BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN

4.1.

Jenis Penelitian Penelitian untuk tesis ini merupakan penelitian kausal yang diarahkan

untuk menggambarkan atau menjelaskan adanya hubungan sebab-akibat (causeeffect) antar beberapa variabel.

4.2.

Variabel Penelitian Variabel dalam penelitian untuk tesis ini diklasifikasikan menjadi dua,

yaitu: variabel latent/construct (unobserved variable) dan variabel manifest (observed variable). 1) Variabel latent (unobserved variable) adalah variabel yang tidak dapat diukur secara

langsung,

sehingga

memerlukan

beberapa

indikator

untuk

mengukurnya. 2) Variable manifest (observed variable) adalah variabel yang dapat diukur atau merupakan indikator dari variabel laten (Ghozali 2013).

4.2.1. Definisi Konsep Definisi konseptual dalam studi ini dipresentasikan dengan mengacu pada sejumlah pengembang teori sebagaimana berikut:

60 http://digilib.mercubuana.ac.id/

61

1. Kualitas Layanan (Service Quality) Pengertian secara konseptual dari kualitas layanan adalah penilaian atau sikap menyeluruh berkaitan dengan keunggulan produk/jasa tertentu (Parasuraman, et.al 1988). 2. Persepsi Nilai (Perceived Value) Pengertian secara konseptual dari persepsi nilai adalah penilaian konsumen secara menyeluruh atas manfaat atau kegunaan produk/jasa tertentu berdasarkan persepsi mereka berkaitan dengan apa yang mereka terima dan apa yang mereka berikan (Zeithaml, et.al 1988). 3. Kepuasan (Satisfaction) Pengertian secara konseptual dari kepuasan adalah pernyataan mengenai pendapat dan perasaan subjek terhadap produk/jasa tertentu (Oliver, 1993 dan Cronin, 2000). 4. Loyalitas/Kesetiaan (Loyalty) Loyalitas dikonseptualisasikan sebagaikomitmen untuk membeli kembali (rebuy) atau berlangganan kembali (repatronize) produk atau jasa yang disukai secara konsisten dimasa yang mendatang, dengan demikian, menyebabkan pembelian berulang pada merek atau sejumlah merek yang sama, meskipun pengaruh situasional dan usaha pemasaran memiliki potensi untuk terjadinya perilaku berpindah (switching behavior) (Oliver, 1997 dalam Kim, et.al., 2015).

http://digilib.mercubuana.ac.id/

62

4.2.2. Definisi Operasional Berdasarkan identifikasi dan konseptualisasi variabel yang telah dikemukakan di atas, selanjutnya akan diuraikan definisi operasional variabel yang hendak diteliti. Tabel 4.1.Variabel, Dimensi dan Indikator/Item Variabel

Dimensi

Indikator Penyampaian layanan akademik dan non akademik tepat waktu/sesuai dengan yang dijanjikan Penyampaian pelayanan akademik dan non akademik yang akurat

Reliabilitas (Reliability)

Jaminan Mutu (Assurance) Kualitas Layanan (Parasuraman et.al., (1988) dalam Lenka, et.al., (2010)

(Tangible)

Responsif (Responsiveness)

1 1

Prosedur pelayanan akademik dan non akademik yang sistematis/tidak berbelit-belit

1

Personil tepat waktu dalam jam kerja/mengajar

1

Personil UNPAM (dosen, staf, dan sebagainya) mempunyai kualitas pengetahuan yang baik

1

Personil UNPAM (dosen, staf, dan sebagainya) sopan dan ramah dalam melayani mahasiswa

1

Dosen memiliki kompetensi mengajar di bidangnya Personil UNPAM (dosen, staf, dan sebagainya) mampu menanamkan kepercayaan/keyakinan kepada mahasiswa

1 1

Gedung UNPAM bagus dan menarik

1

Ruang kuliah bersih dan nyaman

1

Sarana pembelajaran yang lengkap dan modern (whiteboard, komputer, infokus, koleksi bahan ajar, dsb) Prasarana UNPAM memadai (laboratorium, perpustakaan, toilet, lahan parkir, dsb)

Bukti Fisik

Jumlah Pertanyaan

1 1

Personel UNPAM (dosen, staf, dan sebagainya) berpenampilan/berpakaian rapi dan profesional

1

Personil UNPAM (dosen, staf, dan sebagainya) tanggap terhadap keluhan mahasiswa Personil UNPAM (dosen, staf, dan sebagainya) siap untuk membantu mahasiswa Personil UNPAM (dosen, staf, dan sebagainya) cepat dalam menyelesaikan masalah

1


1 1

63

Variabel

Kualitas Layanan

(Parasuraman et.al., (1988) dalam Lenka, et.al., (2010)

Dimensi

Indikator

Empati (Empathy)

Nilai Performa (Performance/ Quality Value)

Persepsi Nilai

Sweeney dan Soutar (2009)

Nilai Harga (Price Value/ Value for Money)

Nilai Emosional (Emotional Value)

Nilai Sosial (Social Value)

Kepuasan

Oliver (1993) dan Cronin (2000) dalam Lam, et.al., (2011); Brown dan Mazzarol (2009)

Loyalitas Mahasiswa Dick dan Basu (1994) dalam Raimondo et.al., (2008)

Kognitif (Cognitive)

Afektif (Affective) Loyalitas Sikap (Attitudinal Loyalty)

Jumlah Pertanyaan

Personil UNPAM (dosen, staf, dan sebagainya) memiliki kemampuan komunikasi yang baik

1

Personil UNPAM (dosen, staf, dan sebagainya) memiliki kepedulian/kepekaan terhadap kebutuhan/permasalahan mahasiswa

1

Personil UNPAM (dosen, staf, dan sebagainya) sabar dalam melayani mahasiswa Waktu pelayanan akademik dan non akademik yang sesuai kebutuhan mahasiswa

1

Prodi manajemen membuka kesempatan kerja

1

Prodi manajemen meningkatkan kelayakan kerja Pendidikan dan pengajaran di prodi manajemen terorganisasi dengan baik

1

Biaya pendidikan di UNPAM rasional

1

Manfaat yang diberikan UNPAM setara dengan/ lebih besar dari pengorbanan (value for money)

1

Biaya pendidikan di UNPAM ekonomis

1

Perasaan senang kuliah di UNPAM

1

Kuliah di UNPAM mengesankan

1

memberi pengalaman

1

1

Perasaan nyaman kuliah di UNPAM

1

Kuliah di UNPAMmenciptakan kesan positif

1

Kuliah di UNPAMmemberi status sosial

1

Kuliah di UNPAMmembantu mudah diterima dalam pergaulan sejawat/masyarakat Studi di UNPAM adalah pilihan yang bijaksana (a wise choice) Mendaftar di UNPAM adalah tindakan yang tepat (the right thing to do) UNPAM adalah kampus yang sepenuhnya saya butuhkan untuk menimba ilmu Menikmati studi di UNPAM (enjoy) Menaruh minat studi di UNPAM (interest) Bergairah (excited) studi di UNPAM

1

Adanya rasa memiliki (sense of belonging) atas UNPAM Kepercayaan terhadap personil akan selalu memberikan jawaban dengan jujur Putus/pindah kuliah mengakibatkan biaya yang dikeluarkan menjadi sia-sia

1


1 1 1 1 1 1 1 1

64

Variabel Loyalitas Mahasiswa Dick dan Basu (1994) dalam Raimondo et.al., (2008)

Dimensi Loyalitas Perilaku (Behavioral Loyalty)

Indikator Intensi untuk heregistrasi tepat waktu hingga tamat studi (repurchase intention) (repurchase intention) Tidak memiliki keinginan untuk berpindah ke PT lain/berhenti kuliah Pesan berantai/komunikasi positif (positive word-of-mouth)

Jumlah Pertanyaan

1 1 2

Sumber: Dikembangkan untuk penelitian ini. Tabel operasionalisasi variabel di atas digunakan sebagai dasar/acuan untuk merancang instrumen penelitian (kuesioner) sebagaimana tertera/tercantum pada Lampiran I. 4.3.

Populasi Dan Sampel

4.3.1 Populasi Populasi penelitian ini adalah mahasiswa semester V regular A program studi Manajemen-S1 yang aktif pada semester gasal T.A. 2015/2016. Lebih lanjut, peneliti menetapkan mahasiswa semester V menjadi subjek penelitian salah satunya karena mahasiswa pada tingkat tersebut dipandang memiliki pengetahuan yang memadai dalam memberikan evaluasi terhadap kualitas layanan dan manfaat yang dihadirkan oleh UNPAM. Berdasarkan ketentuan tersebut dan mengacu kepada program monitoring evaluasi (MONEV) diketahui jumlah mahasiswa mencapai 503 orang.

4.3.2. Jumlah Sampel Jumlah sampel penelitian ini mengacu pendapat Wijaya (2009) dan Santoso (201) dalam Haryono dan Wardoyo (2013) yang menyatakan syarat


65

jumlah sampel yang harus dipenuhi jika menggunakan Structural Equation Model (SEM) adalah berkisar antara 100-200 atau minimal 5 kali jumlah indikator. Studi ini menggunakan 4 variabel konstruk yang jumlah indikator keseluruhannya sebanyak 45, sehingga sampel yang dibutuhkan dalam studi ini minimal sebanyak 5 x 45 = 225 responden. Jumlah sampel sebanyak 225 responden sudah memenuhi ketentuan minimal (minimum requirement).

4.3.3. Desain Sampel Teknik sampling yang digunakan dalam penelitian ini adalah sampling secara tidak acak (non-probability sampling) dengan teknik sampling berdasarkan kebetulan/insidental (sampling incidental). Non-probability sampling adalah teknik pengambilan sampel yang tidak memberikan peluang/kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel (Sugiyono, 2011). Alasan penggunaan teknik sampling insidental adalah jumlah populasi yang relatif besar dan peneliti mendapati kesulitan untuk memberikan peluang yang sama bagi anggota populasi tersebut secara dikarenakan terkendala dengan waktu, tenaga dan dana.

4.4.

Jenis dan Sumber Data Studi ini akan menggunakan dua jenis data, yakni: primer dan sekunder.

Data primer dibutuhkan sebagai bahan utama untuk pengolahan studi ini, dan data sekunder sebagai pelengkap.


66

4.4.1. Data primer Jenis data ini diperoleh secara langsung dari responden yang menjadi objek penelitian, yaitu mahasiswa. Data primer tersebut berupa jawaban responden atas butir-butir pertanyaan mengenai indikator variabel yang menjadi fokus penelitian ini. 4.4.2. Data sekunder Secara singkat dapat dikatakan bahwa data sekunder adalah data yang telah dikumpulkan oleh pihak lain. Data sekunder pada penelitian kali ini diperoleh dari buku, jurnal, sistem informasi akademik UNPAM, serta kepustakaan yang berkaitan dengan penelitian ini.

4.5.

Teknik Pengumpulan Data Data dalam penelitian ini dikumpulkan dengan menggunakan metode

survei melalui daftar pertanyaan (kuesioner) yang disebarkan kepada mahasiswa sebagai responden. Penyebaran dan pengumpulan data dilakukan secara langsung dengan meminta kesediaan responden mengisi kuesioner. Lebih lanjut, kuesioner didesain dengan menggunakan pertanyaan tertutup guna mengendalikan arah studi sesuai tujuan utama. Untuk pertanyaan tertutup digunakan skala pengukuran interval scale berbentuk Agree-Disagree Scale, yaitu setuju dan tidak setuju dalam rentang nilai (skor) 1 sampai dengan 5 (Ferdinand, 2014). Nilai 1 dikategorikan ukuran pernyataan sangat tidak setuju (STS), nilai 2


67

menunjukkan ukuran pernyataan tidak setuju (TS), nilai 3 menunjukkan ukuran pernyataan netral (N), nilai 4 menunjukkan ukuran pernyataan setuju (S), dan nilai 5 menunjukkan pernyataan penilaian sangat setuju (SS). Adapun kategori pengukuran adalah sebagai berikut:

Sangat Setuju

Sangat Tidak Setuju 1

4.6.

2

3

4

5

Teknik Analisis Data

4.6.1. Uji Instrumen Instrumen penelitian harus diuji terlebih dahulu agar hasil penelitian menjadi valid dan reliabel. Instumen penelitian yang valid dan reliabel merupakan salah satu syarat mutlak untuk mendapatkan hasil penelitian yang valid dan reliabel. Adapun uji instrumen yang yang digunakan dalam penelitian ini adalah sebagai berikut:

4.6.1.1.Uji Validitas Uji validitas menunjukkan sejauh mana ketepatan dan kecermatan suatu alat ukur dapat mengukur suatu konstruk. Uji validitas dilakukan dengan menggunakan analisis faktor konfirmatori (Confirmamatory Factor AnalysisCFA) yang bertujuan untuk mengkonfirmasi faktor-faktor yang paling dominan dalam suatu kelompok variabel.


68

Suatu butir (item) pertanyaan dikatakan valid jika nilai Critical Ratio (CR)>1,96 menunjukkan bahwa variabel-variabel itu secara signifikan merupakan dimensi dari faktor-faktor laten yang dibentuk. Untuk pertanyaan yang tidak valid, akan dikeluarkan dan tidak dianalisis. Sedangkan untuk pertanyaan yang valid akan diteruskan ke tahap pengujian kehandalan (uji reliabilitas).

4.6.1.2 Uji Reliabilitas Reliabilitas adalah ukuran mengenai konsistensi internal dari indikatorindikator sebuah konstruk yang menunjukkan derajat sampai dimana masingmasing indikator itu mengindikasikan sebuah konstruk/faktor laten yang umum. Nilai reliabilitas minimum dari dimensi pembentuk variabel laten yang dapat diterima adalah sebesar 0,7. Nilai reliabilitas dimensi diperoleh melalui rumus berikut ini (Ghozali, 2013): 𝐶𝑜𝑛𝑠𝑡𝑟𝑢𝑐𝑡 𝑅𝑒𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦

=

(𝛴 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑𝑖𝑧𝑒𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2 … … … … .4.1. (𝛴 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑𝑖𝑧𝑒𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2 + 𝛴 𝜀𝑗

Keterangan :  Standard loading diperoleh langsung dari standardized loading untuk tiap-tiap indikator (yang didapat dari perhitungan komputer dengan menggunakan program Amos Graphics)  ΣEj adalah measurement error dari tiap-tiap indikator. Measurement error diperoleh dari 1- (standardized loading)2.


69

4.6.2. Model Persamaan Struktural (Structural Equation Modeling) Teknik analisis yang digunakan dalam penelitian ini adalah Structural Equation Modeling (SEM) dengan metode second order confirmatory factor analysis (2nd Order CFA). SEM dipilih sebagai teknik analisis karenadata yang digunakan dalam penelitian ini memiliki konstruk atau variabel yang tidak dapat teramati atau tidak dapat diukur secara langsung (unobserved). Selain itu, SEM diaplikasikan karena tujuan penelitian ini berupaya melakukan konfirmasi terhadap model penelitian. Metode second order CFA dipilih karena variabel laten dalam penelitian ini tidak diukur atau dibentuk secara langsung melalui indikator penilaian, melainkan melalui variabel laten yang lain. Saat ini, ada beberapa perangkat lunak yang dapat digunakan untuk mengolah data pada penelitian dengan metode SEM diantaranya AMOS, LISREL, PLS, GSCA, dan TETRAD. Analysis of Moment Structure (AMOS) dipilih untuk mengolah data dalam penelitian ini karena user-friendly graphical interface.

4.6.2.1 Tahapan Pemodelan SEM Dalam kaitannya dengan penggunaan analisis SEM, terdapat beberapa tahapan yang harus dilakukan. Hair et. al (1998) dalam Ghozali (2011) mengemukakan 7 (tujuh) langkah tahapan pemodelan dan analisis persamaan struktural, yaitu:


70

Langkah 1: Pengembangan Model Secara Teoritis Tahap awal yang harus dilakukan dalam model persamaan struktural ialah membangun model secara teori. Model teoritis penting dalam SEM karena esensi SEM ditujukan untuk mengkonfirmasi model teoritis bukan ditujukan untuk menghasilkan teori. Dalam pengembangan model teoritis, seorang peneliti harus melakukan eksplorasi ilmiah melalui telaah pustaka yang intens guna mendapatkan justifikasi atas model teoritis yang dikembangkan (Waluyo, 2011 dalam Haryono dan Wardoyo, 2013). Justifikasi teori yang digunakan dalam membangun model konseptual penelitian dapat dilihat pada Tabel 4.2.

Tabel 4.2 Justifikasi Teori untuk Model Konseptual Penelitian Hipotesis 1

2

3

4

5

Keterangan Service quality berpengaruh positif terhadap satisfaction

Justifikasi Teori Lai dan Chen (2011), Deng, et.al., (2010)

Perceived value berpengaruh positif

Lai dan Chen (2011), Chen dan Chen

terhadap satisfaction

(2010)

Service quality berpengaruh positif

Lain dan Chen (2011), Raimondo, et.al.,

terhadap loyalty (behavioral intention)

(2008)

Satisfaction berpengaruh positif

Yaya, et.al., (2014), Howat dan Assaker


(2013), Chen dan Chen (2010)

Perceived value berpengaruh positif

Yaya, et.al., (2014), Lain dan Chen


(2011), Chen dan Chen (2010)

Sumber: disusun untuk penelitian ini berdasarkan peneliti-peneliti yang disebut diatas


71

Langkah 2: Penyusunan Diagram Jalur (path diagram) Model teoritis yang telah dibangun pada langkah pertama, selanjutnya digambarkan dalam sebuah path diagram guna mempermudah melihat hubunganhubungan kausalitas yang ingin diuji (Haryono dan Wardoyo, 2013). Hubungan-hubungan kausal biasanya dinyatakan dalam bentuk persamaan, tetapi dalam SEM hubungan kausalitas itu cukup digambarkan dalam sebuah path diagram dan selanjutnya bahasa program akan mengkonversi gambar menjadi persamaan dan persamaan menjadi estimasi. Dalam path diagram, hubungan antar konstruk dinyatakan melalui anak panah. Anak panah lurus menunjukkan sebuah hubungan kausal langsung antara satu konstruk dengan konstruk lainnya. Sedangkan garis-garis lengkung antara konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antar konstruk. Kostruk yang dibangun dalam path diagram dapat dibedakan dalam dua kelompok, yakni: a. Konstruk Eksogen (exogenous constructs) Konstruk eksogen dikenal sebagai “source variable” atau “independent variable” yang tidak diprediksi oleh variabel lain dalam model. b. Konstruk Endogen (endogenous constructs) Konstruk endogen adalah faktor-faktor yang diprediksi oleh satu atau lebih konstruk endogen lainnya tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen. Dalam diagram jalur hubungan antara konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus


72

menunjukkan sebuah hubungan kausal yang langsung antara satu konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antar konstruk. Adapun diagram jalur (path diagram) sebagaimana tertera pada Gambar 4.1. dibawah ini:

Gambar 4.1 Full Model Pengaruh Kualitas Pelayanan dan Persepsi Nilai terhadap Kepuasan serta Implikasinya terhadap Loyalitas Sumber: Amos 18.0 graphics (2016) Langkah 3: Pengubahan Diagram Jalur menjadi persamaan struktural Langkah berikutnya setelah mengembangkan

model

teoritis dan

dituangkan dalam diagram jalur adalah menterjemahkan model tersebut ke dalam persamaan struktural.


73

a.

Model Struktural (Structural Model) Model struktural menurut Santoso (2011) dalam Haryono dan Wardoyo (2013) adalah hubungan antara konstruk yang mempunyai hubungan kausal (sebab-akibat).

b.

Model Pengukuran (Measurement Model) Menurut Santoso (2011) dalam Haryono dan Wardoyo (2013), measurement modeladalah bagian dari model SEM yang menggambarkan hubungan antar variabel laten dengan indikator-indikatornya.

Langkah 4: Pemilihan Matrik Input untuk Analisis Data Menurut Ghozali (2013), SEM hanya menggunakan data input berupa matrik varian/kovarian atau matrik korelasi. Matrik varian/kovarian digunakan bilamana peneliti bermaksud untuk menguji teori, sedangkan matrik korelasi dapat digunakan jika peneliti hanya ingin melihat pola hubungan dan tidak melihat total penjelasan yang diperlukan dalam uji teori. Matrik input penelitian ini berupa matrik kovarian. Pemilihan matrik kovarian sebagai matrik input karena tujuan dari analisis adalah pengujian suatu model yang telah mendapatkan justifikasi teori. Langkah 5: Penilaian Identifikasi Model Problem sentral terkait dengan identifikasi model adalah hasil estimasi yang tidak logis atau meaningless. Hal ini berkaitan dengan masalah identifikasi model struktural.Problem identifikasi adalah ketidak mampuan


74

proposed model menghasilkan unique estimate. Ada tidaknya problem identifikasi dapat dilihat melalui hasil estimasi yang meliputi: a. Adanya nilai standar error yang besar untuk satu atau lebih koefisien b. Program tidak mampu untuk invert information matrix c. Nilai estimasi yang tidak sebagaimana mestinya d. Nilai korelasi yang tinggi (>0.90) antar koefisien estimasi Ghozali (2013) mengemukakan bahwa penyelesaian terhadap problem identifikasi di atas adalah menetapkan lebih banyak konstrain (menghapus path dari diagram path) dalam model sampai masalah yang ada hilang. Langkah 6: Evaluasi Estimasi Model Setelah hasil estimasi atas model didapati logis, tahap berikutnya adalah mengevaluasi kesesuaian atau kebaikan suatu model secara menyeluruh (over all fit model) yang dalam bahasa Indonesia disebut uji kelayakan model. Menurut Haryono dan Wardoyo (2013) terdapat beberapa metode untuk menguji kebaikan atau kesesuaian suatu model secara menyeluruh, yaitu: (1) Chi-Square (X2) Menurut

Widarjono

(2010)

dalam

Haryono

dan

Wardoyo

(2013)

mengungkapkan bahwa Chi-Square(X2) digunakan untuk menguji kelayakan model.Namun nilai chi-square sangat sensitif terhadap besarnya sampel.Oleh karena itu, dianjurkan untuk melihat ukuran goodness of fitlainnya. Program AMOS 18.0 akan memberikan nilai chi-square, nilai probabilitas nilai degree of freedom masing-masing dengan perintah \cmin, \p., serta \df.


75

(2) Root Mean Square Error of Approximation (RMSEA) RMSEA merupakan ukuran yang digunakan untuk mengkompensasi (menggantikan) Chi-Square statistic dalam sampel yang besar.Nilai RMSEA antara 0.05 s.d. 008 merupakan ukuran yang dapat diterima (Ghozali, 2013). (3) Goodness of Fit Index (GFI) Menurut Ghozali (2013) GFI merupakan ukuran non-statistik yang nilainya 0 (poor fit) s.d. 1.0 (perfect fit). Lebih lanjut, Haryono dan Wardoyo (2013) menyatakan bahwa GFI analog dengan koefisien determinasi (R2) di dalam uji kelayakan atau kebaikan hasil regresi, nilainya 0 ≤ GFI ≤ 1. Model dianggap layak bila nilai GFI ≥ 0.90 sebagai cut of value-nya. (4) Adjusted Goodness of Fit Index(AGFI) Menurut Widarjono (2010) dalam Haryono dan Wardoyo (2013), uji kelayakan AGFI merupakan uji kelayakan GFi yang disesuaikan.AGFI analog dengan koefisien determinasi yang disesuaikan (adjusted R2). Ghozali (2013) merekomendasikan nilai AGFI ≥ 0.90.

Dari beberapa uji kelayakan yang telah disampaikan di atas, Haryono dan Wardoyo (2013) mengungkapkan bahwa model dikatakan layak jika paling tidak salah satu metode uji kelayakan model terpenuhi. Merujuk pada sumber yang sama dikemukakan bahwa dalam suatu penelitian empiris, seorang peneliti tidak dituntut untuk memenuhi semua kriteria goodness of fit, akan tetapi tergantung dari judgment peneliti. Lebih lanjut, Hair et al. dalam Haryono dan Wardoyo


76

(2013) mengemukakan penggunaan 4-5 kriteria goodness of fit dianggap sudah mencukupi untuk menilai kelayakan suatu model, dengan catatan masing-masing kriteria dari goodness of fit, yaitu: absolute fit measures, incremental fit measures dan parsimonious fit measures terwakili. Dengan demikian indeks-indeks yang digunakan untuk menguji kelayakan sebuah model adalah seperti dalam Tabel 4.3 berikut ini:

No.

Tabel 4.3 Kriteria dalam Pengujian dengan Menggunakan SEM Goodness of Fit Index Cut-Off Value(Nilai Batas)

1 X²-Chi-Square CFI 2 Significance probabilty 3 DF 4 GFI 5 AGFI 6 CFI 7 TLI 8 CMIN/DF 9 RMSEA Sumber: Haryono dan Wardoyo (2013)

7.

<48.602 ≥0.05 >0.00 ≥0.90 ≥0.90 ≥0.95 ≥0.95 ≤2.00 ≤0.08

Langkah 7: Interpretasi dan modifikasi Model Tahap akhir dari analisis persamaan struktural adalah melakukan

interpretasi dan modifikasi atas model yang tidak memenuhi syarat-syarat pengujian. Haryono dan Wardoyo (2013) memberikan pedoman perlu tidaknya modifikasi model dengan melihat besarnya residual yang dihasilkan oleh model tersebut. Apabila pada standardized residual covariances matrix terdapat nilai di luar rentang -2,58 ≤ residual ≤ 2,58 dan probabilitas (P) bila ≤ 0,05 maka model yang diestimasi perlu dilakukan modifikasi lebih lanjut dengan berpedoman pada


77

indeks modifikasi dengan cara memilih indeks modifikasi (MI) yang terbesar dan memiliki landasan teorinya. MI yang terbesar akan memberikan indikasi bahwa bila koefisien itu diestimasi, maka akan terjadi pengecilan nilai chi square (X2) yang signifikan. Dalam software SEM, indeks modifikasi dicantumkan dalam output sehingga peneliti tinggal memilih koefisien mana yang akan diestimasi. Apabila nilai chi square (X2) masih belum signifikan dicari nilai MI terbesar selanjutnya dan begitu seterusnya.

4.6.2.2 Asumsi Dasar SEM Ghozali (2013) mengutarakan bahwa terdapat beberapa asumsi yang harus dipenuhi dalam analisis SEM, yaitu: (1) Jumlah sampel harus besar (asymptotic) Menurut Sekaran (2003) dalam Haryono dan Wardoyo (2013), analisis SEM membutuhkan sampel paling sedikit 5 kali jumlah indikator yang digunakan. Lebih lanjut, Ghozali (2013) mengutarakan bahwa model estimasi menggunakan Maximum Likehood (ML) minimum diperlukan sampel 100. (2) Data Observed variabel harus berdistribusi normal secara multivariate Menurut Wijaya (2009) dalam Haryono dan Wardoyo (2013), analisis SEM mensyaratkan data berdistribusi normal untuk menghindari bias dalam analisis data. Sedangkan Ghozali (2006) dalam Haryono dan Wardoyo (2103) mengemukakan bahwa screening normalitas data merupakan langkah awal


78

yang harus dilakukan untuk setiap analisis multivariate, khususnya jika tujuannya adalah inferensi. Data dikatakan normal secara multivariate jika critical ratio (c.r.) multivariate memiliki rentang -2,58< c.r < 2,58. (3) Data harus berskala kontinu (Interval) Analisis SEM menghendaki skala pengukuran variabel berupa data kontinu (interval). Prasyarat ini acapkali sulit dijumpaipada penelitian sosial karena pada umumnya pengukuran indikator suatu variabel laten menggunakan skala likert dengan 5 (lima) kategori, yaitu Sangat Tidak Setuju (STS); Tidak Setuju (TS); Netral (N); Setuju (S) dan Sangat Setuju (ST) yang sesungguhnya berbentuk skala ordinal (peringkat). Sekalipun demikian, permasalahan tersebut dapat diatasi dengan merubah dahulu skala Likert yang ordinal menjadi skala interval dengan metode successive interval (MSI). Skor hasil perhitungan interval ternyata memiliki urutan yang sama dengan skor Likert. Ghozali (2013) menyatakan bahwa oleh karena tidak ada perbedaan urutan, maka skala Likert dapat dianggap berskala interval. Lebih lanjut dikemukakannya pula bahwa walaupun data sudah menjadi interval, tetapi kita tetap tidak dapat menginterpretasikan karena data asalnya adalah data kualitatif.

4.6.3

Analisis Dimensi antar Variabel dalam Penelitian Analisis dimensi antar variabel dimaksudkan untuk mengukur korelasi

antar dimensi variabel endogen dan variabel eksogen melalui matrik correlation pearson dengan memanfaatkan program SPSS versi 22.0 (Statistical Package for


79

the Social Science). Matrik korelasi dimensi antar variabel endogen dan variabel eksogen dapat dilihat pada Tabel 4.3.

Tabel 4.4. Matrik Korelasi Dimensi antar Variabel V V

Z1

rX1.1.Y1

rX1.1.Y2

rX1.1.Z1

rX1.1.Z2

X1.2

rX1.2.Y1

rX1.2.Y2

rX1.2.Z1

X1.3

rX1.3.Y1

rX1.3.Y2

rX1.3.Z1

rX1.2.Z2 rX1.3.Z2

X1.4

rX1.4.Y1

rX1.4.Y2

rX1.4.Z1

rX1.4.Z2

X1.5

rX1.5.Y1

rX1.5.Y2

rX1.5.Z1

rX1.5.Z2

X2.1

rX2.1.Y1

rX2.1.Y2

rX2.1.Z1

rX2.1.Z2

X2.2 X2.3

rX2.2.Y1 rX2.3.Y1

rX2.2.Y2 rX2.3.Y2

rX2.2.Z1 rX2.3.Z1

rX2.2.Z2 rX2.3.Z2

X2.4

rX2.4.Y1

rX2.4.Y2

rX2.4.Z1

rX2.4.Z2

Y

Y1.1

-

-

rY1. Z1

rY1. Z2

Satisfaction

Y1.2

-

-

rY2. Z1

rY2. Z2

Service Quality

X2 Perceived Value

X1.1

Y1

Z

Student loyalty

Y2

X1

D

Y

Satisfaction

Sumber: Dikembangkan untuk penelitian ini. Keterangan: X1.1 X1.2 X1.3 X1.4 X1.5 X2.1 X2.2 X2.3 X2.4 Y1.1 Y1.2 Z1.1 Z1.2

: Kehandalan (Reliability) : Jaminan (Assurance) : Bukti Fisik (Tangible) : Empati (Empathy) : Ketanggapan (Responsiveness) : N. Kualitas/Kinerja (Quality/Performance Value) : N. Harga/Value for Money (Price/Value for Money) : N. Emosional (Emotional Value) : N. Sosial (Social Value) : Kepuasan Afektif (Affective Satisfaction) : Kepuasan Kognitif (Cognitive Satisfaction) : Loyalitas Sikap (Attitude Loyalty) : Loyalitas Perilaku (Beharioral Loyalty)


Z2

80

Untuk menginterpretasikan nilai koefisien korelasi pada matrik di atas, maka diperlukan tabel kategori koefisien korelasi sebagai berikut: Tabel 4.5 Interpretasi Nilai r (Koefisien Korelasi) Interval Koefisien

Tingkat/KekuatanHubungan

0,80 - 1,000 Sangat Kuat 0,60 - 0,799 Kuat 0,40 - 0,599 Cukup Kuat 0,20 - 0,399 Rendah 0,00 - 0,199 Sangat Rendah (tidak valid) Sumber: Data sekunder yang diolah, 2016.


BAB IV METODE PENELITIAN

Recommend Documents