1
BAB IV METODE PENELITIAN
4.1
Jenis dan Ruang Lingkup Penelitian Jenis penelitian yang dilakukan adalah penelitian asosiatif yaitu penelitian
yang dilakukan untuk mengetahui hubungan antar variabel yang dibangun berdasarkan teori. Klasifikasi suatu penelitian berkaitan dengan pemanfaatan data yang digunakan baik kuantitatif atau kualitatif. Data yang digunakan telah dikuantitatifkan untuk memudahkan proses perhitungan secara statistik. Penelitian ini menggunakan SEM (Structural Equation Modelling) yang didasarkan pada evaluasi atas adanya hubungan saling ketergantungan antar variabel dengan teknik analisis konfirmatori first order dan second order. Lokasi penelitian berada di Kota Denpasar. Ditinjau dari keberadaan respondennya, dimana semua bank umum yang memiliki kantor pusat dan cabang utama terkonsentrasi di wilayah Denpasar, maka penelitian ini diadakan di daerah Denpasar. Subjek penelitian yakni semua nasabah bank umum di wilayah kerja Kantor Bank Indonesia (KBI) Denpasar yang memiliki fasilitas internet banking, dengan objek penelitian dimensi-dimensi kualitas layanan online yaitu kualitas informasi website, kualitas interaksi website, kualitas desain website, kehandalan, ketanggapan, jaminan, dan empati, serta kepuasan nasabah, komitmen nasabah dan loyalitas nasabah.
2
4.2
Variabel Penelitian
4.2.1 Identifikasi Variabel Variabel dalam penelitian ini dapat diklasifikasikan menjadi: 1) Variabel eksogen, yakni variabel yang tidak diprediksi oleh variabel lain dalam model. Variabel eksogen dikenal juga sebagai independent variable. Dalam penelitian ini variabel eksogen adalah kualitas layanan online (X) yang terdiri dari kualitas informasi website (X1), kualitas interaksi website (X2), kualitas desain website (X3), kehandalan (X4), ketanggapan (X5), Jaminan (X6) dan empati (X7). 2) Variabel endogen, yakni variabel yang diprediksikan oleh satu atau beberapa variabel yang lain dalam model. Variabel endogen dikenal juga sebagai dependent variable. Dalam penelitian ini variabel endogen adalah kepuasan (Y1), komitmen (Y2) dan loyalitas (Y3). 4.2.2 Definisi Operasional Variabel Berdasarkan kerangka konseptual penelitian dan pemetaan teori yang dijelaskan sebelumnya, dapat dihasilkan indikator-indikator variabel. Indikatorindikator variabel diadopsi dari penelitian-penelitian sebelumnya, serta beberapa modifikasi atas indikator tersebut, sehingga operasional variabel dapat didefinisikan sebagai berikut : 1)
Kualitas informasi website (X1) adalah penilaian nasabah terhadap kualitas informasi website yang disajikan. Variabel tersebut dapat diukur melalui indikator sebagai berikut :
2
3
1. Keakuratan informasi yang disediakan (X11) adalah penilaian bahwa website internet banking menyediakan informasi yang akurat. 2. Kebenaran informasinya dapat dipercaya (X12) adalah penilaian bahwa website internet banking memberikan informasi yang dapat dipercaya tingkat kebenarannya. 3. Informasi selalu up to date (X13) adalah penilaian bahwa website internet banking menyediakan informasi yang akurat (up to date). 4.
Informasi yang ada sesuai dengan tema website (X14) adalah penilaian bahwa website menyediakan informasi yang sesuai dengan tema internet banking.
5. Informasi mudah dimengerti (X15) adalah penilaian bahwa Informasi yang diberikan mudah dipahami. 6. Informasi berupa panduan (X16) adalah penilaian bahwa informasi yang disediakan memandu dalam melakukan proses. 2)
Kualitas interaksi website (X2) adalah penilaian nasabah terhadap website yang bersifat interaktif dan mudah digunakan. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Efektif: fungsi pencarian website (X21) adalah penilaian bahwa penggunan website internet banking adalah tepat. 2. Efisien: waktu langkah memproses transaksi minimal (X22) adalah penilaian bahwa penggunan website internet banking adalah cepat.
4
3. Terdapat contoh demo atau tutorial dalam pengoperasiannya (X23) adalah penilaian bahwa website internet banking mudah dipelajari untuk pengoperasiannya. 4. User friendly website (X24) adalah penilaian bahwa interaksi dengan website internet banking (manusia dengan sistem) jelas dan dimengerti. 5. Menu sistem simple (X25) adalah penilaian bahwa website internet banking mudah diingat dalam menggunakannya. 3)
Kualitas desain website (X3) adalah penilaian nasabah terhadap interface website yang divisualisasikan dengan bentuk tampilan website. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. website memiliki tampilan yang menarik (X31) adalah penilaian bahwa website internet banking memiliki tampilan yang menarik. 2. Inovatif: ciri khas desain website (X32) adalah penilaian bahwa website internet banking inovatif. 3. Kreatif: ide dari bentuk desain website (X33) adalah penilaian bahwa website internet banking Kreatif. 4. Layout desain website tertata dengan rapi dan teratur (X34) adalah penilaian bahwa website internet banking terorganisir dengan baik. 5. Font, colour, animasi, grafik, gambar merupakan komposisi yang saling mendukung (X35) adalah penilaian bahwa website internet banking memiliki desain yang baik.
4
5
6. Waktu downloading tiap halaman website minimal (X36) adalah penilaian bahwa waktu yang diperlukan men-download tiap halaman website internet banking minimal. 7. Animasi, grafik, gambar tidak memperlambat proses inti website (X37) adalah penilaian bahwa grafik animasi tidak mengganggu saat menggunakan website internet banking. 4)
Kehandalan (X4) adalah penilaian nasabah terhadap kehandalan layanan internet banking melaksanakan layanan seperti yang dijanjikan. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Internet banking memproses transaksi saat itu juga (real time process) (X41) adalah penilaian bahwa layanan internet banking memproses transaksi saat itu juga (Real time process). 2. Internet banking melakukan proses transaksi dengan tepat (X42) adalah penilaian bahwa transaksi dengan layanan internet banking sangat akurat. 3. Internet banking merupakan cara melakukan transaksi yang paling baik (X43) adalah penilaian bahwa transaksi dengan
layanan internet
banking dapat dihandalkan. 4. Internet banking tidak melakukan kesalahan memproses transaksi (X44) adalah penilaian bahwa proses transaksi yang dilakukan layanan internet banking berjalan dengan benar.
6
5. Internet banking dapat digunakan setiap saat (X45) adalah penilaian bahwa layanan internet banking aktif 24/7 (24 jam sehari 7 hari seminggu). 5)
Ketanggapan (X5) adalah penilaian nasabah terhadap layanan internet banking yang secara efektif merespon masalah. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Internet banking menyediakan solusi masalah (X51) adalah penilaian bahwa layanan internet banking menunjukan peranannya dalam meyelesaikan masalah. 2. Respon internet banking saat memproses transaksi (X52) adalah penilaian bahwa konfirmasi layanan internet banking atas keberhasilan atau kegagalan menjalankan transaksi. 3. Internet banking membantu bertransaksi dengan cepat (X53) adalah penilaian bahwa layanan internet banking
membantu menjadikan
transaksi menjadi cepat. 6)
Jaminan (X6) adalah penilaian nasabah terhadap layanan internet banking dengan jaminan keamanan dalam mempercayakan segala proses. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Term and condition policy dapat diakses (X61) adalah penilaian bahwa peraturan keamanan (term and condition) dapat diakses. 2. Terdapat sistem keamanan (protected password, website security) (X62) adalah penilaian bahwa layanan internet banking memiliki teknologi sistem keamanan yang baik (protected password, website security).
6
7
3. Terdapat nomor kontak atau call centre (X63) adalah penilaian bahwa layanan internet banking tersedia nomor kontak yang bisa dihubungi atau call centre. 4. Bank pemilik internet banking memiliki reputasi yang baik (X64 adalah penilaian bahwa bank pemilik layanan internet banking memiliki reputasi yang baik. 7)
Empati (X7) adalah penilaian nasabah terhadap layanan internet banking yang menyediakan perhatian secara individual. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Memberikan informasi tentang transaksi (X71) adalah penilaian bahwa layanan internet banking memberikan perhatian pribadi. 2. Cara melakukan transaksi yang sesuai dengan kebutuhan nasabah (X72) adalah penilaian bahwa layanan internet banking memungkinkan melakukan transaksi yang sesuai dengan kebutuhan nasabah. 3. Produk dan jasa yang ditawarkan disesuaikan dengan kebutuhan nasabah secara spesifik (X73) adalah penilaian bahwa layanan internet banking memahami kebutuhan nasabah secara spesifik.
8)
Kepuasan nasabah (Y1) adalah tingkat perasaan seseorang sebagai hasil dari perbandingan antara kenyataan dan harapan yang diterima dari sebuah produk atau jasa. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Nasabah puas atas layanan internet banking (Y11) adalah penilaian bahwa secara keseluruhan nasabah puas atas layanan internet banking.
8
2. Nasabah puas ketika transaksi yang dilakukan berhasil dengan sukses (Y12) adalah penilaian bahwa transaksi internet banking yang nasabah lakukan berhasil dengan sukses. 3. Layanan internet banking memenuhi harapan nasabah (Y13) adalah penilaian bahwa layanan internet banking sesuai dengan yang nasabah harapkan. 9)
Komitmen nasabah (Y2) adalah membina hubungan jangka panjang dengan biaya efektif, demi keuntungan bersama kedua belah pihak. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Nasabah hanya menggunakan layanan internet banking di satu bank saja (Y21) adalah penilaian bahwa nasabah menggunakan layanan internet banking pada bank yang menyediakan layanan tersebut. 2. Nasabah bersedia membayar biaya yang dikenakan dalam menggunakan internet banking (Y22) adalah penilaian bahwa terdapat komitmen nasabah untuk membayar biaya yang dikenakan dalam menggunakan internet banking. 3. Nasabah akan tetap menggunakan layanan internet banking sebagai alternatif pilihan (Y23) adalah penilaian bahwa nasabah menggunakan layanan internet banking sebagai alternatif pilihan utama dalam melakukan transaksi perbankan.
10)
Loyalitas nasabah (Y3) adalah komitmen yang dipegang kuat dalam melakukan pembelian ulang (rebuy) atau penggunaan kembali (repatronize)
8
9
barang atau jasa yang disukai secara konsisten di masa yang akan datang. Variabel tersebut dapat diukur melalui indikator sebagai berikut : 1. Nasabah dapat menceritakan keunggulan layanan internet banking kepada orang lain (Y31) adalah penilaian bahwa nasabah mengatakan suatu yang positif tentang layanan internet banking kepada orang lain. 2. Nasabah merekomendasikan layanan internet banking kepada teman dan kolega (Y32) adalah penilaian bahwa nasabah merekomendasikan layanan internet banking kepada teman atau kolega. 3. Nasabah kembali menggunakan layanan internet banking (Y33) adalah penilaian bahwa nasabah tetap menggunakan layanan internet banking dimasa datang dalam melakukan transaksi perbankan. 4.3
Populasi, Sampel dan Teknik Pengambilan Sampel Populasi adalah sekumpulan orang atau objek yang memiliki kesamaan
dalam satu atau beberapa hal dan membentuk masalah pokok dalam satu riset khusus (Santoso, 2001). Selain itu populasi menjelaskan wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan
oleh
peneliti
untuk
dipelajari
dan
kemudian
ditarik
kesimpulannya. Populasi pada penelitian ini adalah semua nasabah yang memiliki akses dan pernah melakukan transaksi melalui internet banking dari bank-bank umum di Denpasar yang menyediakan fasilitas layanan internet banking. Seperti yang telah dijelaskan pada Bab I, hingga bulan Maret 2009 bank-bank yang terdaftar di wilayah Kantor Bank Indonesia Denpasar sebanyak 46 bank umum
10
dan sebanyak 18 bank umum tersebut diidentifikasikan menyediakan layanan internet banking. Menurut Sugiyono (2004) sampel merupakan bagian dari jumlah karakteristik yang dimiliki oleh populasi tersebut. Dengan kata lain, sampel adalah sebagian kecil dari populasi yang karakteristiknya hendak diselidiki. Dilain sisi, sesungguhnya populasi dari nasabah bank umum yang berada di Denpasar tidak diketahui secara pasti, sehingga tidaklah memungkinkan untuk meneliti seluruh populasi. Pada penelitian ini sampel diambil dari bank umum yang memiliki fasilitas layanan internet banking yaitu sebanyak lima bank. Bank-bank tersebut yaitu Bank Mandiri, BCA, Permata, CIMB Niaga, dan Commonwealth, dengan alasan sebagai berikut: 1) Kelima bank umum tersebut mewakili klasifikasi bank umum yang ada di Denpasar yaitu Bank Mandiri mewakili klasifikasi bank pemerintah, BCA, Permata, dan CIMB Niaga mewakili klasifikasi bank swasta nasional, Bank Commonwealth mewakili klasifikasi bank asing. 2) Menurut survei yang dilakukan MRI (Marketing Riset Indonesia) yang diberitakan oleh InfoBankNews.com, bank-bank umum tersebut termasuk rangking sepuluh besar transaksi perbankan melalui fasilitas e-banking. 3) Hasil wawancara awal yang dilakukan peneliti, kebanyakan dari responden yang ditemui memiliki fasilitas internet banking pada bank-bank umum tersebut. Ukuran sampel memegang peranan penting dalam estimasi dan interpretasi hasil. Sebagaimana dalam metode statistik lainnya ukuran sampel ini menjadi 10
11
dasar dalam estimasi kesalahan sampling. Sejauh ini belum ada rumusan untuk menghitung besar sampel pemodelan SEM. Secara empirik dinyatakan bahwa ukuran sampel yang cukup adalah 100 – 200 (Ghozali, 2008). Disamping itu, pertimbangan utama dalam penggunaan sampel adalah kendala sumber daya (waktu, dana dan sumber daya lain), dan ketepatan, dimana melalui pemilihan desain sampel yang baik peneliti akan memperoleh data yang akurat. Berdasarkan pandangan dan batasan tersebut, maka sampel yang diambil dalam penelitian adalah 200 responden dengan 42 indikator pertanyaan atau pernyataan. Pemilihan teknik pengambilan sampel merupakan upaya penelitian untuk mendapat sampel yang representatif yang dapat menggambarkan populasi. Pengambilan sampel dilakukan dengan menggunakan metode sampel tidak acak (non probability sampling) yaitu setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel atau responden. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti. Selain itu teknik pengambilan
sampel
juga
menggunakan
sampel
yang
dipilih
dengan
pertimbangan peneliti (purposive sampling), yaitu seseorang diambil sebagai sampel karena dipastikan bahwa seseorang tersebut memiliki informasi yang diperlukan bagi penelitian. Kriteria dalam purposive sampling yang dimaksud, yaitu : 1)
Responden merupakan nasabah pada salah satu dari kelima bank
yang ditentukan peneliti (Bank Mandiri, BCA, Permata, CIMB Niaga, dan Commonwealth).
12
2)
Responden memiliki fasilitas akses internet banking pada salah
satu dari kelima bank tersebut, atau apabila responden memiliki fasilitas akses internet banking lebih dari satu bank, diharapkan responden dapat memilih salah satu dari fasilitas akses internet banking bank mana yang paling sering digunakan atau lebih dominan digunakan. 3)
Responden telah melakukan transaksi dengan internet banking
minimal dua kali dalam sebulan. 4.4
Prosedur Pengumpulan Data Pengumpulan data pada penelitian ini dilakukan dengan metode survei
yaitu menggunakan kuesioner yang berisi butir-butir pengukur konstruk atau variabel dalam bentuk daftar pertanyaan dan pernyataan yang digunakan dalam model penelitian. Penyebaran dan pengumpulan data dilakukan secara langsung kepada responden dan melalui kolega yang bekerja pada bank-bank yang mewakili sampel tersebut dengan self administered report yaitu responden diminta untuk mengisi sendiri kuesioner yang diberikan.
4.5
Instrumen Penelitian
4.5.1 Skala Pengukuran Bentuk dasar yang digunakan dalam kuesioner ini adalah close ended questions dan scaled response questions. Close ended questions adalah suatu bentuk pertanyaan atau pernyataan dengan berbagai alternatif respon bagi respondennya guna mengetahui karakteristik responden. Scaled response questions adalah bentuk pertanyaan atau pernyataan yang memakai skala likert, 12
13
guna mengukur dan mengetahui tingkat kepuasan dan ekspektasi nasabah mengenai atribut-atribut dan suatu produk atau jasa yang sedang diteliti, dari sudut pandang nasabah. Data yang dihasilkan dalam penelitian ini menggunakan dua skala, yaitu skala nominal dan skala ordinal. Skala nominal digunakan untuk mengetahui karakteristik responden seperti variabel demografi responden. Skala ordinal merupakan skala berjarak atas suatu respon yang ditawarkan dengan bentuk skala likert. Dengan skala ini, responden diminta untuk menentukan tingkat penilaian dari berbagai indikator dimensi e-service quality yang ditanyakan dengan menyatakan kepuasan atau ketidakpuasan terhadap indikator tersebut. Masingmasing alternatif jawaban akan diberi skor numerik sebagai berikut: sangat tidak setuju (1), tidak setuju (2), netral (3), setuju (4), sangat setuju (5). 4.5.2 Uji Validitas dan Reliabilitas Instrumen penelitian diharapkan dapat memberikan data-data yang sesuai, maka perlu dilakukan pengujian terhadap instrumen, antara lain: 1) Uji Validitas (keabsahan) Menurut Wibowo (2003) uji validitas adalah uji sejauh mana ketepatan dan kecermatan suatu alat ukur melakukan fungsi ukurnya. Instrumen pengukuran dapat dikatakan mempunyai validitas yang tinggi apabila alat tersebut memberikan hasil ukur yang sesuai dengan yang dimaksud dilakukannya pengukuran tersebut. Uji validitas pada penelitian ini menggunakan teknik Analisis konfirmatori (confirmatory factor analysis). Analisis konfirmatori bertujuan
14
untuk menguji apakah indikator-indikator pembentuk konstruk merupakan indikator yang valid sebagai pengukur konstruk laten. Indikator dapat dikatakan valid apabila, pertama, indikator tersebut signifikan secara statistik. Kedua, nilai convergent validity atau loading factor masing-masing indikator sebesar 0,7 yang dianggap memiliki validitas yang baik untuk suatu penelitian, namun loading factor sebesar 0,5 – 0,6 masih dapat diterima untuk penelitian tahap awal (Ghozali, 2008:132). 2) Uji Reliabilitas (Kehandalan) Reliabilitas menunjukan apakah suatu pengukuran dapat memberikan hasil yang konsisten apabila dilakukan pengukuran kembali terhadap subyek yang sama. Pengujian realiabilitas adalah berkaitan dengan masalah adanya kepercayaan terhadap instrumen penelitian. Ketepatan suatu instrumen ditunjukan oleh bagaiamana kemampuan instrumen dapat mengukur dengan tepat. Reliabilitas yang dimaksud dalam penelitian ini adalah ukuran konsistensi menunjukkan
internal derajat
dari
indikator-indikator
sampai
dimana
sebuah
masing-masing
konstruk indikator
yang itu
mengidentifikasikan sebuah variabel bentukan atau faktor laten yang umum. Reliabilitas dalam penelitian ini dihitung dengan menggunakan composite (construct) reliability. Besarnya nilai construct reliability yang menunjukkan reabilitas yang baik sebesar 0,7 atau lebih, sedangkan cut off value minimal sebesar 0,6 – 0,7 masih dapat diterima dengan syarat validitas indikator
14
15
dalam model baik (Ghozali, 2008:137). Perhitungannya construct reliability (CR) adalah sebagai berikut: ( Ʃ Standardized loading )2 ( Ʃ Standardized loading )2 + Ʃej CR =
dimana : CR : construct reliability Ʃej : kesalahan pengukuran (1 - λ2) 4.5.3 Transformasi Data
Hasil data yang diperoleh dari kuisioner merupakan data mentah yang belum dapat diolah langsung diperlukan
dalam
penelitian
proses
yang
ini.
Untuk
disebut
itu
sebagai
transformasi data yaitu suatu proses untuk mengubah tingkatan data sehingga siap untuk dianalisis. Pada penelitian ini, suatu pernyataan atau pertanyaan yang diajukan menggunakan skala likert dan menghasilkan data ordinal. Data ordinal tersebut tidak menunjukan perbandingan suatu jawaban nyata. Agar perbandingan antara jawaban sebenarnya relatif terlihat, yang selanjutnya dapat diolah, maka data
16
ordinal tersebut perlu dinaikan tingkatannya menjadi data interval. Untuk mentransformasikan data ordinal ke data interval diperlukan metode suksesif interval (MSI), dengan langkah-langkah sebagai berikut (Hays dalam Waryanto dan Millafati, 2006): 1) Untuk setiap pertanyaan, hitung frekuensi jawaban setiap kategori (pilihan jawaban). 2) Berdasarkan frekuensi setiap kategori dihitung proporsinya. 3) Dari proporsi yang diperoleh, hitung proporsi kumulatif untuk setiap kategori. 4) Tentukan pula nilai batas z untuk setiap kategori. 5) Hitung scale value
(interval rata-rata) untuk setiap kategori dengan
persamaan sebagai berikut: densitas pada batas bawah - densitas pada batas atas SV = area di bawah batas atas - area di bawah batas bawah 6) Hitung score (nilai hasil transformasi) untuk setiap kategori melalui persamaan: Score = SVi + SVmin + 1
4.5
Metode Analisis Data Analisis data pada penelitian ini menggunakan teknik analisis SEM
(Structural Equation Modelling) dengan menggunakan program AMOS
dan
SPSS. Structural Equation Modelling atau pemodelan persamaan struktural 16
17
merupakan suatu alat statistik yang mampu menganalisis variabel laten, variabel indikator, dan kesalahan pengukuran secara bersamaan. Pengujian dengan SEM pada penelitian ini untuk model secara keseluruhan (full model) menggunakan teknik konfirmatori first order dan second order serta evaluasi Goodness of Fit Indices. Sebelum melakukan pengujian terhadap variabel-variabel yang dibentuk berdasarkan oleh teori yang ada, beberapa persyaratan yang harus dipenuhi oleh data sebelum diolah dengan SEM, antara lain (Santoso, 2007):
a. Asumsi-asumsi dalam SEM. Asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan penolahan data yang dianalisis dengan pemodelan SEM adalah sebagai berikut: 1)
Ukuran Sampel
Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah minimum berjumlah 100 selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimed parameter. 2)
Normalitas dan Linearitas.
Asumsi yang paling fundamental dalam analisis multivariat adalah normalitas yang merupakan bentuk suatu distribusi data pada suatu variabel metrik tunggal dalam menghasilkan distribusi normal. Suatu distribusi data yang tidak membentuk distribusi normal, maka data tersebut tidak normal, sebaliknya data dikatakan normal apabila data membentuk suatu distribusi normal. 3)
Angka Ekstrim
18
Angka ekstrim (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. 4)
Multikolinearitas
Asumsi multikolinearitas (multicollinearity) mengharuskan tidak adanya korelasi yang sempurna atau besar diantara variabel-variabel independen.
b. Pengujian Model Sebuah pemodelan SEM yang lengkap pada dasarnya terdiri dari measurement model dan structural model. Measurement model ditujukan untuk mengkonfirmasi sebuah dimensi atau faktor berdasarkan indikator-indikator empirisnya. Structural model adalah model mengenai struktur hubungan yang membentuk atau menjelaskan kausalitas antara faktor. Prosedur yang dilalui dalam validasi model terdiri dari beberapa tahapan, yaitu: 1) Konseptualisasi model. Tahap awal yang dilakukan adalah perumusan atau formulasi model. Dalam tahap ini dirumuskan hipotesis yang berkaitan dengan pola keterkaitan antar variabel disesuaikan dengan teori. Konseptualisasi model mengharuskan dua hal yang harus dilakukan : a)
Hubungan yang dihipotesiskan antara variabel laten harus
ditentukan. Tahap pengembangan model ini berfokus pada model struktural dan harus mempresentasikan kerangka teoritis yang diuji. 18
19
Disini, variabel eksogen, endogen dan intervening harus dapat dibedakan dengan jelas. Karena variable endogen tidak secara sempurna dipengaruhi oleh variabel yang dihipotesiskan (masih terdapat kemungkinan variabel endogen tersebut dipengaruhi oleh variabel selain yang dihipotesiskan), maka error term (residual) juga dihipotesiskan mempengaruhi variabel endogen dalam suatu model. Setelah itu, memutuskan arah (positif atau negatif) dan jumlah hubungan antara variabel-variabel eksogen dan antara variabel eksogen dan variabel endogen. Disini, peran teori dan hasil penelitian sebelumnya sangat berperan. b) Pengukuran
model
dan
menghubungkannya
dengan
operasionalisasi variabel laten, sehingga dikenal beberapa indikator (manifest variable) yang digunakan untuk mengukur variabel laten (unobserved variabel) tersebut. Variabel manifest dalam AMOS biasanya menggunakan refflective indicators (juga disebut sebagai effect indicators). Indikator reflektif berarti bahwa konstruk laten dianggap ”mempengaruhi” variabel observed. 2) Penyusunan diagram jalur (path diagram construction). Representasi mengenai bagaimana beberapa variabel pada suatu model berhubungan satu sama lain, yang memberikan suatu pandangan menyeluruh mengenai struktur model disebut sebagai diagram jalur (path diagram). Konstruksi diagram alur bermanfaat untuk menunjukkan alur hubungan kausal antar variabel eksogen dan endogen. Untuk melihat
20
hubungan kausal dibuat beberapa model kemudian diuji menggunakan SEM untuk mendapatkan model yang paling tepat, dengan kriteria Goodness of Fit. Berdasarkan teori dibuat model struktural, kemudian ditentukan variabel bebas dan variabel terikatnya yang dibuat arah panah sesuai dengan arah kausalitas. Bila model pengukuran ini dimasukkan ke dalam diagram jalur, maka diperoleh diagram jalur model struktural dan model pengukuran secara terintegrasi. Setelah diagram jalur dibuat, maka dilakukan konversi diagram alur ke dalam model Struktural, seperti ditunjukkan pada Gambar 4.1.
1 e1
1
e2
1
e3
1
e4
1
e5 e6 e7 e8 e9
1 1 1 1 1
e46 X11
X14 X15
X23
X25
e12
X31
e13
X32
e14
X33
e15
X34
e16
X35
1 1 1 1
e17
X36
e18
X37
1 1
e19
X41
e20
X42
1 1
e21
1
e22
1
e23
1
X52
e26
X53
e27
X61
e28
X62
e29
X63
1 1 1
e30
X64
e31
X71
e32
X72
e33
X73
1 1 1
1 e43
Kualitas Desain Website (X3)
1
1 Kualitas Layanan On line (X)
1
1
Y11
Kepuasan Nasabah (Y1)
Y12
e35
1
Y13
e49
1
e34
1
e36
1
1
1 Loyalitas Nasabah (Y3)
Kehandalan (X4)
Y31 Y32
1
Y33 e45
X45 X51
1
e48
1
X44
e25
1
Kualitas Interaksi Website (X2)
1
X43
e24
1
1
X22
X24
1
e47
X16 X21
e11
1
Kualitas Informasi Website (X1)
X13
e10
1
1 1
X12
1 Ketang gapan (X5)
1 e50
1 Ko mitmen Nasabah (Y2)
Y22
1
Y23
1 Jaminan (X6)
1 Empati (X7)
20
1 e51
1 e52
1 Y21
e44
1 1
e37 e38 e39
1 1
e40 e41 e42
21
Gambar 4.1 Model Diagram Jalur Pengaruh Kualitas Layanan Online Terhadap Kepuasan, Komitmen, dan Loyalitas Nasabah
Persamaan-persamaan struktural yang direpresentasikan menyatakan hubungan kausalitas antar berbagai konstruk. Persamaan struktural yang diajukan dalam konseptual penelitian sebagai berikut:
Y1 =
γ1X
+
ε1
…………………………………………………………………….……..
Y2
=
β1 Y 1
+
ε2
…………………………………………………………………….……..
Y3
=
β2 Y 1
=
β3 Y 2
(2)
+
ε3
……………………………………………………………………….…..
Y3
(1)
+
(3) ε3
(4) + ε3
…………………………………………………………….……………..
Y3
=
β3 Y 2 ……………………………………………………………….. (5) dimana: γ (gamma) =
β1 Y 1
+
hubungan langsung variabel eksogen terhadap variabel endogen β (beta) = hubungan langsung variabel endogen terhadap variabel endogen ε (epsilon) = measurement error X = Kualitas layanan online Y1 = Kepuasan nasabah Y2 = Komitmen nasabah Y3 = Loyalitas nasabah
22
3) Memilih matriks input. Perbedaan SEM dengan teknik-teknik multivariat lainnya adalah dalam input data yang digunakan dalam pemodelan dan estimasinya. SEM hanya menggunakan matriks varian atau kovarian atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya. Observasi individual tetap digunakan dalam program ini, tetapi input-input tersebut akan segera di konversi dalam bentuk matriks kovarians atau matriks korelasi sebelum estimasi dilakukan. Hal ini karena fokus SEM bukanlah pada data individual tetapi pada pola hubungan antar responden. 4) Identifikasi model. Permasalahan yang sering muncul di dalam model struktural adalah pendugaan parameter, bisa unidentified atau under identified, yang menyebabkan proses pendugaan parameter tidak memperoleh solusi, bisa over identified yang mengakibatkan proses pendugaan tidak menghasilkan penduga yang unik, dan model tidak bisa dipercaya. Gejala yang muncul akibat adanya masalah identifikasi antara lain (dalam output komputer): a) standard error untuk satu atau beberapa koefisien adalah sangat besar. b) Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan. c) muncul angka-angka yang aneh seperti adanya varians error yang negatif.
22
23
d) muncul korelasi yang tinggi (> 0,9) antar koefisien hasil estimasi yang didapat. 5) Estimasi parameter. Estimasi parameter untuk suatu model diperoleh dari data karena AMOS berusaha untuk menghasilkan matriks kovarians berdasarkan model (model-based covarians matrix) yang sesuai dengan kovarians matriks sesungguhnya (observed covariance matrix). Uji signifikansi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol. 6) Penilaian model fit. Secara keseluruhan goodness of fit dari suatu model dapat dinilai berdasarkan beberapa ukuran fit berikut:
a) Chi-Square dan Probabilitas Nilai chi-square ini menunjukkan adanya penyimpangan antara sampel covariance matrix dan model (fitted) covariance matrix. Namun, nilai chi-square ini hanya akan valid apabila asumsi normalitas data terpenuhi dan ukuran sampel adalah besar. Chi-square ini merupakan ukuran mengenai buruknya fit suatu model. Nilai chi-square sebesar 0 menunjukkan bahwa model memiliki fit yang sempurna (perfect fit). Probabilitas Chi-Square ini diharapkan tidak signifikan. Nilai chisquare yang signifikan (kurang dari 0,05) menunjukkan bahwa data
24
empirik yang diperoleh memiliki perbedaan dengan teori yang telah dibangun berdasarkan structural equation modeling. Sedangkan nilai probabilitas yang tidak signifikan adalah yang diharapkan, yang menunjukkan bahwa data empiris sesuai dengan model. b) Goodness of Fit Index (GFI) GFI merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovarians. Nilai GFI ini harus berkisar antara 0 dan 1. Meskipun secara teori GFI mungkin memiliki nilai negatif tetapi hal tersebut seharusnya tidak terjadi, karena model yang memiliki nilai GFI negatif adalah model yang paling buruk dari seluruh model yang ada. Nilai GFI yang lebih besar daripada 0,9 menunjukkan fit suatu model yang baik.
c) Adjusted Goodness of Fit Index (AGFI) AGFI adalah sama seperti GFI, tetapi telah menyesuaikan pengaruh degrees of freedom pada suatu model. Sama seperti GFI, nilai AGFI sebesar 1 berarti bahwa model memiliki perfect fit. Sedangkan model yang fit adalah yang memiliki nilai AGFI adalah 0,9. Ukuran yang hampir sama dengan GFI dan AGFI adalah Parsimony goodness of fit index (PGFI). Tetapi seperti AGFI, juga telah menyesuaikan adanya dampak dari degree of freedom dan kompleksitas model interpretasi
24
25
PGFI ini sebaliknya diikuti dengan indeks model fit lainnya. Model yang baik apabila memiliki nilai PGFI jauh lebih besar daripada 0,6. d) Root Mean Square Error of Approximation (RMSEA) RMSEA ini mengukur penyimpangan nilai parameter pada suatu model dengan matriks kovarians populasinya. Nilai RMSEA yang kurang dari 0,05 mengindikasikan adanya model fit, dan nilai RMSEA yang berkisar antara 0,08 menyatakan bahwa model memiliki perkiraan kesalahan yang reasonable. Sedangkan pernyataan lain dikatakan bahwa RMSEA berkisar antara 0,08 sampai dengan 0,1 menunjukkan model memiliki fit yang cukup, sedangkan RMSEA yang lebih besar dari 0,1 mengindikasikan model fit yang sangat jelek. e) CMIN/DF The minimum sample discrepancy function (CMIN) dibagi dengan degree of freedomnya akan menghasilkan indeks CMIN/DF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Dalam hal ini CMIN/DF tidak lain adalah statistik chi-square, X2 dibagi DFnya sehingga disebut X2 relatif. Nilai X2 relatif kurang dari 2.0 atau bahkan kadang kurang dari 3.0 adalah indikator dari acceptable fit antara model dan data. f) TLI (Tucker Lewis Index) TLI
adalah
sebuah
alternatif
increamental
fit
index
yang
membandingkan sebuah model yang diuji terhadap sebuah baseline
26
model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan ≥ 0,95 dan nilai yang sangat mendekati 1 menunjukkan a very good fit. g) CFI (Comparative Fit Index) Besaran indeks ini adalah pada rentang sebesar 0-1. Semakin mendekati 1 mengindikasikan tingkat fit yang paling baik. Nilai yang direkomendasikan adalah CFI ≥ 0,95. Keunggulan indeks ini adalah bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model.
Hasil rangkuman indeks kesesuaian ditunjukkan pada Tabel 4.1. Tabel 4.1 Indeks Kesesuaian (Goodness Of-Fit Indices) Goodness of fit indices 2
X -Chi Square Significance Probability RMSEA GFI AGFI CMIN/DF TLI CFI
Sumber: Adi (2008:45). 26
Cut-off Value Diharapkan kecil ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≤ 2,00 ≥ 0,95 ≥ 0,95
27
7) Modifikasi Model. Setelah melakukan penilaian model fit, maka model penelitian diuji untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada tahap keenam. Namun harus diperhatikan, bahwa segala modifikasi harus berdasarkan teori yang mendukung. 8) Validasi silang model. Pengujian atas fit tidaknya model terhadap suatu data baru. Validasi silang ini penting apabila terdapat modifikasi substansial yang dilakukan terhadap model asli yang dilakukan pada langkah ketujuh.
