BAB IV BAB ANALISIS DAN PEMBAHASAN
4.1 Profil Responden Penelitian Kuisioner yang disebar kepada responden sebanyak 120 buah. Pada saat pengembalian hanya kembali 113 kuesioner, dimana terdapat 4 kuesioner yang tidak terisi dengan lengkap, Sehingga hanya terdapat 109 kuesioner yang dapat diolah. Berdasarkan data dari kuisioner yang dapat diolah, diperoleh profil responden sebagai berikut :
4.1.1 Berdasarkan Industri / Jenis Perusahaan Pertanyaan mengenai Industri perusahaan pengguna jasa logistik merupakan bagian dari pertanyaan untuk mengetahui demografi responden yang bertujuan menggali informasi-informasi yang berkaitan langsung dengan karakteristik responden, berdasarkan hasil kuesioner yang telah disebar menggambarkan bahwa jenis perusahaan penelitian dapat dilihat berdasarkan gambar berikut : Jenis Perusahaan Konstruksi Pertambangan Manufaktur
Frekuensi 1 7 101
Persentase ,9 6,4 92,7
46
1 7
Konstruksi Pertambangan 101
Manufaktur
Sumber data kuesioner, diolah Gambar 4.1 Jenis Perusahaan Berdasarkan gambar diatas dapat dijelaskan bahwa dari 109 responden didominasi oleh responden yang berasal dari industri manufaktur sebanyak 101 responden yang diikuti oleh responden dalam industri pertambangan sebanyak7 orang dan hanya terdapat 1 orang yang bergerak dalam bidang konstruksi.
4.1.2 Berdasarakan Volume Pengiriman Pertanyaan mengenai volume pengiriman merupakan bagian
dari
pertanyaan untuk mengetahui demografi responden yang bertujuan menggali informasi-informasi yang berkaitan langsung dengan karakteristik diri responden khususnya mengenai volume pengiriman barang perusahaan, volume pengiriman responden dapat diketahui sebagaimana tergambar pada gambar berikut :
47
Jenis Kelamin
Frekuensi
Persentase
0 - 100 Kg 100 - 500 Kg 500 - 1000 Kg 1000 - 5000 Kg > 5000 Kg
20 36 19 10 24
18,3% 33,0% 17,4% 9,2% 22,0%
20
24
0 ‐ 100 Kg 100 ‐ 500 Kg
10
500 ‐ 1000 Kg 36
19
1000 ‐ 5000 Kg > 5000 Kg
Sumber data kuesioner, diolah. Gambar 4.2 Volume Pengiriman Bedasarkan tabel di atas dapat dijelaskan bahwa dari 137 responden usia reponden mayoritas berusia 36 - 45 tahun sebesar 69 responden, sedangkan usia 26-35 tahun sebesar 53 responden, usia dan urutan terakhir pada rentang usia diatas 55 tahun sebanyak 2 responden.
4.1.3 Berdasarkan Wilayah Pengiriman Pertanyaan mengenai tingkat pendidikan tamu yang pernah menginap di hotel merupakan bagian dari pertanyaan untuk mengetahui demografi responden
48
yang bertujuan menggali informasi-informasi yang berkaitan langsung dengan karakteristik diri responden, secara jelas tingkat pendidikan para responden dapat digambarkan sebagaimana tergambar pada gambar berikut : Jenis Kelamin Lokal / Dalam Kota Antar Kota Antar Pulau Antar Negara
8
Frekuensi 8
Persentase 7,3
11 41 49
10,1 37,6 45,0
11
49
Lokal / Dalam Kota Antar Kota 41
Antar Pulau Antar Negara
Sumber data kuesioner, diolah. Gambar 4.3 Wilayan Pengiriman Barang Berdasarkan gambar di atas dapat dijelaskan bahwa dari 109 responden, menggunakan jasa logistik, mayoritas untuk pengiriman antar pulau dan Negara.
4.2 Uji Validitas dan Reabilitas Pengujian validitas item-item pertanyaan dalam kuesioner bertujuan
49
mengetahui apakah item-item tersebut benar-benar mengukur konsep-konsep yang dimaksudkan dalam penelitian ini dengan tepat. Butir-butir pengukuran yang digunakan dalam penelitian ini berasal dari kuesioner yang telah disebarkan kepada responden dan dipadukan dengan penjabaran atas definisi teoritis dari variabel yang digunakan dalam penelitian. Hal ini memberikan dukungan bahwa butir-butir pengukuran yang dijadikan indikator konstruk terbukti memiliki validitas isi (content validity) yaitu butir-butir pengukuran tersebut merupakan alat ukur yang mencukupi dan representative yang telah sesuai dengan konsep teoritis (Cooper dan Schindler, 2006). Dikarenakan syarat untuk dapat menganalisis model dengan SEM, indikator masing-masing konstruk harus memiliki loading factor yang signifikan terhadap konstruk yang diukur maka dalam penelitian ini pengujian validitas instrument yang digunakan adalah Confirmatory Factor Analisys (CFA) dengan bantuan AMOS , dimana setiap item pernyataan harus mempunyai factor loading yang lebih dari 0,3 (Hair et al., 2010). Reliabilitas berkaitan dengan konsistensi,akurasi, dan prediktabilitas suatu alat ukur (Hermawan, 2006). Suatu kuesioner, dapat dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Menurut Sekaran (2003) besarnya nilai Cronbach Coefficient yang cukup dan dapat diterima adalah yang bernilai 0.60 sampai 0.70 atau lebih, jika besarnya nilai Cronbach Coefficient Alpha bernilai 0.60 sampai 0.70 atau lebih, maka hal ini menunjukkan bahwa alat ukur yang digunakan reliabel atau dengan kata lain jawaban responden cenderung sama walaupun diberikan dalam
50
bentuk pernyataan yang berbeda (konsisten). Dasar pengambilan keputusan uji reliabilitas ini adalah sebagai berikut : 1.
Jika koefisien Cronbach’s Alpha ≥ 0,6
maka Cronbach’s Alpha
acceptable (construct reliable). 2.
Jika koefisien Cronbach’s Alpha < 0,6
maka Cronbach’s Alpha
poor acceptable (construct unreliable). Tabel 4.5 Validitas dan Reabiltas Service Quality Constructs Standardized factor Cronbach’s and indicators loadings alpha CRM 0,860 OS1 ,743 OS2 ,536 OS3 ,521 PSERV1 ,557 PSERV2 ,749 PSERV3 ,443 TSERV1 ,726 TSERV2 ,677 TSERV3 ,720 Sumber : Data Diolah
Keputusan Reliabel Valid Valid Valid Valid Valid Valid Valid Valid Valid
Berdasarkan tabel 4.5, dapat diketahui bahwa masing-masing indikator pada variabel Service Quality dinyatakan valid dan reliable. Hal ini dapat dilihat dari nilai indikator masing-masing konstruk memiliki nilai loading factor > 0,30 (Hair et al., 2010), menunjukkan semua indikator dapat menjelaskan konstruk yang ada. Nilai cronbach’s alpha untuk masing-masing variabel > 0,60 (Sekaran, 2006), menunjukkan alat ukur yang digunakan reliabel atau dengan kata lain jawaban responden cenderung sama walaupun diberikan dalam bentuk pernyataan yang berbeda (konsisten).
51
Tabel 4.6 Validitas dan Reabiltas Satisfaction Constructs Standardized factor Cronbach’s and indicators loadings alpha Satisfaction 0,852 S1 ,895 S2 ,781 S3 ,799 Sumber : Data Diolah
Keputusan Reliabel Valid Valid Valid
Berdasarkan tabel 4.6, dapat diketahui bahwa masing-masing indikator pada variabel Satisfaction dinyatakan valid dan reliable. Hal ini dapat dilihat dari nilai indikator masing-masing konstruk memiliki nilai loading factor > 0,30 (Hair et al., 2010), menunjukkan semua indikator dapat menjelaskan konstruk yang ada. Nilai cronbach’s alpha untuk masing-masing variabel > 0,60 (Sekaran, 2006), menunjukkan alat ukur yang digunakan reliabel atau dengan kata lain jawaban responden cenderung sama walaupun diberikan dalam bentuk pernyataan yang berbeda (konsisten).
Tabel 4.10 Validitas dan Reabiltas Loyalty Constructs Standardized factor Cronbach’s and indicators loadings alpha Loyalty 0,898 Loyalty1 ,929 Loyalty2 ,820 Loyalty3 ,845 Sumber : Data Diolah
Keputusan Reliabel Valid Valid Valid
Berdasarkan tabel 4.10, dapat diketahui bahwa masing-masing indikator pada variabel Loyalty dinyatakan valid dan reliable. Hal ini dapat dilihat dari nilai
52
indikator masing-masing konstruk memiliki nilai loading factor > 0,30 (Hair et al., 2010), menunjukkan semua indikator dapat menjelaskan konstruk yang ada. Nilai cronbach’s alpha untuk masing-masing variabel > 0,60 (Sekaran, 2006), menunjukkan alat ukur yang digunakan reliabel atau dengan kata lain jawaban responden cenderung sama walaupun diberikan dalam bentuk pernyataan yang berbeda (konsisten).
4.3 Statistik Deskriptif Statistik deskriptif merupakan penjabaran jawaban responden yang bertujuan untuk memberikan jawaban atau deskriptif suatu data yang ditinjau dari nilai rata-rata (mean), simpangan baku (standard deviation), nilai minimum (min), dan nilai maksimum (max). Dalam penelitian ini mean adalah nilai rata-rata dari keseluruhan responden sedangkan standar deviasi merupakan variasi dari jawaban responden. Apabila nilai standar deviasi yang diberikan mendekati nol maka semakin tidak bervariasi jawaban responden, namun apabila standar deviasi yang diberikan menjauhi nol maka jawaban responden semakin bervariasi. Nilai minimum adalah jawaban (skala) terendah yang dipilih responden dan nilai maksimum adalah jawaban (skala) tertinggi yang dipilih oleh responden.
53
Tabel 4.9 Statistik Deskriptif Service Quality Indikator Kemampuan dalam menjaga jadwal atau tepat waktu (schedule) Kemampuan untuk memberikan pelayanan yang cepat (quick) Kemampuan memberikan kapasitas yang sesuai (capacity) Karyawan memiliki orientasi yang baik dalam melayani konsumen (service) Kemudahan dalam mengakses / menghubungi karyawan (contact) Keahlian yang dimiliki karyawan (expertise) Kualitas teknis dari sumber daya fisik perusahaan Kualitas teknis dari sistem informasi perusahaan Kualitas teknis dalam komunikasi yang bebas kesalahan Sumber : Lampiran SPSS
Rata - rata 3,6147 4,0183 4,0642 3,9266 3,7798 4,0275 3,8899 3,9817 3,3028
Pada variabel Service Quality, diketahui nilai terendah terdapat pada kualitas teknis dalam komunikasi yang bebas kesalahan dimana termasuk dalam dimensi technical service quality. Kemudian nilai terendah selanjutnya terdapat pada Kemampuan dalam menjaga jadwal atau tepat waktu (schedule) yang merupakan dimensi operational service quality
Tabel 4.10 Statistik Deskriptif Satisfaction Indikator Berdasarkan semua pengalaman saya menyukai secara menyeluruh terhadap Layanan customer service perusahaan Secara umum, saya senang dengan Layanan Perusahaan Saya merasa nyaman berbisnis dengan perusahaan ini Sumber : Lampiran SPSS
Rata - rata 3,9725 3,9817 3,9083
Pada variabel Customer satisfaction, diketahui nilai respon secara keseluruhan mendekati angka setuju. Tabel 4.11
54
Statistik Deskriptif Loyalty Indikator Jika saya harus melakukannya lagi, saya akan memilih untuk melakukan kegiatan transaksi dengan perusahaan ini Saya berencana untuk terus melakukan kegiatan transaksi dengan perusahaan ini untuk kedepannya Saya akan merekomendasikan kepada rekana bisnsi kita mengenai aktivitas logistik, freight forwarding perusahaan ini
Rata - rata 3,8440 3,7890 3,8716
Sumber : Lampiran SPSS
Pada variabel Loyalty menunjukkan bahwa mayoritas responden menjawab dengan nilai 3,8 yang menunjukkan kesetujuan mereka mengenai indikator akan memilih untuk melakukan kegiatan transaksi dengan perusahaan ini, berencana untuk terus melakukan kegiatan transaksi dengan perusahaan ini untuk kedepannya, dan akan merekomendasikan kepada rekana bisnsi kita mengenai aktivitas logistik, freight forwarding perusahaan ini
4.4 Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah structural equation model (SEM) dengan menggunaan program AMOS 16. Menurut Ferdinand (2000), SEM pada dasarnya merupakan sekumpulan teknikteknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif “rumit” secara simultan. SEM merupakan teknik multivariate yang mengkombinasikan aspek regresi berganda dan analisis faktor untuk mengstimasi serangkaian hubungan ketergantungan secara simultan (Hair et al, 2010).
55
Sebelum menganalisa hipotesis, kesesuaian model secara keseluruhan (overall fit models) harus dinilai terlebih dahulu untuk menjamin bahwa model tersebut dapat menggambarkan semua pengaruh sebab akibat.
Menurut Hair, Anderson, Tatham dan Black (2010), pengujian kesesuaian model goodnes of fit dilakukan dengan melihat beberapa kriteria pengukuran, yaitu: Absolute Fit Measure, yaitu mengukur model fit secara keseluruhan (baik model struktural maupun model pengukuran secara bersamaan). Kriterianya dengan melihat nilai : d. The Likehood Ratio Chi-Square Statistic Tingkat signifikansi minimum yang diterima adalah 0,05 dan 0,01. Pengukuran chi-square sangat tergantung pada jumlah sampel, karena itu beberapa peneliti menganjurkan untuk menggabungkan pengukuran ini dengan pengukuran lain. e. Goodness of Fit Model Index (GFI) Semakin tinggi nilai GFI, semakin fit sebagai model. Tidak ada model yang dijadikan acuan, tetapi beberapa peneliti merekomendasikan nilai GFI sebesar 0,90 atau lebih. f. The Root Mean Square Error of Approximation (RMSEA) Adalah
sebuah
indeks
yang
dapat
digunakan
untuk
mengkompensasi chi-square statistik dalam sampel yang besar. Nilai RMSEA menunjukkan goodness-of-fit yang dapat diharapkan bila model diestimasi dalam populasi, RMSEA dapat digunakan bila nilai chi-square
56
signifikan. Nilai yang dibutuhkan agar RMSEA dapat dikatakan fit adalah < 0,8. Incremental Fit Measure Yaitu ukuran untuk membandingkan model yang diajukan (proposed model) model lain yang dispesifikasi oleh peneliti. Kriteria dengan melihat nilai : e.
Adjusted Goodness-of-Fit Index (AGFI) Indeks ini merupakan pengembangan dari Goodness Fit Of Index (GFI) yang telah disesuaikan dengan ratio dari degree of freedom (Ghozali dan Fuad, 2005). Analog dengan R2 pada regresi berganda. Nilai yang direkomendasikan adalah AGFI ≥ 0,90, semakin besar nilai AGFI maka semakin baik kesesuaian yang dimiliki model.
f. Normed Fit Index (NFI) Indeks ini juga merupakan ukuran perbandingan antara proposed model
dan
null
model
(Ghozali
dan
Fuad,2005).
Nilai
yang
direkomendasikan adalah NFI ≥ 0,90. g. Turker-Lewis Index (TLI) TLI
merupakan
indeks
kesesuaian
incremental
yang
membandingkan model yang diuji dengan baseline model. TLI digunakan untuk mengatasi permasalahan yang timbul akibat kompleksitas model (Ghozali dan Fuad, 2005). Nilai penerimaan yang direkomendasikan adalah nilai TLI ≥ 0,90. TLI merupakan indeks yang kurang dipengaruhi oleh ukuran sampel. h. Comparative Fit Index (CFI)
57
CFI juga merupakan indeks kesesuaian incremental. Besaran indeks ini adalah dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Nilai penerimaan yang direkomendasikan adalah CFI ≥ 0,90 (Ghozali dan Fuad, 2005).
Parsimonious Fit Measure Yaitu melakukan adjustment terhadap pengukuran fit agar dapat diperbandingkan antara model dengan jumlah koefisien yang berbeda. Kriterianya dengan melihat nilai normed chi-square (CMIN/DF). Nilai yang dianjurkan yaitu batas bawah 1 atau batas atas 5.
58
Tabel 4.18 Hasil Pengujian Kesesuaian Model (Goodness of Fit) Pengukuran Goodness of Fit Chi Square
GFI
Batas Penerimaan yang disarankan Chi square rendah X2 tabel df = 59 = 13,453 Minimal 0,05 atau diatas 0,05 > 0,9 atau mendekati 1
RMSEA AGFI NFI
< 0,08 > 0,9 atau mendekati 1 > 0,9 atau mendekati 1
p-value
IFI CFI Normed chi square
> 0,9 atau mendekati 1 > 0,9 atau mendekati 1 Batas bawah 1,batas atas 2,3,atau 5 Sumber : Data yang diolah
Nilai
Keputusan
3,812
Good Fit
0,054
Good Fit
0,979
Good Fit
0,188 0,962 0,995
Not Fit Marginal Fit Good Fit
0,942 0,939 4,816
Good Fit Good Fit Good Fit
Berdasarkan tabel diatas,dapat diketahui pada absolute fit measure syarat utama nilai chi square tidak terpenuhi,hal ini dapat dilihat dari nilai chi square sebesar 423,773 dengan p-values 0,000 (kurang 0,05)
59
Gambar 4.5 Skema Kerangka Konseptual sesuai Goodness of Fit
,41
e20
1
TSERV3
,03
e19
TSERV2
,08
e18
1,40 1
TSERV1
1
e22
PSERV3 PSERV2
,11
e23
PSERV1
,44
OS3
1,11
,04
e24
1
1
1
,11
,28 1,15 ,81
1
e17
1,00
,16 1
e16
1,05
,04
e21
,05
,00 1
Service Quality
Customer Satisfaction
1,07
1,12
,71
1,07
Loyalty
1,00
,94
SATIS1
LOY3
1,00
,78
,46
SATIS3
SATIS2
LOY2
LOY1
,07
e25
1
OS2
,18
e26
1
OS1
1 ,07
e12
1 ,05
e11
1 ,03
e10
1
1 ,05
e15
1 ,08
,04
e14
e13
4.5 Hasil Pengujian Hipotesis dan Pembahasan Analisis hasil dan interpretasi dilakukan berdasarkan hasil pengujian terhadap hipotesis. Tujuan dari pengujian hipotesis ini adalah untuk menolak hipotesis nol (Ho) sehingga hipotesis alternatif (Ha) dapat diterima. Pengujian hipotesis dilakukan dengan menggunakan analisis model persamaan struktural (SEM) yang merupakan suatu metode statistik yang paling sesuai untuk penelitian ini. Tujuan dari metode ini adalah untuk memprediksi perubahan–perubahan dalam variabel terikat (dependent / criterion variable) dikaitkan dengan perubahan-perubahan yang terjadi dalam sejumlah variabel bebas (independent / predictor variable) (Hermawan, 2006).
60
Untuk mengetahui pengambilan keputusan uji hipotesis dilakukan dengan cara membandingkan besarnya p-value dengan level of significant dengan tingkat keyakinan sebesar 95% (α = 0,05).
Jika p-value ≤ alpha 0,05
maka hipotesa nol (Ho)
Jika p-value ≥ alpha 0,05
maka hipotesa nol (Ho)
ditolak
diterima Adapun batas toleransi kesalahan (α) yang digunakan adalah 5% (0,05). Hasil pengujian hipotesis dengan membandingkan antara nilai t dengan nilai estimasi koefisien beta (β) disusun dalam tabel 4.7. Tabel 4.7 Hasil Pengujian Hipotesis
Hipotesis H1 : Service Quality Customer Satisfaction
Koefisien β
p-value
Keputusan
0,983
0,000
Berpengaruh
0,000
Berpengaruh
H2 : Customer Satisfaction Customer 0,852 Loyalty Sumber : Lampiran Hipotesis
61
4.6 Analisis dan Pembahasan 4.6.1 Analisis Pengaruh Service Quality terhadap Customer Satisfaction Hasil penelitian menunjukkan bahwa hipotesis pertama menunjukkan nilai signifikan sebesar 0,000 < 0,05 sehingga keputusannya adalah Ho ditolak. Maka dapat dinyatakan terdapat pengaruh service quality terhadap customer satisfaction. Adapun pengaruhnya adalah positif dengan nilai sebesar 0,983 yang menunjukkan pelayanan yang baik akan meningkatkan kepuasan konsumen.Hasil penelitian ini mendukung dan sesuai dengan penelitian sebelumnya yang mengidentifikasikan berbagai faktor yang menentukan tingkat kepuasan pelanggan. Pentingnya service quality perception dan pengaruh antara kualitas jasa terhadap kepuasan konsumen (Cronin dan Taylor, 1992; Taylor dan Baker, 1994) mendorong para peneliti dan para akademisi menguraikan tingkat kepuasan pelanggan sebagai faktor penelitian yang berhubungan dengan tingkat kualitas layanan jasa (Parasuraman et. al,1985,1988,1991,1994; Carman,1990; Bitner,1990) dan bahwa tingkat kualitas layanan jasa tidak sama dengan tingkat kepuasan (Oliver,1980).
4.6.2 Analisis Pengaruh Customer Satisfaction Terhadap Customer Loyalty Hipotesis kedua yang menganalisis pengaruh customer satisfaction terhadap customer loyalty menunjukkan nilai signifikan sebesar 0,000 < 0,05 sehingga keputusannya adalah Ho ditolak. Maka dapat dinyatakan terdapat pengaruh customer satisfaction terhadap customer loyalty.
62
Adapun pengaruhnya adalah positif dengan nilai sebesar 0,852 yang menunjukkan konsumen yang puas akan menjadi konsumen yang setia. Hasil penelitian mendukung dan sesuai dengan penelitian sebelumnya menunjukkan pentingnya dimensi tingkat kualitas layanan jasa dalam menentukan tingkat kepuasan pelanggan (Fisk et al,1993; Levesque dan McDougall,1996) dan berdampak terhadap loyalitas. Pada pembahasan sebelumnya, Levesque dan McDougall (1996) menunjukkan bahwa tingkat kepuasan pelanggan pada retail berdampak terhadap terciptanya kesetiaan pelangan. Pengungkapan peningkatan kepuasan konsumen akan menunjukkan pengaruh signifikan berhubungan dengan tingkat kesetiaan pelanggan (Bitner et al,1994; Anderson et al,1994).
63