46
BAB IV METODE PENELITIAN
4.1 Jenis dan Ruang Lingkup Penelitian 4.1.1 Jenis Penelitian Penelitian ini menggunakan studi penjelasan (explanatory research) yang bertujuan untuk mengetahui pengaruh antar variabel penelitian (kualitas layanan, kualitas produk, kepuasan pelanggan dan loyalitas pelanggan), yaitu suatu penelitian untuk mencari dan menjelaskan hubungan kausal antar variabel melalui pengujian hipotesis. Ini sesuai dengan tujuan penelitian yang hendak dicapai agar mencakup usaha-usaha untuk menjelaskan pengaruh yang terjadi antar variabel dengan menggunakan kuisioner sebagai alat untuk pengumpulan data primer. 4.1.2 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Klinik Kecantikan ERHA cabang Denpasar Bali yang beralamat di Jl. Hayam Wuruk No. 199 Denpasar – Bali. Waktu pelaksanaan penelitian dimuali dari bulan Mei 2010 (± 1 bulan). Berdasarkan hipotesis yang dikemukakan, maka dalam rancangan ini ditentukan variabel yang akan digunakan, yaitu variabel kualitas layanan, kualitas produk, kepuasan pelanggan dan loyalitas pelanggan. Selanjutnya menentukan sampel dan metode pengumpulan data. Data yang terkumpul diolah dengan menggunakan alat analisis kuantitatif.
47
4.2
Variabel Penelitian dan Pengukuran Variabel
4.2.1 Identifikasi Variabel Penelitian Definisi operasional dari masing – masing variabel dalam penelitian ini sesuai dengan Tabel 3.1 Identifikasi Variabel Penelitian adalah sebagai berikut : 4.2.1.1 Kualitas layanan (XA) Adalah hasil dari perbandingan antara apa yang dipertimbangkan pelanggan bagaimana seharusnya jasa itu, dan presepsi mereka sekitar kinerja aktual yang ditawarkan Erha Clinic Denpasar. Kualitas layanan juga didefenisikan sebagai hasil dari perbandingan antara servis yang diterima dan servis yang diharapkan. Kualitas layanan diukur dari presepsi responden terhadap indikator – indikator yang terdapat didalam dimensi variabel berikut ini : 1) Tangible (bukti Langsung) (XA.1), yaitu kemampuan ERHA Clinic cabang Denpasar Bali dalam menunjukkan ekstistensinya pada pihak pelanggan melalui keberadaan fasilitas fisik. Tangible diukur dengan presepsi responden terhadap indikator berikut ini : a. Dekorasi Ruangan (XA.1.1) adalah Dekorasi ruangan pada ERHA Clinic cabang Denpasar Bali (Dekorasi Ruang Tunggu, Ruang Konsultasi Dokter, Ruang Perawatan dan Pembayaran) . b. Fasilitas Ruangan (XA.1.2) adalah presepsi responden terhadap Fasilitas peralatan/perlengkapan yang digunakan baik untuk pemeriksaan saat
48
konsultasi,perawatan kulit, pembayaran dan Furniture yang digunakan terlihat menarik. c. Sarana Parkir (XA.1.3) adalah presepsi responden tentang ketersedian areal parkir bagi kendaraan pelanggan. d. Ruangan Perawatan (XA.1.4) adalah presepsi responden tentang kondisi ruangan perawatan. e. Penampilan karyawan (XA.1.5) adalah presepsi responden tentang kerapihan penampilan karyawan ketika menerima tamu dan melayani pelanggan. 2) Assurance (Jaminan) (XA.2), adalah pengetahuan, kesopan santunan dan kemampuan karyawan ERHA Clinic cabang Denpasar Bali untuk menumbuhkan rasa percaya para pelanggan kepada perusahaan. Assurance diukur dari presepsi responden terhadap indikator berikut ini : a. Sikap Karyawan (XA.2.1) adalah presepsi responden terhadap sikap yang ditampilkan karyawan ketika menghadapi pelanggan sangat baik sehingga akan menanamkan kepercayaan dalam diri pelanggan. b. Pengetahuan karyawan mengenai spesifikasi ERHA Clinic cabang Denpasar Bali (XA.2.2) adalah presepsi responden terhadap pengenalan karyawan terhadap spesifikasi perawatan yang tersedia di Klinik Kecantikan tersebut. c. Tata cara pelayanan (XA.2.3) adalah presepsi responden mengenai tata cara pelayanan untuk melayani pelanggan di ERHA Clinic cabang Denpasar Bali
49
Komunikasi (XA.2.4) adalah presepsi responden terhadap kemampuan karyawan dalam berkomunikasi dengan pelanggan. 3) Reliability (Keandalan) (XA.3); yaitu kemampuan dalam memberikan pelayanan, sesuai dengan yang dijanjikan secara akurat dan terpercaya. Reliability diukur dari presepsi responden terhadap indikator berikut ini : a. Kesesuaian produk dan masalah kulit (XA.3.1) adalah presepsi responden tentang kesesuian produk dengan spesifikasi masalah kulit yang dihadapi. b. Ketepatan waktu (XA.3.2) adalah presepsi responden terhadap kemampuan dalam ketepatan waktu bagi pihak ERHA Clinic cabang Denpasar Bali dalam melayani pasien. c. Menanggapi permintaan (XA.3.3) adalah presepsi responden terhadap kemampuan Karyawan ERHA Clinic cabang Denpasar Bali dalam memberikan perawatan sesuai dengan yang dijanjikan d. Pelayanan yang sama untuk semua pelanggan (XA.3.4) adalah presepsi responden terhadap kesamaan pelayanan yang diberikan karyawan kepada masing – masing pelanggan. 4) Responsiveness atau daya tanggap (XA.4) adalah suatu kebijakan untuk membantu memberikan pelayanan yang cepat (responsif) dan tepat kepada pelanggan. Responsiveness diukur dari presepsi responden terhadap indikator berikut ini :
50
a. Kecepatan pelayanan (XA.4.1) adalah presepsi responden terhadap kecepatan karyawan dalam memberikan pelayanan kepada pelanggan. b. Kesiapan karyawan (XA.4.2) adalah presepsi responden terhadap kesiapan karyawan dalam memberikan pelayanan dan bantuan kepada pelanggan bila dibutuhkan. c. Ketelitian karyawan (XA.4.3) adalah presepsi responden terhadap ketelitian karyawan terhadap pesanan pelanggan. 5) Empathy (XA.5) adalah memberikan perhatian yang tulus dan bersifat individual atau pribadi kepada para pelanggan pada ERHA Clinic cabang Denpasar Bali dengan berupaya memahami keinginan pelanggan. Empati diukur dari presepsi responden terhadap indikator berikut ini : a. Perhatian secara individu ( XA.5.1) adalah presespi responden terhadap perhatian individu yang diberikan karyawan kepada pelanggan. b. Pemberian kompensasi bila terjadi kesalahan (XA.5.2) adalah presepsi responden terhadap kompensasi yang diberikan bila karyawan melakukan kesalahan dalam pelayanan. c. Kepedulian karyawan terhadap keinginan pelanggan (XA.5.3) adalah presepsi responden terhadap kepedulian karyawan dalam memahami kebutuhan khusus pelanggan. d. Keramahan (XA.5.4) adalah presepsi responden terhadap sikap ramah yang ditunjukkan karyawan kepada pelanggan.
51
4.2.1.2 Kualitas Produk (XB) Kualitas produk
yang dirasa memainkan peranan penting dalam
mempengaruhi pilihan pelanggan Ercha Clinic cabang Denpasar Bali dalam melakukan pembelian. Kualitas produk diukur dari presepsi responden terhadap indikator berikut ini : 1) Performance (XB.1) adalah presepsi responden terhadap karakteristik operasi dasar dari sebuah produk. 2) Features (XB.2) adalah presepsi responden terhadap karakteristik produk yang dirancang untuk menyempurnakan fungsi produk. 3) Serviceability (XB.3) presepsi responden terhadap karakteristik produk yang berkaitan dengan kecepatan, kompetensi, kemudahan, dan akurasi dalam memberikan layanan untuk perbaikan barang. 4) Conformance (XB.4) adalah presepsi responden terhadap sejauh mana karakteristik desain dan operasi memenuhi standar – standar yang ditetapkan sebelumnya. 5) Image (XB.5) adalah keseluruhan presepsi responden atas obyek yang diformulasikan oleh pengolahan informasi dari berbagai sumber dalam waktu yang lama 4.2.1.3 Kepuasan Pelanggan (Y) Kepuasan pelanggan didefenisikan oleh Churchill dan Suprenant (1982) dalam Bei dan Chiao (2001) sebagai kepuasan konsumen yang dihasilkan dari
52
membeli dan menggunakan produk tertentu yang dibuat oleh konsumen untuk membandingkan imbalan yang diharapkan dan biaya aktul pembelian. Kepuasan pelanggan diukur dari presepsi responden terhadap indikator berikut ini : 1) Perbandingan situasi ideal (Y.1) adalah presepsi responden terhadap kinerja produk dibandingkan dengan produk ideal menurut presepsi konsumen. 2) Konfirmasi harapan (Y.2) adalah presepsi responden terhadap tingkat kesesuaian antara kinerja dengan ekspektasi. 3) Kepuasan secara keseluruhan (Y.3) adalah presepsi responden terhadap kepuasan yang dirasakan secara keseluruhan, baik dari kualitas pelayanan dan kualitas produk. 4.2.1.4 Loyalitas Pelanggan (Z) Pendekatan terhadap penelitian loyalitas pelanggan terdiri dari tiga kategori yaitu : the behavioral approach, the attitudinal approach and integrated approach. Konsep loyalitas pelanggan dipahami sebagai kombinasi dari sikap pelanggan (attitude) dan perilaku (behaviour) pembelian kembali. Oliver (1997) dalam Syamsoe (2009) menggambarkan loyalitas sebagai kecenderungan untuk mendukung suatu merek atau service yang lebih disukai secara konsisten dimasa datang, dengan demikian menyebabkan pengulangan pembelian merek yang sama, meskipun pengaruh keadan dan usaha pemasaran berpotensi menyebabkan keinginan beralih. Jika seorang pelanggan loyal, dia akan tetap membeli merek yang sama, membeli lebih banyak dan merekomendasikan merek tersebut kepada orang lain (Hepworth
53
dan Mateus, 1994 dalam Syamsoe 2009). Loyalitas pelanggan diukur dari presepsi responden terhadap indikator berikut ini : 1) Say posotive thing (mengatakan hal positif mengenai Erha clinic kepada orang lain) (Z1) adalah presepsi responden terhadap keinginan pelanggan untuk menceritakan keunggulan Erha Clinic Denpasar kepada orang lain. 2) Recommend Friend (memberikan rekomendasi Erha clinic kepada orang lain) (Z2)
adalah
presepsi
responden
terhadap
keinginan
pelanggan
untuk
merekomendasikan Erha Clinic Denpasar ini kepada orang lain. 3) Repruchasing intention (Z3) adalah presepsi responden terhadap keinginan pelanggan untuk berlaku loyal dengan melakukan pembelian ulang. Tabel 4.1 merupakan variabel – variabel penelitian yang didasarkan atas rumusan masalah dan hipotesis yang diajukan, maka variabel – variabel dalam penelitian ini dapat diidentifikasi seperti dalam gambar 3.1 : kerangka konseptual penelitian.
54
Tabel 4.1 Identifikasi Variabel Penelitian Konstruk
Dimensi Konstruk
Indikator
Loyalitas 1 2 3
Mengatakan hal yang positif Merekomendasikan kepada teman Melakuan pembelian ulang
Kepuasan Pelanggan
Sumber
Z Z1 Z2 Z3
Zethaml dkk (1996)
Y 1 2 3
Perbandingan situasi ideal Konfirmasi harapan Kepuasan secara keseluruhan
Kualitas pelayanan
Y1 Y2 Y3
Fornell dalam Tjiptono (2005) Rachmat Hidayat (2009)
XA Tangible (Bukti fisik)
Assurance (Jaminan)
Reliability (Keandalan)
Responsivenes (Daya Tanggap)
Emphaty (Empati)
Kualitas Produk
Simbol
1 2 3 4 5
Dekorasi ruangan Fasilitas ruangan Sarana parkir Ruang perawatan Penampilan karyawan
XA.1.1 XA.1.2 XA.1.3 XA.1.4 XA.1.5 XA.2 XA.2.1 XA.2.2 XA.2.3 XA.2.4 XA.3 XA.3.1 XA.3.2 XA.3.3 XA.3.4 XA.4
1 2 3 4
Sikap karyawan Pengetahuan karyawan tentang produk Tata cara perawatan Dapat berkomunikasi dengan pelanggan
1 2 3 4
Kesesuaian produk dan masalah kulit Ketepatan waktu Ketelitian karyawan Pelayanan sama bagi semua konsumen
1
Kecepatan pelayanan
XA.4.1
2 3
Kesiapan karyawan Tanggap terhadap keinginan konsumen
1 2 3 4
Perhatian individual Paham terhadap kebutuhan konsumen Peduli terhadap keluhan pelanggan Keramah tamahan dan kesopanan karyawan
1 2 3 4
Performance Features Serviceability Conformance
XA.4.2 XA.4.3 XA.5 XA.5.1 XA.5.2 XA.5.3 XA.5.4 XB XB.1 XB.2 XB.3 XB.4
5
Image
XB.5
Parasuraman el al,. Zeithaml, et al.. ( Kotler and Keller 2008 : 58)
David Gravin dalam Tjiptono (2000)
55
4.2.2
Pengukuran Variabel Penelitian Cara mengukur adalah dengan menggunakan presepsi Likert dengan uraian
sebagai berikut : jawaban sangat puas diberi bobot 5, jawaban puas diberi bobot 4, jawaban netral diberi bobot 3, jawaban kurang puas diberi bobot 2 dan jawaban tidak puas diberi bobot 1.
4.3
Prosedur Pengumpulan Data
4.3.1 Jenis dan Sumber Data Penelitian ini menggunakan dua jenis data yaitu kuantitatif dan kualitatif. Data kuantitatif merupakan data yang dinyatakan dalam bentuk angka-angka. Data kuantitatif dalam penelitian ini adalah data jumlah pelanggan, jumlah responden, dan jumlah karyawan Erha Clinic cabang Denpasar Bali. Data kualitatif merupakan data yang tidak dapat dinyatakan dalam bentuk angka-angka, seperti gambaran umum perusahaan, keterangan dari manajer perushaan dan persepsi pelanggan yang didapatkan dari hasil jawaban kuesioner. Untuk memperoleh kedua jenis data tersebut, digunakan sumber primer dan sumber sekunder. Sumber Primer dalam penelitian ini adalah responden Erha Clinic Cabang Denpasar. Sumber sekunder dalam penelitian ini adalah manajemen perusahaan, studi kepustakaan, literatur dan jurnal penelitian terdahulu yang berhubungan dengan permasalahan yang diteliti.
56
4.3.2 Populasi dan Sampel Menurut Sugiyono (2009:115) populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakeristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah pelanggan Klinik Kecantikan ERHA cabang Denpasar Bali yang pada tahun 2009 jumlah kunjungan mencapai 7014 orang. Hair dkk. dalam Ferdinand (2002:47) menyatakan bahwa ukuran sampel yang sesuai dalam model persamaan SEM adalah antara 100 – 200 sampel. Dalam penelitian ini, ukuran sampel yang digunakan adalah 155 sampel, berdasarkan jumlah indikator dikalikan 5 (31 X 5 = 155). Teknik penentuan sampel yang dipakai dalam penelitian ini adalah penentuan sampel secara Purposive Sampling dan Accidental Sampling . 1) Purposive Sampling yang sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu. Seseorang atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki informasi yang diperlukan bagi penelitiannya (Mustafa, 2000). Sampel yang digunakan dalam penelitian ini adalah konsumen yang berumur lebih dari 17 tahun dan sudah menerima pelayanan perawatan dan melakukan pembelian produk lebih dari satu kali. Hal ini dilakukan karena rata – rata semua pelanggan Erha Clinic sudah berumur lebih dari 17 tahun dan bekerja.
57
2) Accidental Sampling yang dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut (Mustafa, 2000). 4.3.3 Cara Pengumpulan Data Dalam proses penelitian ini metode pengumpulan data yang dipergunakan melalui angket (questionare), merupakan pengumpulan data dengan memberikan daftar pertanyaan kepada responden untuk mendapatkan informasi tentang variabelvariabel yang diteliti, yang selanjutnya digunakan dalam penelitian ini, yaitu data tentang kualitas layanan, kualitas produk, kepuasan pelanggan, dan loyalitas pelanggan.
4.4
Instrumen Penelitian Instrumen pengumpulan data primer berupa daftar pertanyaan yang
dipersiapkan sebelumnya. Materi pertanyaan berhubungan dengan unsur-unsur pengaruh kualitas pelayanan dan kualitas produk yang menentukan kepuasan dan loyalitas pelanggan pada Erha Clinic Denpasar. Instrumen yang digunakan dalam sebuah penelitian dapat berupa pertanyaan tertutup atau terbuka yang dapat diberikan langsung pada responden (Sugiyono, 2009:199). Instrumen yang digunakan pada penelitian ini adalah kuesioner tertutup yang terdiri dari sekumpulan pertanyaan berdasarkan indikator dari masing – masing konstruk. Setiap item pertanyaan diukur
58
dengan menggunakan skala likert dengan 5 kategori dari sangat setuju sampai sangat tidak setuju. Skala likter dapat dikatergorikan sebagai skala interval dimana setiap item pertanyaan akan diberikan skor (Riduwan 2007 : 16) 1) Jawaban sangat setuju, diberi bobot 5 2) Jawaban setuju diberi bobot 4 3) Jawaban netral, diberi bobot 3 4) Jawaban tidak setuju, diberi bobot 2 5) Jawaban sangat tidak setuju, diberi bobot 1
4.5
Uji Validitas dan Reliabilitas Data dalam penelitian menjadi tidak berguna bila alat pengukuran yang
digunakan tidak memiliki reliabilitas dan validitas yang tinggi. Uji reliabilitas dan validitas memberikan informasi tentang data yang dikumpulkan betul-betul menggambarkan fenomena yang ingin diukur. Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator – indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing – masing indikator itu mengindikasikan sebuah konstruk laten (Ferdinand, 2002:62). Sebuah alat ukur dikatakan relaibel bila nilai Construct relaibility > 0.70 atau variance etract > 0.50. Untuk mengukur viliditas konstruk ditentukan dari nilai laoding faktor tiap – tiap indikator. Indikator – indikator yang mempunyai loading
59
factor < 0.50 dikeluarkan dari model. Uji reliabilitas konstruk adalah composite reliability, yang diperoleh melalui rumus berikut ini (Ferdinand, 2002:62).
Construct Re liability
( StdLoading ) 2 ( StdLoading )2 Ej
Keterangan: Standard loading diperoleh langsung dari standariszed loading untuk tiap-tiap indikator (diambil dari perhitungan komputer , AMOS misalnya) adalah measurement error dari tiap indikator.
4.6
Metode Analisis Data
4.6.1 Analisis Statistik Deskriptif Analisis statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum. Analisis Statistik Deskriptif meliputi analisis frekuensi untuk melihat profil demografi. 4.6.2 Analisis SEM (Structural Equation Modeling) Data yang dikumpulkan dianalisis menggunakan alat statistik yaitu teknik analisis Structural Equation Modeling (SEM). Dalam melakukan teknik analisis data, digunakan program komputer Microsoft Excel for Windows, program Statistical Package for Social Science (SPSS) for Windows versi 16 dan program Analysis of Moment Structure (AMOS) Versi 16.
60
Untuk menjawab permasalahan penelitian digunakan alat analisis model persamaan struktural atau Structural Equation Modeing (SEM), yang pada dasarnya terdiri dari dua bagian. 1) Bagian pengukuran yang menghubungkan observed variable dengan latent variable lewat confirmatory factor model 2) Bagian struktur yang menghubungkan antara latent variable lewat persamaan regresi simultant. Menurut Ferdinand (2002) dalam membuat pemodelan yang lengkap maka ada beberapa tahap yang harus diikuti : 1) Pengembangan model berbasis teori Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan model yang mempunyai justifikasi teoritis yang kuat. Seorang peneliti harus melakukan serangkaian telaah pustaka yang intens guna mendapatkan justifikasi atas model teoritis yang dikembangkan. 2) Pengembangan diagram alur (path diagram) untuk menunjukan hubungan kausalitas. Path diagram akan mempermudah peneliti melihat hubungan-hubungan kausalitas yang ingin diuji. Peneliti biasanya bekerja dengan construct atau factor, yaitu konsep yang memiliki pijakan teoritis yang cukup untuk menjelaskan berbagai bentuk hubungan. Konstruk dibagi menjadi dua kelompok, yaitu konstruk eksogen dan konstruk endogen. Konstruk eksogen dikenal sebagai source variabel atau
61
independent variabel yang tidak diprediksi oleh variabel lain dalam model. Konstruk endogen adalah faktor-faktor yang diprediksi oleh satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen.
62
XA1.1 XA1.2 XA1.3 XA1.4
1
XA.1
XA1.5
H1
H7
XA2.1 XA2.2 XA2.3
XA2.4 1
XA.2
H2
Y1.3
H8
XA2.5
Y
H3
Y1.2 Y1.1
XA3.1 XA3.2
XA.3
XA3.3
H13
H9
XA3.4 XA4.1
H4
XA.4
XA4.2
H10
XA4.3 XA5.1
Z1.3
Z
H5
XA5.2 XA5.3
Z1.1
H11
XA.5
Keterangan :
XA5.4
: Variable/Indikator
H6
XB1.1
H12
: Variable bentuk/Laten : Pengaruh Antar Variabel
XB1.2 XB1.3 XB1.4 XB1.5
Gambar 4.1
Z1.2
1
XB.
XA
: Kualitas Pelayanan
XB
: Kualitas Produk
Y
: Kepuasan Pelanggan
Z
: Loyalitas Pelanggan
Path Diagram faktor – faktor yang mempengaruhi kepuasan dan loyalitas pelayanan dan produk terhadap pelanggan Erha Clinic Denpasar
63
3) Konversi diagram alur ke dalam serangkaian persamaan struktural dan spesifikasi model pengukuran Ferdinand (2002), menjelaskan bahwa ada dua persamaan yang akan dibentuk yaitu : a). Persamaan struktural b). Persamaan model pengukuran Pada langkah ketiga ini pengukuran yang spesifik siap untuk dibuat yaitu dengan mengubah diagram alur ke model pengukuran. Persamaan yang dibuat dari diagram alur yang dikonversi terdiri dari : a). Persamaan-persamaan struktural (structural equation) Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Persamaan struktural dibangun dengan pedoman sebagai berikut: V endogen = V eksogen +V endogen + Error........................ .(1)
b). Persamaan spesifikasi model pengukuran (measurement model) Pada spesifikasi ini peneliti menemukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukan korelasi yang dihipotesiskan antar konstruk atau variabel (Ferdinand, 2002). Persamaanpersamaan struktural yang dibangun atas pedoman sebagai berikut:
64
Variabel endogen = variabel eksogen + variabel endogen + error .. .(2) Persamaan spesifikasi model pengukuran yaitu menentukan variabel mana, mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukan korelasi yang dihipotesakan antar konstruk atau variabel.
4) Pemilihan matriks input dan teknik estimasi atas model yang dibangun
Pada penelitian ini dalam pengujian teori, matriks inputnya adalah matriks kovarians atau varians, sebab lebih memenuhi asumsi dan metodologi, dimana standard error yang dilaporkan akan menunjukan angka yang lebih akurat dibandingkan dengan menggunakan matriks korelasi (Ferdinand, 2002). Sedangkan ukuran sampel yang sesuai untuk SEM adalah 100-200 responden. Program komputer yang digunakan. sebagai alat estimasi dalam pengukuran ini adalah program AMOS. Program AMOS dipandang sebagai program yang canggih dan mudah untuk digunakan. 5) Antisipasi munculnya masalah identifikasi
Menurut Ferdinand (2002), ada beberapa penyebab masalah identifikasi yang perlu diantisipasi dalam penggunaan AMOS, seperti ; a). Standard error untuk satu atau beberapa koefisien yang sangat besar. b). Program tidak mampu menghasilkan matriks informasi yang seharusnya disajikan. c). Munculnya angka-angka yang aneh seperti adanya variance error yang negatif.
65
d). Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat. Masalah
dalam
indikasi
pada
prinsipnya
adalah
pada
problem
ketidakmampuan dan model yang dikembangkan tersebut untuk menghasilkan estimasi yang unik. 6) Evaluasi kriteria goodness of fit (uji kesesuaian)
Pada langkah ini kesesuaian model dievaluasi, melalui telaah terhadap berbagai kriteria goodness-of-fit. Untuk itu tindakan pertama yang dilakukan adalah mengevaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM. Bila asumsi ini sudah dipenuhi, maka model dapat diuji melalui berbagai cara uji yang akan diuraikan pada bagian ini. Pertama-tama akan diuraikan disini mengenai evaluasi asumsi-asumsi SEM yang harus dipenuhi. 6.1) Asumsi – Asumsi SEM
Asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan pemodelan SEM adalah sebagai berikut: a
Ukuran Sampel Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah berjumlah 155 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimated parameter (Ferdinand 2002). Karena itu bila kita mengembangkan model dengan 31 parameter, maka minimum sampel yang harus digunakan adalah sebanyak 155 sampel.
66
b
Normalitas dan Linearitas Sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk pemodelan SEM ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik, uji normalitas ini perlu dilakukan baik untuk normalitas terhadap data tunggal maupun normalitas multivariat dimana beberapa variabel digunakan sekaligus dalam analisis akhir. Uji linearitas dapat dilakukan dengan mengamati scatterplot dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas.
c
Outliers Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya. Dapat diadakan treatment khusus pada outliers ini asal diketahui bagaimana munculnya outliers itu. Outlier pada dasamya dapat muncul dalam empat kategori. Pertama, outlier muncul karena kesalahan prosudur, seperti kesalahan dalam memasukkan data atau kesalahan dalam membuat kode data. Misalnya nilai 5 diketik 50 sehingga jauh berbeda dengan nilai-nilai lainnya data sebuah rentang jawaban responden antara 1 - 5. Bila hal
67
semacam ini lolos dapat supervise pengetikan data untuk pengolahan melalui komputer, maka angka 50 dapat menjadi sebuah nilai ekstrim. Kedua outlier dapat saja muncul karena keadaan yang benar-benar khusus yang memungkinkan profil datanya lain dari pada yang lain, tetapi peneliti mempunyai penjelasan mengenai apa
penyebab
munculnya nilai ekstrim itu. Ketiga, outlier dapat muncul karena adanya sesuatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim itu. Keempat, Outlier dapat muncul dalam range nilai yang ada, tetapi bila dikombinasi dengan variabel lainnya, kombinasinya menjadi tidak lazim, atau sangat ekstrim. Inilah yang disebut dengan multivariate outliers. d
Multicollinearity dan singularity Multikolinearitas dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil (extremely small) memberi
indikasi adanya masalah multikolinearitas. Pada umumnya
program-program komputer SEM telah menyediakan fasilitas "warning", setiap kali terdapat indikasi multikoloniaritas atau singularitas. Bila muncul pesan itu data data yang digunakan harus diteliti lagi untuk mengetahui apakah terdapat kombinasi linear dari variabel yang dianalisis.
68
Tindakan yang dapat diambil adalah mengeluarkan variabel yang menyebabkan singularitas tu. Bila singularitas dan multikolinearitas ditemukan dalam data yang dikeluarkan itu, salah satu treatment yang dapat diambil adalah dengan menciptakan "composite variables", lalu gunakan composite variables itu dalam analisis selanjutnya. 6.2) Uji kesesuaian dan uji statistik
Pada langkah ini dilakukan evaluasi terhadap kesesuaian model melalui telaah terhadap berbagai kriteria goodness of fit. Adapun beberapa pengukuran yang penting dalam mengevaluasi kriteria goodness of fit tersebut adalah : a. CM Square Statistic (X²). Pengukuran yang paling mendasar adalah likelihood ratio chi-square statistic (X²). Nilai X². yang semakin rendah menandakan bahwa model yang digunakan dalam penelitian tersebut semakin baik dan dapat diterima berdasarkan probabilitas dengan cut of value sebesar p > 0,05 (Hulland, dkk, 1996 dalam Ferdinand, 2002). b. RMSEA (The Root Mean Square Error of Appoximation) yang menunjukan goodness of fit yang didapat diharapkan bila model diestimasi dalam populasi (Hair et all,1995 dalam Ferdinand, 2002). Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukan sebuah close fit dari model itu berdasarkan degrees of freedom (Browne dan Cudeck, 1993 dalam Ferdinand, 2002).
69
c.
GFI (Goodness of Index), adalah ukuran non statistical yang mempunyai rentang nilai, antara 0 (poor fit) sampai dengan 1,0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. Nilai significant probability yang dapat diterima adalah p ≥0,05
d. AGFI (Adjust Goodness of Fit Indeks), dimana tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90 (Hair, dkk, 1995 dan Hulland, 1996 dalam Ferdinand, 2002). e. CMIN/DF, adalah the minimum sample discrepancy function yang dibagi dengan degree of freedom. CMIN/DF tidak lain adalah statistik chi-square, X² dibagi Dfnya disebut X² relatif. Bila X² relatif kurang dari 2,0 atau 3,0 adalah indikasi dari acceptable fit antara model dan data (Arbuckle, 1997 dalam Ferdinand, 2002). f. TLI (Truck Lewis Index), merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah base line model, dimana nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah ≥0,95
(Hair, dkk, 1995 dalam
Ferdinand, 2002) dan nilai yang mendekati 1 menunjukan a very good fit (Arbuckle,1997 dalam Ferdinand, 2002).
70
g. CFI (Competitive Fit Index), dimana bila mendekati 1, mengindikasi tingkat fit yang paling tinggi (Arbuckle, 1997 dalam Ferdinand, 2002). Nilai yang direkomendasikan adalah CFI ≥0,95. Secara ringkas indeks-indeks yang dapat digunakan untuk menguji kelayakan sebuah model disajikan dalam table 4.3 Tabel 4.2. Goodness Of Index Goodness of fit index
Cut of value
X² -Chi square Significancy probability RMSEA GFI AGFI CMIN/DF TLI CFI
Diharapkan lebih kecil ≥0,05 ≤0,08 ≥0,90 ≥0,90 ≤2,0 ≥0,95 ≥0,95
Sumber : Ferdinand,2002
