ANALISIS FAKTOR TERHADAP LOYALITAS KONSUMEN DENGAN MENGGUNAKAN KUESIONER ONLINE DAN STRUCTURAL EQUATION MODELING (STUDI KASUS PT

Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015

ANALISIS FAKTOR TERHADAP LOYALITAS KONSUMEN DENGAN MENGGUNAKAN KUESIONER ONLINE DAN STRUCTURAL EQUATION MODELING (STUDI KASUS PT. PROFILE ASIA) Billy Djunaidi1 , Erma Suryani2, dan Fuad Achmadi3 Program Studi Magister Manajemen Teknologi Bidang Keahlian Manajemen Teknologi Informasi Program Pascasarjana Institut Teknologi Sepuluh Nopember Email: [email protected], [email protected], [email protected]

ABSTRAK Pada saat ini, pemasaran berkembang dengan sangat pesat. Meskipun perusahaan memiliki teknologi dan kualitas produk yang sama dibandingkan saingan mereka, tetapi sangatlah susah bagi mereka mencapai kesuksesan yang sama dengan para pesaing. PT. Profile Asia adalah salah satu perusahaan tersebut. PT. Profile Asia adalah sebuah perusahaan baru dalam memproduksi genteng yang berusaha keras dalam persaingan sengit tersebut. Mereka memiliki teknologi dan kualitas yang sama dengan pesaing mereka tetapi merek mereka tidak dikenal di kalangan konsumen. Loyalitas konsumen adalah salah satu topik utama yang dibahas pada problema ini. European Customer Satisfaction Index (ECSI) menyediakan model untuk digunakan pada loyalitas konsumen. Dengan menggunakan model tersebut, terdapat 4 variabel yang akan berhubungan dengan loyalitas konsumen, diantaranya adalah ekspektasi konsumen, kualitas yang dirasakan, nilai yang dirasakan, dan kepuasan konsumen. Dengan menggunakan 4 variabel tersebut, akan membentuk indikator-indikator yang akan digunakan untuk membuat kuesioner. Semua indikator tersebut akan dianalisa dengan menggunakan Structural Equation Modeling yang akan menghasilkan sebuah output. Output tersebut dapat lebih dari satu dan akan menghasilkan variabel mana yang paling berpengaruh dengan loyalitas konsumen di PT. Profile Asia. Hasil akhir penelitian menunjukkan bahwa perceived value menempati urutan paling penting dan berpengaruh terhadap loyalitas konsumen pada PT. Profile Asia. Kata kunci: ECSI, Structural Equation Modeling, Pemasaran.

PENDAHULUAN PT. Profile Asia adalah perusahaan yang memiliki bidang usaha penjualan genteng untuk atap rumah. Persaingan dalam dunia bisnis tersebut menciptakan banyak cara pemasaran untuk meningkatkan jumlah konsumen dan penjualan dari produk genteng tersebut. Teknologi dan juga cara pemasaran yang efektif sangatlah dibutuhkan agar dapat menjaring lebih banyak konsumen yang ingin membeli produk-produknya. Salah satu cara yang dapat dilakukan oleh perusahaan untuk mendorong penjualan adalah dengan melakukan promosi penjualan seperti memberi potongan harga, memberikan hadiah dan masih banyak lagi. Pada saat ini persaingan secara ketat antar perusahaan kerap terlihat dalam kehidupan kita. Persaingan secara harga, kualitas dan mutu, serta pelayanan konsumen yang baik adalah beberapa hal yang dilakukan oleh banyak perusahaan. Tetapi ada beberapa cara persaingan yang tidak terpengaruh oleh beberapa hal tersebut. Banyaknya saingan yang menutup kemungkinan untuk memperluas penjualan di pasar adalah masalah yang dihadapi oleh PT. ISBN: 978-602-70604-2-5 C-15-1


Profile Asia. Meskipun menggunakan teknologi dan juga kualitas bahan yang sama, tetapi PT. Profile Asia tidak mampu untuk menembus pasar secara luas. Banyaknya brand lain yang membuat kustomer loyal, membuat PT. Profile Asia susah bersaing di pasar umum. Hal ini menimbulkan efek Customer Loyalty atau “Loyalitas Pelanggan” di kalangan masyarakat luas. Menurut marketing/pemasaran, Customer Loyalty dapat berarti komitmen dari konsumen untuk membeli lagi atau dapat dikatakan terus menggunakan merek yang sama dan dapat ditunjukkan dengan membeli barang atau servis secara berulang kali atau menyebarkan dan mempromosikan barang tersebut kepada orang lain melalui word of mouth/dari mulut ke mulut (Dick, Alan S. dan Kunai Basu, 1994, “Customer Loyalty: Toward an Integrated Conceptual Framework”). Jika promosi dari mulut ke mulut ini berhasil dilakukan oleh sebuah perusahaan, maka pemasaran perusahaan tersebut dapat dikatakan berhasil. Alasan pemilihan judul ini adalah untuk membantu perusahaan PT. Profile Asia untuk dapat melakukan penetrasi pasar secara luas. Untuk dapat melakukan hal itu, PT. Profile Asia harus mengetahui faktor-faktor apakah yang sangat diminati oleh konsumen produknya sehingga PT. Profile Asia dapat menentukan langkah selanjutnya. Oleh karena itu, dianggap penting untuk melakukan penelitian terhadap beberapa faktor yang mempengaruhi Customer Loyalty dari perusahaan yang memproduksi genteng ini. Distribusi penjualan PT. Profile Asia tidaklah langsung menuju ke end user, tetapi melalui distributor seperti aplikator (pemasang) genteng dan juga toko. Distribusi menuju toko adalah setiap bulan, tetapi distribusi menuju aplikator adalah melalui permintaan dari aplikator itu sendiri. Aplikator dapat melakukan permintaan barang langsung menuju pabrik atau bagian pemasaran dari PT. Profile Asia itu sendiri. Beberapa rumusan masalah dari penelitian ini adalah cara meningkatkan customer loyalty perusahaan, apakah ada pengaruh customer loyalty terhadap beberapa faktor yang nantinya akan ditentukan, dan keputusan apa yang harus diambil oleh PT. Profile Asia. Sedangkan tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor apa saja yang dapat mempengaruhi customer loyalty PT. Profile Asia, untuk mengembangkan kuesioner online dan untuk mengetahui langkah selanjutnya yang dapat dilakukan oleh PT. Profile Asia dalam mengatasi permasalahan yang terjadi di dalam perusahaannya. METODE Penelitian ini dilakukan dengan menggunakan sebuah model ECSI (European Consumer Satisfaction Index). Dari model tersebut, penelitian ini secara garis besar terdiri atas tiga tahap, yaitu menentukan variabel, pengumpulan data dengan kuesioner online, serta analisa data dan hasil. Tahap penentuan variabel dilakukan dengan melakukan identifikasi variabel dan menentukan indikator. Tahap pengumpulan data dilakukan dengan menentukan sampel dan melakukan survei dengan kuesioner online. Tahap analisa data dan hasil dilakukan dengan menganalisa data kuesioner dengan PLS-SEM (Partial Least SquareStructural Equation Modeling) dan menentukan faktor mana yang memiliki hasil terbaik dari SEM tersebut.

ISBN: 978-602-70604-2-5 C-15-2


Gambar 1. Model ECSI Tahap Penentuan Variabel Tahap penentuan variabel dimulai dengan menentukan variabel apa yang akan digunakan dari model ECSI untuk model analisis penelitian. Ada lima variabel yang akan digunakan pada penelitian ini yaitu, customer expectation, perceived quality, perceived value, customer satisfaction, dan loyalty. Dari ke lima variabel tersebut akan ditentukan indikatorindikator untuk masing-masing variabel tersebut. Indikator tersebut berguna pada tahap pengumpulan data yang nantinya akan digunakan sebagai pertanyaan pada kuesioner. Pada penelitian ini akan terdapat 20 indikator yang digunakan untuk kuesioner. Model analisis penelitian diambil dari model ECSI yang di sini hanya diambil variabel wajib saja. Variabel lainnya yang bersifat optional (pilihan) tidak digunakan seperti variabel image dan complaint. Variabel di kiri seperti Customer Expectation, Perceived Value, Perceived Quality, dan Customer Satisfaction adalah variabel yang berhubungan dengan konsumen/pelanggan. Sedangkan variabel yang di kanan seperti loyalitas adalah indikator dari performa suatu perusahaan. Customer Expectation mengharapkan bahwa kualitas yang dirasakan dan nilai yang dirasakan akan memberikan kepuasan terhadap dirinya. Perceived quality atau kualitas yang dirasakan oleh konsumen terhadap nilai yang dirasakan dari suatu produk diharapkan dapat menimbulkan kepuasan pada dirinya. Perceived value atau nilai yang dirasakan diharapkan sesuai dengan yang ditawarkan oleh produk sehingga konsumen dapat merasa puas. Sedangkan jika konsumen puas, maka loyalitas konsumen akan terbentuk dengan sendirinya. Hubungan antara indikator, variabel, dan faktor menurut definisinya pada model analisis penelitian adalah bahwa terdapat 5 variabel yang masing-masing memiliki indikator penelitian, dimana masing-masing variabel adalah suatu faktor bagi variabel lainnya (contoh: customer expectation adalah faktor dari perceived quality, perceived value, dan customer expectation).

Gambar 2. Model Analisis Penelitian ISBN: 978-602-70604-2-5 C-15-3


Tahap Pengumpulan Data Pada tahap pengumpulan data, pertama-tama akan dilakukan penentuan populasi dari data tersebut terlebih dahulu. Penentuan Populasi dapat ditentukan dari data yang telah didapat dari PT. Profile Asia. Data jumlah pelanggan selama tahun 2015 dapat dijadikan sebagai sumber dari mana penentuan populasi dan sampelnya. Data pelanggan PT. Profile Asia dapat dilihat pada gambar di bawah ini. Di sini dapat dilihat bahwa pelanggan end user berjumlah sedikit (9%), dan pelanggan aplikator memiliki jumlah 49 orang (29%). Sedangkan sisanya adalah toko yang menjual barang kepada publik. Di sini dapat dilihat bahwa aplikator adalah sumber utama yang dapat diberikan kuesioner. Jumlah populasi yang ada berarti berjumlah 49 yang tergolong sangatlah kecil. Dengan begitu, jumlah sampel diharapkan dapat mencapai antara 30-49 atau lebih.

Gambar 3. Grafik Pelanggan PT. Profile Asia Penggunaan aplikator sebagai media responden untuk kuesioner online dikarenakan jumlah aplikator mencukupi untuk dilakukan analisa. Selain itu, aplikator juga adalah pelanggan tetap yang berulang-ulang melakukan pembelian secara berkala dalam satu bulan. Untuk end user pembelian biasanya hanya dilakukan 1 kali dan tidak berulang-ulang karena atap rumah memiliki ketahanan puluhan tahun. Sedangkan untuk toko, sangatlah susah untuk melakukan kuesioner dan melacak kepada siapa saja biasanya toko menjual atap rumah tersebut. Sehingga, satu-satunya yang dapat dijadikan responden adalah aplikator karena aplikator adalah pelanggan tetap yang membeli atap rumah secara berkala lebih dari sekali tiap bulannya. Frekuensi pembelian dan juga volume pembelian dari responden juga dapat dijadikan sebuah patokan untuk mengetahui apakah responden adalah end user, aplikator, atau toko. Jika volume pembelian dan frekuensi pembelian responden sangat kecil maka dapat dinyatakan sebatas sebagai end user. Sedangkan jika volume pembelian lumayan besar serta frekuensi pembelian sangatlah banyak maka dapat dinyatakan bahwa responden adalah aplikator. Responden dapat dinyatakan sebagai toko jika volume pembelian banyak tetapi frekuensi pembelian tidak terlalu sering. Beberapa karakteristik inilah yang juga dimasukkan ke dalam kuesioner. Hal lain yang dapat diungkapkan dari kuesioner adalah bahwa ternyata ada beberapa aplikator yang membeli barang dari toko dan tidak langsung melalui pabrik. Hal ini ternyata karena pada saat ingin membeli barang pada pabrik, perusahaan menyarankan untuk membeli barang pada toko yang dipasoknya di mana toko tersebut lebih dekat dengan lokasi dari aplikator tersebut. Menurut Jorg Henseler, jumlah sampel boleh sedikit pada model jalur PLS (Partial Least Square). Sebagai contoh, “jumlah variabel dapat lebih sedikit daripada jumlah observasi ISBN: 978-602-70604-2-5 C-15-4


dan juga mungkin ada sedikit data yang hilang secara acak” (Tenenhaus et al., 2005, halaman 202). Wold (1985) mengilustrasikan bagaimana jumlah sampel yang sedikit dibutuhkan untuk menganalisa model berbasis path pada data set yang berjumlah 10 observasi dan 27 buah variabel. Rule of thumb untuk sebuah model PLS path yang baik menyarankan bahwa jumlah sampel sesuai atau lebih besar daripada (Barclay, Higgins, & Thompson, 1995) : (1) 10 kali dari jumlah indikator, (2) 10 kali dari jumlah jalur struktural yang terbesar yang menuju pada konstruk tertentu di model inner path. Tetapi pada model PLS, hal ini tidak menjadi suatu hambatan. Chin dan Newsted (1999) melakukan simulasi pembelajaran Monte Carlo pada PLS dengan menggunakan sampel yang sedikit. Mereka menemukan bahwa pendekatan model PLS path dapat memberikan informasi yang sesuai dari indikator-indikator yang ada dengan jumlah sampel yang sedikit sekitar 20 buah. Pembelajaran ini mengkonfirmasikan konsistensi pada estimasi loading yang besar dengan peningkatan jumlah observasi dan jumlah variabel dari setiap perhitungan. Setelah populasi dan sampel ditentukan, maka selanjutnya data akan diambil dengan menggunakan kuesioner yang disebarkan ke sampel tersebut. Kuesioner online tersebut terdiri dari beberapa pertanyaan umum tentang karakteristik sampel dan juga pertanyaan khusus dari indikator-indikator yang ditentukan pada tahap sebelumnya. Di bawah ini adalah tampilan dari kuesioner online:

Gambar 4. Tampilan Kuesioner Online Tahap Analisa Data dan Hasil Tahap analisa data dan hasil membutuhkan analisa validitas dan juga reliabilitas data terlebih dahulu. Pada penelitian ini akan digunakan AVE untuk analisa validitas data dan menggunakan composite reliability untuk analisa reliabilitas data. Hasil uji AVE harus di atas 0.5 agar dapat dikatakan valid dan hasil uji composite reliability harus di atas 0.7 untuk dapat dikatakan reliabel. Setelah data valid dan reliabel, maka selanjutnya akan diteliti Total Effects dari data tersebut terhadap model analisa penelitian dengan menggunakan SmartPLS. Dari hasil Total Effects tersebut dapat diketahui variabel apa yang paling berpengaruh terhadap loyalitas pelanggan.

ISBN: 978-602-70604-2-5 C-15-5


HASIL DAN PEMBAHASAN Hasil uji tahap ke dua untuk validasi dan reliabilitas menunjukkan bahwa data telah valid dan reliabel seperti yang terlihat pada Gambar 6 dan 7. Pada gambar 5 terlihat hasil uji tahap ke dua dari model analisis penelitian dengan menggunakan SmartPLS.

Gambar 5. Hasil uji tahap kedua dengan SmartPLS

Gambar 6. Uji Validitas AVE Tahap 2

Gambar 7. Uji Reliabilitas Composite Reliability Tahap 2

ISBN: 978-602-70604-2-5 C-15-6


Penilaian Outer Model Tiga kriteria menurut Ghozali (2011) untuk menilai Outer Model adalah Convergent Validity, Discriminant Validity, dan Composite Reliability. Convergent Validity dapat dilihat dari Outer Loading yang ada pada model tersebut. Convergent Validity adalah besarnya loading faktor dari masing-masing konstruk yang ada. Diharapkan output masing-masing faktor memiliki nilai di atas 0.70 agar dapat dinyatakan reliable. Tabel 1 adalah tabel Outer Loading dari masing-masing indikator yang ada yang merupakan hasil uji validitas. Dapat dilihat pada Tabel 1 bahwa tidak ada indikator yang memiliki nilai Outer Loading lebih kecil dari 0.70, sehingga dapat dikatakan bahwa indikator telah reliable. Tabel 1. Hasil Uji Validitas Convergent Validity (Outer Loading) Indikator Customer Customer Loyalty Perceived Expectation Satisfaction Quality Attitude1 0.796 Attitude2 0.842 Attitude3 0.798 Evaluation1 0.761 Evaluation3 0.744 Evaluation4 0.796 Expectation1 0.832 Expectation2 0.873 Expectation3 0.845 Quality1 0.790 Quality2 0.824 Quality4 0.706 Value1 Value2

Perceived Value

0.944 0.938

Nilai dari Discriminant Validity dapat dilihat dari nilai Cross Loading di mana nilai korelasi indikator terhadap konstruknya harus lebih tinggi daripada nilai korelasi indikator terhadap konstruk lainnya. Pada Tabel 2 dapat dilihat bahwa indikator yang dimiliki oleh konstruk yang sama memiliki nilai yang paling tinggi jika dibandingkan dengan yang lainnya. Dari hasil ini dapat dinyatakan bahwa masing-masing konstruk berkorelasi dengan baik satu sama lain. Dari Tabel 3 menunjukkan bahwa nilai Composite Reliability dari masing-masing variabel laten/konstruk model lebih dari 0.70. Hal ini juga menyebabkan semua nilai indikator memiliki hasil yang memuaskan. Selain itu, hasil tersebut menunjukkan bahwa semua konstruk yang diestimasikan pada model sudah memenuhi kriteria Convergent dan Discriminant Validity. Tabel 2. Nilai Cross Loading Antara Indikator dengan Konstruk Indikator Customer Customer Loyalty Perceived Expectation Satisfaction Quality Attitude1 0.395 0.288 0.796 0.402 Attitude2 0.251 0.366 0.842 0.276 Attitude3 0.169 0.373 0.798 0.340 Evaluation1 0.249 0.761 0.422 0.396 Evaluation3 0.321 0.744 0.173 0.419 Evaluation4 0.515 0.796 0.361 0.642 ISBN: 978-602-70604-2-5 C-15-7

Perceived Value 0.380 0.406 0.352 0.384 0.479 0.587


Indikator Expectation1 Expectation2 Expectation3 Quality1 Quality2 Quality4 Value1 Value2

Customer Expectation 0.832 0.873 0.845 0.484 0.605 0.568 0.555 0.507

Tabel 3. Composite Reability Variabel Laten Customer Expectation Customer Satisfaction Loyalty Perceived Quality Perceived Value

Customer Satisfaction 0.309 0.456 0.465 0.563 0.420 0.528 0.576 0.630

Loyalty 0.188 0.228 0.389 0.253 0.150 0.541 0.371 0.510

Perceived Quality 0.518 0.594 0.697 0.790 0.824 0.706 0.702 0.585

Perceived Value 0.438 0.575 0.422 0.530 0.523 0.534 0.944 0.938

Composite Reliability 0.887 0.811 0.853 0.818 0.939

Penilaian Inner Model Dengan menggunakan Bootstraping maka dapat dilihat nilai T-statistik dari model. Path Coefficient pada model menggunakan signifikansi α = 5%. Pada Gambar 8 dapat dilihat hasil uji Bootstraping pada model. Inner Model akan melihat hubungan antar konstruk dengan nilai signifikan dan juga nilai Path Coefficient serta R Square. Nilai tersebut dapat dilihat melalui Gambar 9 dan juga Gambar 10.

Gambar 8. Hasil uji coba Bootstraping

ISBN: 978-602-70604-2-5 C-15-8


Gambar 9. Path Coefficients

Gambar 10. R Square

Gambar 11. Total Effects Dari hasil analisa Total Effects pada Gambar 11 dapat diambil kesimpulan sesuai dengan judul tesis ini yang ingin mengetahui faktor apa saja yang berpengaruh terhadap Loyalitas Konsumen. Hasil analisa memberikan jawaban bahwa terdapat 4 variabel yang sangat berpengaruh terhadap Loyalitas Konsumen, yaitu Customer Expectation, Customer Satisfaction, Perceived Quality, dan Perceived Value. Urutan dari yang paling berpengaruh sampai tidak adalah Customer Satisfaction > Perceived Quality > Customer Expectation > Perceived Value. Sehingga dari ke 4 variabel tersebut, perceived quality-lah yang merupakan faktor paling berpengaruh bagi loyalitas konsumen. Karena untuk membuat pelanggan menjadi loyal, pelanggan harus puas terlebih dahulu. Dan agar pelanggan puas maka kualitas adalah pengaruh utamanya. KESIMPULAN DAN SARAN Kesimpulan dari hasil penelitian ini adalah sebagai berikut: 1. Hasil pengolahan data dari data-data yang didapatkan oleh kuesioner online memberikan informasi bahwa urutan yang paling berpengaruh sampai tidak seberapa berpengaruh bagi konsumen adalah: Customer Satisfaction > Perceived Quality > Customer Expectation > Perceived Value. Urutan ini berasal dari nilai T-Statistics yang didapatkan dari hasil uji Total Effect inner model. Nilai T-Statistics dari customer satisfaction adalah 4.499, nilai T-Statistics dari perceived quality adalah 2.502, nilai T-Statistics dari customer expectation adalah 2.478, dan nilai T-Statistics dari perceived value adalah 2.039. 2. Perceived Quality berpengaruh positif dan signifikan terhadap Loyalty. 3. Dengan meningkatkan Perceived Quality maka dapat meningkatkan pula Customer Satisfaction yang nantinya berujung pada loyalitas konsumen. ISBN: 978-602-70604-2-5 C-15-9


4. Kuesioner online dapat digunakan oleh pelanggan PT. Profile Asia selama mereka terhubung dengan internet dan juga kuesioner online tersebut sangatlah praktis dan fleksibel sehingga dapat diakses melalui berbagai macam perangkat seperti komputer, laptop, dan smartphone. 5. PT. Profile Asia dapat meningkatkan kualitas produk dengan cara memperbarui teknologi mesin penghasil produk setiap periode tertentu sebelum disaingi oleh para pesaingnya. 6. PT. Profile Asia dapat meningkatkan kualitas layanan serta transparansi informasi produk dan layanan dengan menambah jumlah karyawan yang dilatih agar memiliki pengetahuan tentang seluruh produk dan layanan yang ditawarkan oleh perusahaan dengan baik. 7. Perusahaan dapat mengeksplorasi lebih jauh tentang jenis produk dan layanan produk atap rumah/genteng ini. Diharapkan dapat menemukan jenis produk dan layanan baru sehingga tidak statis. Saran untuk penelitian selanjutnya adalah: 1. Peneliti dapat menambah variabel tambahan berupa image perusahaan untuk mengetahui apakah pada bisnis atap rumah ini image perusahaan berpengaruh atau tidak terhadap penjualan produk. 2. Peneliti dapat melakukan penelitian di produk lain yang masih merupakan kerabat dekat dengan bisnis atap rumah ini yaitu galvalume apakah memiliki hasil yang sama ataukah berbeda. Saran untuk perusahaan adalah: 1. Perusahaan diharapkan memberikan pelatihan terhadap toko atau aplikator untuk memberikan kuesioner secara online kepada pelanggan baru (end user) yang telah membeli produk PT. Profile Asia melalui mereka agar dapat mengisi kuesioner tersebut. 2. Perusahaan diharapkan memiliki sebuah sistem database sederhana terkomputerisasi yang dapat menampung data pelanggan, data volume penjualan, data volume produksi dan stok gudang, serta data keuangan perusahaan. 3. Perusahaan diharapkan memiliki sebuah sistem terpisah yang terintegrasi dengan sistem database yang digunakan untuk melakukan proses penjualan produk kepada pelanggan dan juga proses pembelian bahan mentah dari supplier. DAFTAR PUSTAKA Dick, A. and Basu, K., (1994), Customer loyalty: towards an integrated framework. Journal of the Academy of Marketing Science 22 (2), 99-113. Imam Ghozali (2008), Structural Equation Modeling: Metode alternatif dengan Partial Least Square (PLS) edisi 3. Jorg Henseler, Christian M. Ringle and Rudolf R. Sinkovics (2009), The Use of Partial Least Squares Path Modelling. Marie-Paule Bayol, Anne de la Foye, Carole Tellierand Michel Tenenhaus (2000), Use of PLS Path Modelling to estimate the European Consumer Satisfaction Index (ECSI) model, Published in Statistica Applicata Vol. 12, n. 3, 361-375. Wold H (1985). “Partial Least Squares.” In S Kotz, NL Johnson (eds.), Encyclopedia of Statistical Sciences, volume 6, pp. 581–591. John Wiley & Sons, New York Barclay, D., Higgins, C., & Thompson, R. 1995. The Partial Least Squares (PLS) Approach to Causal Modeling, Personal Computer Adoption and Use As An Illustration. Technology Studies, 2(2): 285-309. Wynne W. Chin and Peter R. Newsted (1999), Structural Equation Modelling Analysis with Small Samples Using Partial Least Squares. ISBN: 978-602-70604-2-5 C-15-10

ANALISIS FAKTOR TERHADAP LOYALITAS KONSUMEN DENGAN MENGGUNAKAN KUESIONER ONLINE DAN STRUCTURAL EQUATION MODELING (STUDI KASUS PT

Recommend Documents