memutuskan untuk menggunakan ATM Bersama karena mendapatkan pengaruh dari kelompok / rujukan mitra mereka.


59

Recommend Documents