BAB II TINJAUAN PUSTAKA
1.1
Pemodelan Persamaan Struktural Pemodelan persamaan struktural atau Structural Equation Modeling
(SEM) merupakan analisis multivariat yang dapat menganalisis hubungan variabel secara kompleks. SEM pertama kali dikembangkan oleh Joreskog pada tahun 1973. SEM merupakan kombinasi dari analisis jalur (path) dan analisis regresi yang memungkinkan peneliti untuk menguji rangkaian hubungan yang saling terkait antara variabel terukur dengan variabel laten (Hair et. al, 2010, p. 609). SEM dapat dibedakan menjadi dua, yaitu SEM yang berbasis kovarians (covariance based SEM) dan SEM yang berbasis varians atau komponen (component based SEM). Untuk dapat menggunakan SEM berbasis varians seperti SEM PLS ini terdapat beberapa asumsi yaitu ukuran sampel yang digunakan tidak relatif besar, data tidak harus menyebar normal, dan indikator yang digunakan dapat bersifat reflektif maupun formatif. Perbedaan yang paling jelas di antara SEM dan teknik multivariat lain adalah penggunaan dari hubungan terpisah untuk masing-masing perangkat variabel bebas. Perbedaan lainnya adalah teknik statistika yang lain biasanya hanya memperhitungkan variabel-variabel yang dapat diukur secara langsung saja (manifest variable), padahal dalam ilmu sosial sering kali muncul variabel yang tidak dapat langsung diukur yaitu variabel laten (latent variable). Pengukuran variabel laten tersebut direpresentasikan dengan beberapa indikator.
6
7
SEM dapat dikategorikan menjadi dua yaitu model pengukuran dan model struktural. Model pengukuran adalah model yang menggambarkan hubungan antara variabel laten dengan variabel-variabel teramati (indikator), sedangkan model struktural yaitu model yang menggambarkan hubungan yang ada di antara variabel-variabel laten. Model SEM secara umum, dapat dilihat pada gambar berikut :
Gambar 2.1 Model umum SEM (Hair et.al, 2010) Keterangan : (ksi)
= variabel laten x (eksogen)
(eta)
= variabel laten y (endogen)
8
= indikator untuk variabel laten eksogen = indikator untuk variabel laten endogen (lambda) = koefisien yang menghubungkan variabel laten dengan indikatornya (gamma) = pengaruh variabel eksogen terhadap variabel endogen (beta)
= pengaruh antar variabel laten endogen
(phi)
= pengaruh antar variabel laten eksogen
(zeta)
= peluang galat model
(epsilon) = galat pengukuran pada variabel teramati (indikator) untuk variabel laten endogen (delta)
= galat pengukuran pada variabel teramati (indikator) untuk variabel laten eksogen
Tujuan dari model pengukuran adalah untuk mengetahui seberapa tepat variabel terukur tersebut dapat menjelaskan variabel laten yang ada. Pada model pengukuran, indikator-indikator tidak dapat secara sempurna mengukur variabel laten sehingga kesalahan pengukuran sangat penting dicantumkan pada model pengukuran.
Kesalahan
dilambangkan dengan
pengukuran
pada
indikator
variabel
eksogen
dan pada indikator variabel endogen dilambangkan
dengan . Secara deskriptif, model pengukuran terdiri dari model pengukuran secara menyeluruh dan parsial. Model pengukuran secara menyeluruh adalah model yang sudah dibuat oleh peneliti berdasarkan justifikasi teori, diukur dengan keseluruhan model yang dibuat sedangkan model pengukuran parsial diukur secara terpisah pada setiap variabel laten.
9
X1 X2 X3
Gambar 2.2 Model Pengukuran Parsial (Hair et.al, 2010) dengan
merupakan kesalahan pengukuran pada indikator, X merupakan
indikator dari variabel laten eksogen,
merupakan nilai yang menghubungkan
variabel laten dengan indikatornya, dan
merupakan variabel eksogen.
Persamaan matematis untuk model 2.2 yaitu : (2.1) (2.2) (2.3) Model struktural menggambarkan hubungan antar variabel laten (Ghozali, 2008, p. 23). Model struktural adalah hubungan yang menggambarkan variabel eksogen terhadap variabel endogen. Dalam mengukur model struktural, tidak semua variabel eksogen dapat memprediksi secara sempurna variabel endogen, sehingga perlu dicantumkan komponen kesalahan struktural pada model yang dilambangkan dengan .
10
Gambar 2.3 Model struktural (Hair et. al, 2010) Diperoleh model persamaan struktural : (2.4) dengan
merupakan variabel laten endogen,
merupakan hubungan antara
variabel laten eksogen dengan variabel laten endogen, eksogen, dan
merupakan variabel laten
merupakan kesalahan pada model.
1.1.1 Variabel Laten Variabel laten merupakan variabel yang tidak dapat diamati atau diukur secara langsung, namun variabel ini dapat dijelaskan oleh variabel-variabel indikatornya (Hair et. al, 2010, p. 607). SEM mempunyai dua jenis variabel laten yaitu variabel laten eksogen dan variabel laten endogen. SEM membedakan kedua jenis variabel ini berdasarkan keikutsertaan variabel sebagai variabel terikat pada persamaan-persamaan dalam model. Variabel eksogen merupakan variabel yang muncul sebagai variabel bebas yang tidak dipengaruhi oleh variabel lainnya. Sedangkan variabel endogen merupakan variabel terikat yang dipengaruhi oleh variabel lainnya. Variabel laten eksogen dinotasikan dengan endogen dinotasikan dengan .
dan variabel laten
11
Eksogen
Endogen
Gambar 2.4 Variabel Laten Eksogen dan Endogen (Hair et. al, 2010) 1.1.2 Variabel Terukur Variabel laten dapat diukur melalui variabel terukur atau variabel teramati. Variabel terukur adalah variabel yang dapat diukur atau diamati secara langsung dan sering disebut sebagai indikator (Hair et. al, 2010, p. 607). Variabel terukur merupakan indikator dari variabel laten eksogen (ksi) dinotasikan dengan X, sedangkan variabel terukur merupakan indikator dari variabel laten endogen (eta) dinotasikan dengan Y.
X
Y
Gambar 2.5 Simbol Variabel Terukur (Hair et. al, 2010) 1.1.3 Indikator Reflektif Indikator reflektif merupakan variabel terukur dan dipandang sebagai variabel yang dipengaruhi oleh variabel laten sesuai dengan konsep yang sama dan yang mendasarinya. X1
X2
X3
Variabel Laten Gambar 2.6 Indikator Reflektif (Ghozali, 2008)
12
Secara umum, model persamaan indikator reflektif dapat dituliskan sebagai berikut : (2.5) (2.6) dengan x dan y merupakan indikator untuk variabel laten eksogen dan endogen, merupakan variabel laten eksogen, merupakan indikatornya, serta
koefisien dan
yang
merupakan variabel laten endogen, menghubungkan
variabel
laten
dan dengan
merupakan kesalahan pengukuran dari x dan y.
1.1.4 Indikator Formatif Indikator formatif merupakan indikator-indikator yang membentuk atau menyebabkan adanya penciptaan atau perubahan di dalam sebuah variabel laten. Dapat dilihat contohnya pada gambar berikut: X1
X2
X3
Variabel Laten
Gambar 2.7 Indikator Formatif (Ghozali, 2008) Secara umum, model persamaan indikator formatif dapat dituliskan sebagai berikut : (2.7) (2.8)
13
dengan x dan y merupakan indikator untuk variabel laten eksogen dan endogen, merupakan variabel laten eksogen, merupakan
koefisien
indikatornya, serta 1.2
yang
merupakan variabel laten endogen, menghubungkan
variabel
laten
dan dengan
dan merupakan kesalahan pengukuran dari x dan y.
Pengujian dalam SEM PLS Analisis menggunakan SEM merupakan analisis dengan membuat model
pengukuran (outer model) dan model struktural (inner model). Keseluruhan model ini akan dicari model yang fit. Untuk memeriksa model fit digunakan uji kecocokan model yang meliputi : a.
Model Pengukuran (Outer Model)
1. Convergent validity Korelasi antara skor indikator reflektif dengan skor variabel latennya dalam hal ini loading factor 0,5 sampai 0,6 dianggap cukup, pada jumlah indikator per konstruk tidak besar berkisar antara 3 sampai 7 indikator. 2. Discriminant validity Apabila nilai Average Variance Extracted (AVE) konstruk lebih besar dari korelasi dengan seluruh konstruk lainnya maka dikatakan bahwa model memiliki discriminant validity yang baik. Nilai pengukuran yang direkomendasikan √
> 0,50 (Hair et. al, 2013, p. 124). AVE
var( 2 i
2 i
i
)
(2.9)
14
3. Composite reliability ( c ) Kelompok indikator yang mengukur sebuah variabel memiliki reliabilitas komposit yang baik jika memiliki composite reliability ≥ 0,7 (Hair et. al, 2013, p. 124).
c
b.
( i ) 2
( i ) ivar( i ) 2
(2.10)
Model Struktural (Inner Model) Dalam inner model, Goodness of Fit model diukur menggunakan R-square
(R2) variabel laten dependen. R2 untuk model struktural digunakan untuk mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Besaran R2 memiliki nilai dengan rentang 0 < R2 < 1, nilai yang semakin mendekati 1 berarti model semakin baik. 1.3
Program SmartPLS Analisis SEM yang sangat kompleks dan rumit membutuhkan software
pendukung. SmartPLS adalah salah satu software yang paling banyak digunakan di kalangan peneliti. Kelebihan dari software SmartPLS adalah kemampuannya mengidentifikasi hubungan antara variabel yang kompleks. Program ini mendukung metode yang tidak mengharuskan data berdistribusi normal, serta dalam cara penggunaannya juga relatif mudah (Hair et. al, 2013). 1.4
Model Servqual Model
Servqual
adalah
suatu
model
yang
dikembangkan
Parasuraman, Berry, dan Zithmal yang digunakan untuk mengukur
oleh
tingkat
kepuasan layanan terhadap kualitas pelayanan. Model Servqual juga dikenal
15
dengan istilah Gap Analysis. Model ini mengukur kualitas jasa secara kuantitatif dalam bentuk kuisioner dan dimensi-dimensi kualitas pelayanan (Parasuraman et.al, 1988, p. 23). Ada beberapa keunggulan dari model Servqual yang membuat model ini banyak diterapkan di berbagai perusahaan dan konteks industri, yaitu instrumen model Servqual telah berkembang menjadi semacam standar untuk penilaian atas berbagai dimensi kualitas pelayanan, berbagai riset telah menunjukkan bahwa instrumen model Servqual valid dan handal untuk berbagai konteks layanan, dan model Servqual memiliki prosedur baku yang memudahkan interpretasi hasil. Model Servqual didasarkan pada asumsi pelanggan atau konsumen membandingkan kinerja layanan pada atribut-atribut relevan dengan standar ideal untuk masing-masing atribut jasa. Bila kinerja sesuai atau melebihi standar, maka persepsi atas kualitas jasa keseluruhan akan positif atau sebaliknya. Dengan kata lain, model ini menganalisa gap antara dua variabel pokok, yaitu jasa yang diharapkan (expected service) dan jasa yang dipersepsikan (perceived service). Model Servqual memiliki lima dimensi (Parasuraman et.al, 1988), yaitu : 1.4.1 Tangible (Kondisi Fisik) Kondisi fisik meliputi fasilitas fisik, perlengkapan atau peralatan dan penampilan dari petugas. Jasa tidak dapat dilihat atau diamati secara langsung, maka untuk melakukan evaluasi, para pengguna seringkali berpedoman kepada kondisi yang terlihat atau kenyataan dari jasa tersebut. Kenyataan yang berkaitan dengan perusahaan itu mencakup obyek yang sangat bervariasi seperti penampilan petugas, kelengkapan fasilitas, dan sebagainya.
16
1.4.2 Reliability (Kehandalan) Kehandalan meliputi kemampuan memberikan pelayanan dengan sigap, akurat, dan memuaskan. Dimensi ini menunjukkan kemampuan perusahaan dalam hal perawatan, pemeliharaan serta penyelesaian keluhan atau masalah dari masyarakat. Secara umum, kehandalan merefleksikan konsistensi dan hal yang dapat dipercaya dari kinerja perusahaan. 1.4.3 Responsiveness (Tanggung Jawab) Tanggung jawab meliputi keinginan para petugas untuk membantu para masyarakat
dan
memberikan
pelayanan
dengan
tanggap.
Dimensi
ini
menunjukkan kemampuan perusahaan dan petugasnya dalam memberikan perhatian serta respon yang sesuai. Secara umum, tanggung jawab merefleksikan komitmen perusahaan untuk memberikan kualitas pelayanan yang tepat. 1.4.4 Assurance (Jaminan) Jaminan meliputi kemampuan, pengetahuan, dan sikap petugas yang dapat dipercaya. Dimensi ini mencakup ketrampilan yang dimiliki petugas dalam memberikan jasa atau pelayanan (competency), kesopanan atau rasa hormat dalam memberikan pelayanan (courtesy), kepercayaan terhadap kejujuran pemberi layanan (credibility), dan kebebasan dari bahaya, resiko atau keragu-raguan (security).
17
1.4.5 Emphaty (Kepedulian) Kepedulian meliputi kemudahan dalam melakukan hubungan komunikasi yang baik (accesibillity), pemberian informasi dengan bahasa yang dapat dimengerti serta mendengarkan tanggapan masyarakat (communication skills), dan pentingnya usaha untuk mengetahui kebutuhan khusus dari masyarakat (understanding). Model awal lima dimensi Servqual secara umum (Parasuraman et.al, 1988), dapat dilihat pada gambar berikut :
Gambar 2.8 Model awal lima dimensi Servqual
18
1.5
Kepuasan Masyarakat Kepuasan masyarakat adalah kemampuan barang atau jasa untuk
memenuhi atau melebihi keinginan masyarakat sebagai penggunanya. Kepuasan merupakan suatu perasaan seseorang suka atau kecewa yang dihasilkan dari membandingkan suatu produk atau jasa yang dihasilkan dalam kaitan dengan ekspektasi. Dengan demikian, dapat disimpulkan bahwa kepuasaan mencakup tentang membandingkan atau membedakan antara harapan pelanggan terhadap produk atau jasa dengan hasil atau kinerjanya.
