BAB IV METODE PENELITIAN
4.1 Rancangan dan Ruang Lingkup Penelitian 4.1.1 Rancangan Penelitian Berdasarkan timbulnya variabel, jenis penelitian dapat dibedakan atas penelitian non-eksperimen dan penelitian eksperimen. Penelitian ini termasuk penelitian non-eksperimen, karena tidak memberi perlakuan (kontrol) terhadap subjek penelitian. Penelitian non-eksperimen menurut pola-pola atau sifat penelitian dapat dibedakan atas penelitian kasus, penelitian kausal komparatif, penelitian korelasi, penelitian historis, dan penelitian filosofis. Penelitian ini melakukan pengambilan data pada satu waktu tertentu untuk satu kelompok sampel, oleh karena itu penelitian ini merupakan penelitian model cross-sectional. Baik data primer maupun sekunder dikumpulkan dengan cara cross section, yaitu penelitian satu waktu tertentu dengan menggunakan banyak responden. Data penelitian dikumpulkan secara langsung ke lokasi penelitian. Penelitian ini adalah merupakan penelitian penjelasan (explanatory research), karena bertujuan untuk menjelaskan suatu hubungan antar variabel melalui pengujian hipotesis (Ghozali, 2004). Jenis penelitian ini dipilih karena tujuan yang hendak dicapai mencakup usaha-usaha untuk menjelaskan hubungan dan pengaruh yang terjadi antar variabel yang diteliti yang dilakukan dengan mengumpulkan data melalui survei terhadap mahasiswa Politeknik Negeri Bali dan alat pengumpul data yang digunakan adalah kuesioner. 55
56 4.1.2 Ruang Lingkup Penelitian Penelitian ini dilaksanakan di Politeknik Negeri Bali dan respondennya adalah mahasiswa Politeknik Negeri Bali, yang didasarkan atas pertimbangan bahwa Politeknik Negeri Bali belum pernah melaksanakan penelitian mengenai kualitas pelayanan, kepuasan mahasiswa dan citra yang dapat menciptakan word of mouth positif dari mahasiswanya. 4.2 Variabel Penelitian 4.2.1 Identifikasi dan Klasifikasi Variabel Berdasarkan rumusan masalah dan hipotesis dalam penelitian ini, maka dapat diidentifikasi dan diklasifikasikan variabel-variabel yang akan diteliti, yaitu sebagai berikut: 1) Variabel eksogen, merupakan variabel/konstruk yang tidak diprediksi oleh variabel lain dalam model (Ferdinand, 2002). Variabel eksogen dikenal juga sebagai source variable atau independent variable. Variabel eksogen dalam penelitian ini adalah Kualitas Pelayanan. 2) Variabel endogen, merupakan variabel yang diprediksikan oleh satu atau beberapa variabel yang lain dalam model (Ferdinand, 2002). Variabel endogen dalam penelitian ini adalah Kepuasan mahasiswa, citra dan positive word of mouth Politeknik Negeri Bali. Kualitas layanan dengan dimensi bukti fisik, keandalan, daya tanggap, jaminan dan empati. Identifikasi variabel penelitian, dimensi dan indikator untuk masingmasing variabel adalah seperti dalam Tabel 4.2.
57 4.2.2 Definisi Operasional Variabel Definisi operasional dari masing-masing variabel yang diidentifikasi dalam penelitian ini adalah sebagai berikut: 1) Kualitas Pelayanan (Service Quality), merupakan persepsi mahasiswa terhadap kualitas layanan yang dirasakan atas lima dimensi kualitas layanan yang terdiri atas : a) Bukti fisik (Tangibles), yaitu unsur berwujud pada kualitas jasa pelayanan kampus yang terkait dengan kelayakan fisilitas fisik yang menunjang operasional Politeknik Negeri Bali dalam memberi pelayanan kepada mahasiswa. Bukti fisik diukur dari persepsi responden terhadap indikatorindikator berikut ini. (1) Kemudahan dalam menjangkau lokasi kampus PNB. (2) Ketersediaan tempat parkir yang memadai. (3) Kerapian penampilan pegawai. (4) Kerapian penampilan dosen. (5) Kenyamanan ruang kuliah. (6) Kebersihan toilet. (7) Kelengkapan koleksi pustaka perpustakaan.
58 Tabel 4.1 Identifikasi Variabel Penelitian, Dimensi dan Indikator untuk Masing-masing Variabel Variabel Kualitas Pelayanan (X)
Dimensi
Indikator
Bukti Fisik (1) Kemudahan dalam menjangkau lokasi kampus PNB (X1_1) (X1) (2) Ketersediaan tempat parkir yang memadai (X1_2) (3) Kerapian penampilan pegawai (X1_3) (4) Kerapian penampilan dosen (X1_4) (5) Kenyamanan ruang kuliah (X1_5) (6) Kebersihan toilet (X1_6) (7) Kelengkapan koleksi pustaka perpustakaan (X1_7) Keandalan (X2)
(1) Kemampuan pegawai dalam memberikan pelayanan yang sesuai dengan yang dijanjikan (X2_1) (2) Keakuratan informasi yang diberikan oleh petugas kepada mahasiswa (X2_2) (3) Kemampuan dosen dalam memotivasi mahasiswa (X2_3) (4) Ketepatan waktu kehadiran dosen dalam perkuliahan (X2_4) (5) Kemampuan dosen dalam menyampaikan materi perkuliahan (X2_5)
Daya Tanggap (X3)
(1) Kesigapan pegawai dalam melayani mahasiswa pada saat dibutuhkan (X3_1) (2) Kesediaan pegawai mendengarkan keluhan mahasiswa (X3_2) (3) Kecepatan pegawai menindaklanjuti keluhan mahasiswa (X3_3) (4) Ketanggapan dosen dalam membantu mahasiswa (X3_4)
Jaminan (X4)
(1) Kemampuan dosen dalam membangkitkan kepercayaan mahasiswa (X4_1) (2) Kemampuan dosen dalam meyakinkan mahasiswa (X4_2) (3) Kemampuan pegawai dalam memberikan informasi yang benar kepada mahasiswa (X4_3) (4) Kemampuan PNBdalam melaksanakan proses akademiksesuai dengan standar yang ditetapkan (X4_4)
Empati (X5)
(1) Kesediaan pegawai memberikan pelayanan dengan tanpa membeda-bedakan mahasiswa (X5_1) (2) Kesediaan pegawai memberikan perhatian secara pribadi kepada mahasiswa (X5_2) (3) Kesediaan dosen memberikan pelayanan dengan tanpa membeda-bedakankan mahasiswa (X5_3) (4) Kesedian dosen memberikan perhatian secara individu kepada mahasiswa (X5_4)
Sumber Parasuraman et al., 1988
Kepuasan Mahasiswa (Y1)
(1) Kemampuan PNB memberikan pelayanan yang sesuai dengan harapan mahasiswa (Y1_1) (2) PNB merupakan kampus terbaik di Bali (Y1_2) (3) Pilihan untuk kuliah di PNB merupakan pilihan bijak (Y1_3) (4) Kepuasan atas pelayanan yang diberikan (Y1_4)
Yap, K.,B., danSweeney, J, C., 2007
Citra PNB (Y2)
(1) PNB memiliki reputasi baik di masyarakat (Y2_1) (2) PNB mampu menghasilkan lulusan yang profesional (Y2_2) (3) PNB dikenal luas di kalangan industri (Y2_3)
Alma , 2003
Positive Word of Mouth (Y3)
(1) Kesediaan untuk menceritakan hal-hal positif mengenai PNB kepada orang lain (Y3_1) (2) Kesediaan untuk mekomendasikan kepada orang lain yang membutuhkan informasi mengenai lembaga pendidikan vokasional (Y2_2) (3) Kesediaan untuk mengajak orang lain untuk kuliah di PNB (Y3_3)
Rosiana, 2011
59 b) Keandalan (Reliability), adalah kemampuan Politeknik Negeri Bali dalam memberikan pelayanan yang dijanjikan dengan segera, akurat dan memuaskan. Keandalan diukur dari persepsi responden terhadap indikatorindikator berikut ini. (1) Kemampuan
pegawai
dalam
memberikan
pelayanan
yang
sesuaidengan yang dijanjikan. (2) Keakuratan informasi yang diberikan oleh petugas kepada mahasiswa. (3) Kemampuan dosen dalam memotivasi mahasiswa. (4) Ketepatan waktu kehadiran dosen dalam perkuliahan. (5) Kemampuan dosen dalam menyampaikan materi perkuliahan. c) Daya Tanggap (Responsiveness), adalah kesigapan pegawai Politeknik Negeri Bali dalam memberikan jasa pelayanan yang dibutuhkan oleh mahasiswa secara cepat dan tepat. Daya Tanggap diukur dari persepsi responden terhadap indikator-indikator berikut ini. (1) Kesigapan pegawai dalam melayani kebutuhan mahasiswa. (2) Kesediaan pegawai mendengarkan keluhan mahasiswa. (3) Kecepatan pegawai menindaklanjuti keluhan mahasiswa. (4) Ketanggapan dosen dalam membantu mahasiswa. d) Jaminan (Assurance), adalah menciptakan kepercayaan dan kenyakinan bagi mahasiswa bahwa Politeknik Negeri Bali melalui jaminan layanan yang terpercaya dan handal. Jaminan diukur dari persepsi responden terhadap indikator-indikator berikut ini. (1) Kemampuan dosen dalam membangkitkan kepercayaan mahasiswa.
60 (2) Kemampuan dosen dalam meyakinkan kepercayaan mahasiswa. (3) Kemampuan pegawai dalam memberikan informasi yang benar kepada mahasiswa. (4) Kemampuan PNB dalam melaksanakan proses akademik. e) Empati (Empathy), adalah kemampuan pegawai Politeknik Negeri Bali dalam memahami dan mengantisipasi kebutuhan mahasiswa khususnya kebutuhan yang bersifat individual. Empati diukur dari persepsi responden terhadap indikator-indikator berikut ini. (1) Kesediaan pegawai memberikan pelayanan dengan tanpa membedabedakan mahasiswa. (2) Kesediaan pegawai memberikan perhatian secara pribadi kepada mahasiswa. (3) Kesediaan dosen memberikan pelayanan dengan tanpa membedabedakan mahasiswa. (4) Kesedian dosen memberikan perhatian secara individu kepada mahasiswa. 2) Kepuasan mahasiswa adalah perasaan atau penilaian emosional mahasiswa Politeknik Negeri Bali atas pemenuhan harapan dan kebutuhannya. Kepuasan mahasiswa diukur dari persepsi responden terhadap indikator-indikator berikut ini. a) Kemampuan Politeknik Negeri Bali memberikan pelayanan yang sesuai dengan harapan mahasiswa. b) Penilaian terhadap Kampus Politeknik Negeri Bali.
61 c) Penilaian terhadap keputusan memilih Politeknik Negeri Bali sebagai tempat kuliah. d) Kepuasan atas pelayanan diberikan oleh Politeknik Negeri Bali. 3) Citra Politeknik Negeri Bali adalah pandangan mahasiswa
terhadap
Politeknik Negeri Bali dilihat dari aspek keterbukaan, mutu lulusan, dan daya serap lulusan di industri. Citra Politeknik Negeri diukur dari persepsi responden terhadap indikator-indikator berikut ini. a) Reputasi Politeknik Negeri Bali di masyarakat. b) Kemampuan Politeknik Negeri Bali dalam menghasilkan lulusan yang profesional. c) Keterkenalan Politeknik Negeri di kalangan industri. 4) Positive word of mouth, adalah merupakan perilaku mahasiswa Politeknik Negeri Bali dalam menyampaikan pesan kepada pihak lain tentang kinerja Politeknik
Negeri
Bali
yang
dirasakan
selama
menempuh
proses
pembelajaran. Positive word of mouth diukur dari persepsi responden terhadap indikator-indikator berikut ini. a) Kesediaan untuk menceritakan hal-hal positif mengenai Politeknik Negeri Bali kepada orang lain. b) Kesediaan
untuk
merekomendasikan
kepada
orang
lain
yang
membutuhkan informasi mengenai lembaga pendidikan vokasional. c) Kesediaan untuk mengajak orang lain agar kuliah di Politeknik Negeri Bali.
62 4.3 Prosedur Pengumpulan Data 4.3.1 Jenis Data 4.3.1.1 Jenis data menurut sifatnya Berdasarkan sifatnya, data yang digunakan dalam penelitian ini yaitu data kualitatif dan data kuantitatif. 1) Data kuantitatif adalah data yang dinyatakan dalam bentuk angka. Yang termasuk data kuantitatif dalam penelitian ini adalah data jumlah mahasiswa, jumlah pegawai, dan jumlah dosen Politeknik Negeri Bali. 2) Data kualitatif adalah data yang tidak dinyatakan dalam bentuk angka, seperti: keberadaan lokasi penelitian. 4.3.1.2 Jenis data menurut sumbernya Berdasarkan sumbernya, data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. 1) Data primer adalah data yang diperoleh secara langsung dari sumbernya dimana dicatat untuk pertama kalinya dan masih perlu diolah lebih lanjut agar bisa memberi hasil bagi penelitian. Data primer yang akan digunakan dalam penelitian ini diperoleh melalui penyebaran kuisioner kepada responden yang telah sesuai dengan kriteria yang ditetapkan yaitu tentang penilaian atau persepsi mahasiswa terhadap kualitas pelayanan, kepuasan, citra, dan word of mouth selama kuliah di Politeknik Negeri Bali. 2) Data sekunder adalah data yang diperoleh dan dihimpun oleh pihak lain. Data sekunder yang akan digunakan dalam penelitian ini yaitu: jumlah mahasiswa,
63 sejarah berdirinya Politeknik Negeri Bali, visi, misi dan tujuan Politeknik Negeri Bali. 4.3.2 Populasi Penelitian Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk mempelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2011: 61). Populasi juga berarti kumpulan atau agregasi dari seluruh elemen atau individu-individu yang merupakan sumber informasi dalam suatu riset (Sumarsono, 2004). Dalam penelitian ini, populasi umum adalah seluruh mahasiswa Politeknik Negeri Bali yang terdaftar pada tahun akademik 2013/2014, dan populasi targetnya adalah mahasiswa semester V yang berjumlah 935 orang mahasiswa. Pemilihan mahasiswa semester V sebagai responden dilakukan secara sengaja (purposive) dengan dasar pertimbangan bahwa mahasiswa semester V sudah kuliah dalam waktu yang relatif lama (kira-kira 2,5 tahun) karena dalam kurun waktu tersebut, mahasiswa dianggap sudah pernah memperoleh layanan dari seluruh komponen layanan akademik yang diberikan oleh dosen maupun pegawai Politeknik Negeri Bali. 4.3.3 Sampel Penelitian Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Sugiyono (2011: 74) menyarankan bahwa ukuran sampel terbaik untuk ukuran multivariete adalah 5-10 observasi untuk setiap parameter yang diestimasi.
64 Dalam penelitian ini terdapat 34 indikator dan jumlah sampel yang ditetapkan adalah 5 observasi setiap indikator, sehingga totalnya adalah 34 x 5 = 170 responden. Alasan pemilihan 5 observasi setiap parameter adalah kendala sumber daya (waktu, dana, dan sumber daya lain).Selain itu, Hair et al. (1995) dalam Ferdinand (2002) menyatakan bahwa ukuran sampel yang sesuai dalam analisis SEM adalah antara 100 – 200. Teknik sampling yang dipergunakan pada penelitian ini adalah purposive proportional sampling yaitu penentuan sampling yang dilakukan secara sengaja yang terdistribusi secara proporsional berdasarkan jumlah mahasiswa pada masing masing jurusan. Distribusi sampel berdasarkan jurusan yang ada di Politeknik Negeri Bali adalah seperti dalam Tabel 4.2. Tabel 4.2 Anggota Populasi dan Jumlah Sampel Berdasarkan Jurusan pada Politeknik Negeri Bali Tahun Akademik 2013/2014 No.
Jurusan
Populasi (orang)
Sampel (orang)
1
Teknik Sipil
117
21
3
Teknik Mesin
119
22
4
Teknik Elektro
141
26
4
Akuntansi
177
32
5
Administrasi Niaga
154
28
6
Pariwisata
227
41
Jumlah
935
170
Sumber: Bagian Akademik PNB, Tahun 2013
65
4.3.4 Cara Pengumpulan Data Data yang dikumpulkan dalam penelitian ini diperoleh dengan menggunakan dua cara, yaitu: 1) Angket, adalah pengumpulan data yang dilakukan dengan menyebarkan kuesioner kepada seluruh responden dengan tujuan untuk memperoleh jawaban dari responden terhadap variabel yang diteliti yang selanjutnya dijadikan data dalam penelitian ini, antara lain data tentang kualitas pelayanan, kepuasan mahasiswa, citra PNB dan word of mouth mahasiswa. 2) Wawancara, adalah pengumpulan data dengan melakukan tanya jawab dengan beberapa responden untuk memperoleh data yang lebih akurat dan lengkap untuk memperoleh penjelasan lebih lanjut dari angket yang disebarkan antara lain penjelasan tentang kualitas pelayanan, kepuasan mahasiswa, citra PNB dan word of mouth mahasiswa. Wawancara dilakukan secara lisan. 4.4 Instrumen Penelitian Instrumen dalam penelitian ini adalah menggunakan kuesioner tertutup yang terdiri dari sekumpulan pernyataan berdasarkan indikator dari masingmasing variabel. Setiap item pernyataan diukur dengan menggunakan sekala Likert dengan 5 (lima) kategori dan setiap item pernyataan diberikan skor mulai dari angka 1 untuk kategori yang sangat tidak setuju, kemudian 2 untuk kategori tidak setuju, 3 untuk kategori yang netral, 4 untuk kategori yang setuju, dan 5 untuk kategori yang sangat setuju. Menurut Kinnear (dalam Umar 2005), skala
66 Likert berhubungan dengan pernyataan tentang sikap seseorang terhadap sesuatu, misalnya setuju-tidak setuju, senang-tidak senang, dan baik-tidak baik. Responden diminta mengisi pernyataan dalam jumlah kategori tertentu bisa 5 atau 7 (agar dapat menampung kategori yang netral) atau memasukkan kategori tidak tahu.. 4.5 Uji Validitas dan Reliabilitas Instrumen Penelitian 4.5.1 Uji validitas instrumen Validitas (validity) menunjukkan bahwa suatu pengujian benar-benar mengukur apa yang seharusnya diukur (Jogiyanto, 2008). Menurut Ancok dalam Singarimbun dan Efendi (2008), cara menguji validitas adalah sebagai berikut: 1) Mendefinisikan secara operasional konsep yang akan diukur. Suatu konsep memiliki konstrak. Konstruk tersebut harus dicari dengan cara sebagai berikut: a) Mencari definisi dan rumusan tentang konsep yang akan diukur yang telah ditulis para ahli dalam literatur. b) Kalau sekiranya di dalam literatur tidak dapat diperoleh definisi atau rumusan konsep yang akan diukur, maka tugas penelitianlah untuk membuat definisi dan rumusan konsep tersebut. c) Menanyakan langsung kepada calon responden penelitian mengenai aspek-aspek konsep yang akan diukur. 2) Melakukan uji coba skala pengukur tersebut pada sejumlah responden. Responden diminta untuk menyatakan apakah mereka setuju atau tidak setuju dengan masing-masing pernyataan. Sangat disarankan agar jumlah responden untuk uji coba, minimal 30 orang. Dengan jumlah minimal 30 orang ini maka
67 distribusi skor (nilai) akan lebih mendekati kurve normal. Asumsi kurve normal ini sangat diperlukan di dalam perhitungan statistik. 3) Mempersiapkan tabel tabulasi jawaban. 4) Menghitung korelasi antara masing-masing pernyataan dengan skor total dengan menggunakan rumus teknik korelasi product moment, yang rumusnya seperti berikut: N ( ∑XY ) – ( ∑X ∑Y ) rhitung =
√ [ N∑X² - ( ∑X )² ] [ N∑Y² - ( ∑Y )² ] Keterangan: rhitung N X Y
= = = =
koefisien korelasi Jumlah sampel Nilai per butir pernyataan Total skor dari masing-masing butir pernyataan
Dengan ketentuan penilaian menurut Masrun 1979 (dalam Sugiyono, 2004), butir pernyataan yang mempunyai korelasi positif dengan kriterium (skor total) serta korelasinya yang tinggi menunjukkan bahwa butir pernyataan tersebut mempunyai validitas yang tinggi pula, dengan syarat minimum untuk dianggap memenuhi syarat adalah kalau r ≥ 0,3 dan kalau < 0,3 maka butir pernyataan tersebut dinyatakan tidak valid. 4.5.2 Uji reliabilitas instrumen Reliabilitas (reliability) adalah tingkat seberapa besar suatu pengukur mengukur dengan stabil dan konsisten. Besarnya tingkat reliabilitas ditunjukkan oleh nilai koefisiennya, yaitu koefisien reliabilitas. Koefisien reliabilitas mengukur tingginya reliabilitas suatu alat ukur (Jogiyanto,2008). Dengan kata
68 lain, reliabilitas menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama (Ancok dalam Singarimbun dan Effendi (2008:140)). Menurut Ridwan (2004) uji reliabilitas alat ukur dalam penelitian ini menggunakan koefisien Alpha (α) Cronbach, karena data yang dikumpulkan adalah berbentuk skala, dengan rumus sebagai berikut: k.r α = 1 + ( k-1 ) r Keterangan: α = keandalan alpha Cronbach r = rata-rata korelasi diantara butir pertanyaan k = jumlah butir pertanyaan dalam skala Instrumen penelitian dikatakan reliabel bila nilai Cronbach > 0,6 (Ferdinand, 2002). Jika skor reliabilitas rendah, maka skor ini perlu ditingkatkan. Salah satu cara meningkatkan skor reliabilitas adalah dengan menghapus itemitem yang tidak konvergen (tidak mengarah ke hal yang sama) di dalam suatu konstruk tertentu. Untuk mengetahui item-item yang tidak konvergen, dapat dilihat nilai korelasi antar itemnya dan nilai variannya (Jogiyanto,2008). 4.6 Metode Analisis Data 4.6.1 Analisis Statistik Deskriptif Analisis Statistik Deskriptif dilakukan dengan memberikan deskripsi atau gambaran tentang karakteristik responden serta menyusun distribusi frekuensi dengan menggunakan data dari kuesioner atau angket penelitian yang telah diberikan kepada responden. Berdasarkan teknik analisis ini akan diperoleh hasil berupa frekuensi, persentase dan rata-rata skor jawaban responden untuk masing-
69 masing item variabel yang menggambarkan respon atau tanggapan responden terhadap setiap item pernyataan yang diberikan pada setiap variabel. Berdasarkan skor yang diperoleh pada masing-masing item variabel tersebut kemudian dianalisis guna mengungkapkan fenomena yang terdapat pada setiap variabel sesuai dengan persepsi responden yang mana hal tersebut nantinya akan digunakan sebagai masukan bagi perusahaan dimana penelitian ini dilakukan. 4.6.2 Analisis Statistik Inferensial Analisis Statistik Inferensial yaitu suatu analisis yang dilakukan untuk menguji hipotesis penelitian yang telah diajukan dimana pada penelitian ini digunakan metode analisis Struktural Equation Modeling (SEM). Dalam melakukan analisis data, proses perhitungan menggunakan software dengan menggunakan processing data oleh komputer, yaitu program Microsoft Excel for Windows 2007, program Statistical Package for Social Science (SPSS) Windows Versi 17, dan program Analysis of Moment Structure (AMOS)
for Versi
21.0. Pada dasarnya model persamaan struktural terdiri atas dua bagian yaitu: bagian pengukuran yang menghubungkan observed variable dengan latent variable
lewat
confirmatory
factor
model
dan
bagian
struktur
yang
menghubungkan antar latent variable lewat persamaan regresi simultan (Ghozali, 2004).
70 Langkah-langkah dalam analisis SEM (Ghozali,2004), yaitu sebagai berikut: 1) Pengembangan model berbasis teori Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Setelah itu, model tersebut divalidasi secara empirik melalui pemrograman SEM. Pengembangan model teoritis dibuat sesuai dengan konsep dan teori manajamen pemasaran tentang kualitas pelayanan, kepuasan pelanggan, dan citra, seperti yang disajikan dalam Tabel 4.1. Setelah model berbasis teori dikembangkan, selanjunya disajikan dalam sebuah path diagram. Path diagram tersebut akan memudahkan peneliti dalam melihat hubungan kausalitas yang ingin diuji. Path diagram Pengaruh Kualitas Pelayanan terhadap Kepuasan Mahasiswa, Citra dan Positive Word of Mouth Politeknik Negeri Bali adalah seperti dalam Gambar 4.1. Penyusunan path diagram variabel dalam penelitian ini sesuai dengan konvensi dalam SEM yaitu sebagai berikut: a) Variabel terukur atau measured variable atau manifest variable. Variabel ini juga sering disebut variabel indikator yang digambarkan dalam persegi empat (
), yaitu variabel yang datanya diperoleh melalui penelitian
lapangan dengan menggunakan instrumen penelitian (kuesiner).
71 b) Variabel laten atau unobserved variable atau construct variable. Variabel bentukan yang dibentuk melalui indikator-indikator yang diamati dalam dunia nyata, biasanya digambarkan dalam bentuk diagram lingkaran atau oval (
).
c) Hubungan antar variabel dinyatakan melalui garis, oleh sebab itu jika tidak ada garis berarti tidak ada hubungan langsung yang dihipotesiskan. Bentuk hubungan tersebut adalah regresi yang digambarkan dalam bentuk anak panah. Dimensi-dimensi sebuah faktor akan terlihat dalam diagram SEM melalui anak panah satu arah (
) yang menunjukkan adanya hubungan
yang dihipotesiskan antara dua variabel. 2) Menerjemahkan path diagram ke dalam persamaan struktural dan persamaan spesifikasi model pengukuran Setelah model digambar dalam sebuah path diagram, selanjutnya model tersebut dikonversi ke dalam rangkaian persamaan. Persamaan yang dibangun adalah sebagai berikut: a) Persamaan struktural (structural equation), dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Y1 = 6X + Z6 Y2 = 6 X + 7Y1 + Z7 Y3 = 6X+ 7Y1+8Y2 + Z8
72
Gambar 4.1 Path Diagram Pengaruh Kualitas Pelayanan terhadap Kepuasan Mahasiswa, Citra dan Positive Word of Mouth Politeknik Negeri Bali
73 b) Persamaan
spesifikasi
model
pengukuran
(measurement
model),
dirumuskan untuk menentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesiskan antar variabel. 3) Memilih matriks input dan teknik estimasi Matriks input yang dipilih pada penelitian ini adalah matriks kovarians. Matriks kovarian digunakan karena pada penelitian ini menguji hubungan kausalitas dari model teori, dan matriks kovarians memiliki validitas perbandingan antara populasi atau sampel yang berbeda (Ghozali, 2005). Teknik estimasi yang digunakan adalah maximum likelihood estimation method, karena jumlah sampel pada penelitian ini adalah < 200 (Ferdinand, 2002). Estimasi dilakukan melalui dua tahap berikut : a) Teknik confirmatory factor analysis Teknik ini ditujukan untuk mengestimasi measurement model, menguji unidentimensional dari konstruk-konstruk eksogen dan endogen. Melalui tahap ini
akan diketahui
apakah variabel
yang diamati
dapat
mencerminkan faktor yang dianalisis. b) Teknik full structural equation modeling Model ini digunakan untuk menguji model kausalitas yang telah dinyatakan sebelumnya dalam berbagai hubungan sebab akibat (causal model).
74 4) Menilai kemungkinan munculnya masalah identifikasi Masalah identifikasi adalah ketidak mampuan proposed model untuk menghasilkan unique estimate. Cara melihat ada tidaknya problem identifikasi adalah dengan melihat hasil estimasi yang meliputi : (1) adanya standard error yang besar untuk satu atau lebih koefisien, (2) ketidak mampuan program untuk invert information matrix, (3) nilai estimasi yang tidak mungkin, misalnya error variance yang negatif, dan (4) adanya nilai korelasi yang tinggi (> 0,90) antar koefisien estimasi. 5) Evaluasi kriteria goodness of fit Pada langkah ini kesesuaian model dievaluasi melalui berbagai kriteria goodness of fit dengan tahapan pertama mengevaluasi path data yang digunakan dapat memenuhi asumsi-asumsi SEM. Langkah-langkah dalam evaluasi kesesuaian model adalah sebagai berikut : a) Uji asumsi SEM (1) Ukuran sampel Ukuran sampel yang harus dipenuhi dalam pemodelan adalah minimum berjumlah 100 dan selanjutnya menggunakan perbandingan minimum 5 – 10 kali observasi untuk setiap parameter. (2) Normalitas dan linieritas Normalitas diuji dengan melihat univariate dan multivariate data serta linieritas data, yang diuji dengan mengamati scaterplots dari data. (3) Outliers Outliers adalah observasi yang muncul dengan nilai-nilai ekstrem baik
75 secara univariate
maupun multivariate, yaitu muncul karena
kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lain. Dapat diadakan tindakan khusus pada outliers ini asal diketahui bagaimana munculnya outliers itu. (4) Multicollinearity dan singularity Diuji dengan deteksi dari determinan matriks kovarians. Nilai determinan matrik kovarian yang sangat kecil memberikan indikasi adanya problem multicollinearity dan singularity. Program SEM telah menyediakan fasilitas warning setiap kali terdapat multicollinearity dan singularity. (5) Uji unidimensionalitas masing-masing konstruk Unidimensionalitas adalah syarat yang diperlukan untuk analisis reliabilitas dan validitas konstruk (Ferdinand, 2002:61). GFI ≥ 0,90 menunjukkan adanya unidemensionalitas. 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 reliable bila nilai construct reliability > 0,70 atau variance extract > 0,50.
Untuk mengukur validitas konstruk
ditentukan dari nilai loading factor tiap-tiap indikator. Indikatorindikator
yang mempunyai loading factor < 0,5 dikeluarkan dari
model (Ghozali, 2004:43). Uji reliabilitas konstruk adalah composite reliability, yang diperoleh melalui rumus berikut ini :
76 ( ∑ Std. Loading )2 Construct – Reliability = ( ∑ Std. Loading )2 + ∑€j Keterangan: Std. Loading diperoleh dari standardized loading untuk tiap-tiap indikator. €j adalah measurement error dari tiap-tiap indikator. Berdasarkan hasil perhitungan reliabilitas konstruk pada Tabel 5.5 terlihat bahwa reliabilitas untuk masing-masing konstruk nilainya > 0,70. Dengan demikian dapat dinyatakan bahwa indikator dari masing-masing konstruk adalah reliabel. (6) Uji kesesuaian dan statistik Dalam analisis SEM, untuk mengukur “kebenaran/kesahihan” model yang diajukan hendaknya menggunakan beberapa kriteria fit indeks karena dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model (Hair dkk, 1995 dalam Ferdinand, 2002). Adapun indeks kesesuaian dan cut off value untuk yang digunakan untuk menguji apakah sebuah model dapat diterima atau ditolak antara lain seperti berikut ini. (a) X2 – chi square statistic adalah uji statistik mengenai ada tidaknya perbedaan antara matriks kovarians populasi dan matriks kovarians sampel. Diharapkan adalah “penerimaan hipotesis nol” atau tidak ada perbedaan antara kovarians sampel dengan kovarians populasi.
77 Semakin kecil X2 maka semakin baik model tersebut diterima berdasarkan probabilitas dengan cut of value-nya. (b) RMSEA (the root mean square error of approximation) adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam sampel besar. Model dapat diterima apabila nilai RMSEA 0,08. (c) GFI (goodness of fit index) adalah sebuah ukuran non statistik yang memiliki rentang nilai 0 (poor fit) sampai 1 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah “better fit”. Nilai GFI yang diharapkan adalah 0,9. (d) AGFI (adjusted goodness of fit index) di mana nilai yang diharapkan agar model dapat diterima adalah 0,9. (e) CMIN/DF (the minimum sample discrepancy function) dibagi dengan degree of freedom-nya akan menghasilkan indeks CMIN/DF yang tidak lain adalah statistik chi-square (X2) dibagi dengan df-nya sehingga disebut X2 relatif. CMIN/DF atau relatif X2 yang diharapkan adalah 2. (f) TLI (tucker lewis index) merupakan sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah base line model. Nilai yang diharapkan adalah 0,95. (g) CFI (comparative fit index) dengan rentang 0 – 1 di mana semakin mendekati 1 mengindikasikan tingkat fit yang semakin meningkat.
78 Pada nilai CFI 1 mengindikasikan tingkat fit yang paling tinggi – a very good fit (Arbuckle, 1997 dalam Ferdinand, 2002:58).
Tabel 4.3 Goodness of Fit Index Goodness of fit index 2
χ - Chi Square Significan Probability RMSEA CMIN/DF
Cut of Value Diharap Kecil ≥ 0.05 ≤ 0.08 ≤ 2.00
TLI
≥ 0.95
CFI
≥ 0.94
Sumber : Ferdinand (2002) 6) Interpretasi dan modifikasi model Langkah terakhir adalah mengintepretasikan model dan memodifikasi model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Sebuah pedoman untuk mempertimbangkan perlu tidak modifikasi sebuah model yaitu dengan melihat jumlah residual yang dihasilkan oleh model. Batas keamanan untuk jumlah residual adalah 5 persen. Bila jumlah residual lebih besar dari 5 persen dari semua residual kovarians yang dihasilkan oleh model, maka sebuah modifikasi mulai perlu dipertimbangkan. Selanjutnya, bila ditemukan bahwa nilai residual yang dihasilkan oleh model itu cukup besar (>2,58), maka cara lain dalam memodifikasi model adalah dengan mempertimbangkan untuk menambah sebuah alur baru terhadap model yang diestimasi itu (Ferdinand, 2002).
