EVALUASI LOYALITAS KONSUMEN TERHADAP LAPTOP MEREK XYZ PADA MAHASISWA INSTITUT PERTANIAN BOGOR
MIKO NOVRI AMANDRA
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2013 Miko Novri Amandra NIM G14090015
ABSTRAK MIKO NOVRI AMANDRA. Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Dibimbing oleh ANANG KURNIA dan PIKA SILVIANTI. Kebutuhan akan laptop pada mahasiswa cukup besar karena mahasiswa sering menggunakan laptop untuk pembuatan laporan, makalah, jurnal, ringkasan kuliah, dan tugas akhir. Hal tersebut membuat produsen laptop harus mengetahui gambaran faktor-faktor yang mempengaruhi loyalitas konsumen terhadap laptop yang mereka produksi. Secara teori loyalitas merek dipengaruhi oleh kepuasan, citra merek, dan penghambat perpindahan. Loyalitas merek, kepuasan, citra merek, dan penghambat perpindahan merupakan peubah yang tidak dapat diukur langsung (peubah laten) sehingga, analisis statistika yang dapat digunakan adalah model persamaan struktural (MPS). Tujuan penelitian ini adalah memperoleh model persamaan struktural dan model persamaan pengukuran yang dapat menggambarkan hubungan antar peubah laten dan antar peubah laten dengan peubah indikatornya. Data yang digunakan dalam penelitian ini adalah data primer hasil survei terhadap mahasiswa IPB yang memiliki laptop merek XYZ menggunakan metode penarikan contoh tak berpeluang. MPS menunjukkan bahwa kepuasan, citra merek, dan penghambat perpindahan tidak bepengaruh terhadap loyalitas merek. Model persamaan pengukuran menunjukkan merek dan rekomendasi mampu mencerminkan peubah laten loyalitas merek tetapi peubah indikator tersebut tidak reliabel dalam mengukur loyalitas merek secara simultan maupun parsial. Semua peubah indikator pada peubah laten kepuasan, citra merek, dan penghambat perpindahan telah mampu mencerminkan peubah laten dan reliabel mengukur peubah latennya. Kata kunci: model persamaan struktural, peubah indikator, peubah laten ABSTRACT MIKO NOVRI AMANDRA. Customer Loyalty Evaluation of Student on Laptop Brand XYZ in Bogor Agricultural University. Advised by ANANG KURNIA and PIKA SILVIANTI. Laptop is one important tool to do report, paper, journal, college summary, and final task. It causes the manufacturers have to know which factors influenced costumer loyalty toward their production. Theoretically, brand loyalty is influenced by satisfaction, brand image, and switching barrier. The mentioned variables are the variables which can not be measured directly (latent variable) thus, the statistical analysis that can be employed is structural equation modelling (SEM). The objective of this study to get structural equation modelling and measurement equation modelling which can describe the relationship among latent variables and also between latent variables and its manifest variables. The data which is used in this study is a primary data taken from a survey on IPB students who have laptop with brand XYZ using a non-probability sampling methods. SEM indicates that satisfaction, brand image, and switching barrier did
not influence brand loyalty. Measurement equation model shows that the brand and recommendation is able to reflect latent variable from brand loyalty, but the variables are not reliable in measuring brand loyalty neither simultaneously nor partially. All manifest variables on the latent variables such as satisfaction, brand image, and switching barrier are able to reflect of latent variables and reliable to measure its latent variables. Keywords: latent variable, manifest variable, structural equation modelling
EVALUASI LOYALITAS KONSUMEN TERHADAP LAPTOP MEREK XYZ PADA MAHASISWA INSTITUT PERTANIAN BOGOR
MIKO NOVRI AMANDRA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
Judul Skripsi: Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor : Miko N ovri Amandra Nama : G14090015 NIM
Disetujui oleh
D~mia
Pika Silvianti, M.Si Pembimbing II
Pembimbing I
Tanggal Lulus:
2 6 JUL
2~ ,1
Judul Skripsi : Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor Nama : Miko Novri Amandra NIM : G14090015
Disetujui oleh
Dr. Anang Kurnia Pembimbing I
Pika Silvianti, M.Si Pembimbing II
Diketahui oleh
Dr. Ir. Hari Wijayanto, M.Si Ketua Departemen
Tanggal Lulus:
PRAKATA Alhamdullilah, segala puji dan syukur penulis panjatkan kepada Allah SWT karena atas rahmat dan karunia-Nya penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah ini berjudul Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Karya ilmiah ini merupakan salah satu syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dalam menyelesaikan karya ilmiah ini, antara lain: 1. Bapak Dr. Anang Kurnia dan Ibu Pika Silvianti, M.Si atas bimbingan, masukan, dan kesabarannya selama penulis menyelesaikan karya ilmiah ini. 2. Ibu Yenni Angraini, M.Si selaku penguji atas saran dan kritikannya yang membangun. 3. Bapak Dr. Ir. Budi Suharjo, MS, Dr. Ir. I Made Sumertajaya, MS, dan Dr. Farit Mochamad Afendi, M.Si atas masukannya mengenai model pesamaan struktural (MPS). 4. Dosen pengajar Departemen Statistika atas ilmu yang telah diberikan. 5. Ibu Markonah, Ibu Tri, dan Tata Usaha Departemen Statistika atas bantuannya dalam kelancaran administrasi. 6. Pihak Tanoto Foundation atas beasiswa yang telah diberikan. 7. Departemen Survey and Reseach Himpunan Profesi Gamma Sigma Beta 2013 dan mahasiswa Statistika angkatan 2012 atas bantuannya dalam melakukan survei penelitian. 8. Inka Tiara Putri atas pinjaman buku model persamaan struktural miliknya. 9. Keluarga di rumah, terutama Ayah dan Ibu atas kasih sayang dan doanya. 10. Dwivayani, teman-teman satu bimbingan (Rafika, Rizki, Indah, dan Lusi), dan teman-teman Statistika 46 atas semangat dukungan dan bantuannya. Penulis menyadari masih banyak kekurangan dalam penulisan karya ilmiah ini. Oleh karena itu, penulis menerima saran dan kritikan yang membangun dari berbagai pihak agar dapat meningkatkan pengetahuan penulis di masa yang akan datang. Penulis berharap karya ilmiah ini dapat bermanfaat bagi penulis khususnya dan pembaca pada umumnya.
Bogor, Juli 2013 Miko Novri Amandra
DAFTAR ISI DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
METODOLOGI
2
Data dan Metode Penarikan Contoh
2
Metode Analisis
2
HASIL DAN PEMBAHASAN
8
Validitas dan Reliabilitas Kuesioner
8
Deskripsi Karakteristik Responden dan Peubah Indikator
8
Pendugaan Parameter Model Persamaan Struktural
10
SIMPULAN
14
DAFTAR PUSTAKA
14
LAMPIRAN
15
RIWAYAT HIDUP
23
DAFTAR TABEL 1 Nilai reliabilitas cronbach alpha peubah laten 2 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah modifikasi pada tahap pertama 3 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah modifikasi pada tahap kedua 4 Reliabilitas konstruk peubah laten sesudah modifikasi pada tahap kedua 5 Variance extracted peubah laten sesudah modifikasi pada tahap kedua 6 Koefisien lintas antar peubah laten 7 Pengaruh langsung dan tak langsung antar peubah laten
8 10 11 12 12 12 13
DAFTAR GAMBAR Diagram lintas model persamaan struktural berdasarkan teori Jumlah responden berdasarkan tahun masuk Jumlah responden berdasarkan fakultas Jumlah responden berdasarkan departemen Diagram kotak garis peubah indikator Diagram lintas pada tahap pertama sebelum (a) dan sesudah (b) modifikasi 7 Diagram lintas pada tahap kedua sesudah modifikasi 8 Diagram lintas pada tahap kedua sebelum modifikasi
1 2 3 4 5 6
3 8 9 9 9 10 11 11
DAFTAR LAMPIRAN 1 Nilai uji validitas setiap pernyataan dalam kuesioner 2 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap pertama 3 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap kedua 4 Kuesioner penelitian 5 Daftar nama peubah laten dan peubah indikator 6 Model persamaan struktural dan model persamaan pengukur 7 Matriks korelasi peubah indikator
15 16 16 17 21 22 22
PENDAHULUAN Latar Belakang Sarana dan prasarana merupakan hal penting untuk menunjang proses belajar mengajar agar lebih efektif dan efisien. Salah satu prasarana yang sering digunakan adalah laptop. Kebutuhan akan adanya laptop pada mahasiswa cukup besar karena mahasiswa merupakan salah satu akademisi yang paling sering menggunakan laptop untuk pembuatan laporan, makalah, jurnal, ringkasan kuliah, dan tugas akhir. Hal tersebut membuat produsen laptop harus mengetahui gambaran mengenai faktor-faktor yang mempengaruhi loyalitas konsumen terhadap laptop yang mereka produksi. Tujuan produsen mengetahui gambaran faktor-faktor yang mempengaruhi loyalitas konsumen adalah agar konsumen tetap setia terhadap hasil produksinya. Secara teori loyalitas merek dipengaruhi oleh kepuasan, citra merek, dan penghambat perpindahan selain itu, citra merek pun mempengaruhi kepuasan. Loyalitas merek, kepuasan, citra merek, dan penghambat perpindahan merupakan peubah yang tidak dapat diukur secara langsung (peubah laten). Oleh karena itu, analisis statistika yang dapat digunakan adalah model persamaan struktural (MPS). MPS dapat menunjukkan model dari hubungan kepuasan, citra merek, penghambat perpindahan, dan loyalitas merek serta peubah indikator yang menyusun peubah latennya. Hubungan antar peubah laten di analisis dengan menggunakan analisis lintas sedangkan hubungan antar peubah indikator terhadap peubah latennya di analisis dengan confirmatory factor analysis (CFA).
Tujuan Penelitian 1.
2.
Tujuan penelitian ini adalah : Memperoleh model persamaan struktural yang dapat menggambarkan hubungan antara citra merek, kepuasan, dan penghambat perpindahan terhadap loyalitas merek. Memperoleh model persamaan pengukuran yang dapat menggambarkan hubungan antara peubah laten penghambat perpindahan, citra merek, kepuasan, dan loyalitas merek terhadap peubah indikatornya.
2
METODOLOGI Data dan Metode Penarikan Contoh Data yang digunakan dalam penelitian ini adalah data primer yang dikumpulkan melalui survei dengan metode penarikan contoh tak berpeluang. Metode penarikan contoh yang digunakan terdiri dari metode penarikan contoh snowball dan purposive. Responden terpilih merupakan mahasiswa aktif strata I IPB pada tahun 2013 yang memiliki laptop merek XYZ. Responden yang disurvei sebanyak 304 orang. Hair et al (2009) mengatakan paling sedikit ukuran contoh yang dibutuhkan 100 atau 5-10 kali dari jumlah peubah indikatornya. Survei dilakukan terhadap mahasiswa IPB di 36 departemen dengan tahun masuk antara 2008 sampai 2012. Responden menjawab pertanyaan dan pernyataan yang terdapat dalam kuesioner yang terdiri dari 8 pertanyaan mengenai karakteristik responden dan 40 pernyataan mengenai peubah laten dan peubah indikator yang dikembangkan berdasarkan teori. Skala yang digunakan dalam menjawab pernyataan kuesioner adalah skala semantic differential dengan nilai 8 menunjukkan sangat setuju dan 1 sangat tidak setuju. Pengujian validitas dan reliabilitas pernyataan yang terdapat dalam kuesioner menggunakan uji korelasi dan metode cronbach alpha.
Metode Analisis 1.
2.
Tahapan yang dilakukan dalam penelitian ini adalah : Konseptualisasi model persamaan struktural berdasarkan teori. Loyalitas adalah sikap positif seseorang terhadap suatu merek sehingga, konsumen memiliki keinginan kuat untuk membeli ulang merek yang sama pada saat sekarang maupun masa yang akan datang (Sumarwan, 2002). Berdasarkan teori, loyalitas merek dipengaruhi oleh kepuasan, citra merek, penghambat perpindahan sedangkan kepuasan dipengaruhi citra merek. Kepuasan adalah perasaan senang atau kecewa seseorang sebagai hasil dari perbandingan atas prestasi produk yang dirasakan dan yang diharapkan (Sumarwan, 2002). Penghambat perpindahan (switching barrier) adalah hambatan-hambatan atau biaya yang muncul ketika konsumen akan berpindah dari satu merek ke merek lainnya (Subroto, 2005 dalam Agnanda, 2012). Citra merek adalah seperangkat asosiasi yang ingin diciptakan atau dipelihara oleh pasar. Peubah-peubah indikator setiap peubah latennya dapat dilihat pada Lampiran 5. Pembuatan diagram lintas. Pembuatan diagram lintas pada model persamaan struktural dan model persamaan pengukuran dalam penelitian ini dikembangkan berdasarkan teori yang telah ada. Tujuan dari pembuatan diagram lintas adalah untuk mengetahui jumlah parameter yang diduga dan mengetahui hubungan kausalitas antar peubah laten dan antar peubah laten dan peubah indikator.
3
: Peubah laten eksogen : Peubah laten endogen
Gambar 1 Diagram lintas model persamaan struktural berdasarkan teori Model yang dibangun dalam MPS terdiri dari model persamaan pengukuran dan model persamaan struktural. Peubah laten adalah peubah yang tidak dapat diukur secara langsung namun dapat diukur oleh satu atau lebih peubah indikator sedangkan untuk peubah indikator adalah peubah yang dapat diukur secara langsung (Bollen, 1989). Persamaan model struktural secara umum dinyatakan sebagai berikut:
dengan, : vektor peubah laten endogen berukuran mxl : matriks koefisien eksogen terhadap endogen berukuran mxn B : matriks koefisien endogen terhadap endogen berukuran mxm : vektor peubah laten eksogen berukuran nx1 : vekor sisaan acak hubungan antara endogen dan eksogen/endogen berukuran mx1 m : jumlah peubah laten endogen n : jumlah peubah laten eksogen. Persamaan model pengukuran secara umum dinyatakan sebagai berikut:
dengan, y : vektor peubah indikator bagi peubah laten endogen berukuran px1 x : vektor peubah indikator bagi peubah laten eksogen berukuran qx1 : matriks koefisien y terhadap endogen berukuran pxm : matriks koefisien x terhadap eksogen berukuran qxn : vektor sisaan pengukuran dari y berukuran px1 : vektor sisaan pengukuran dari x berukuran qx1 p : jumlah peubah indikator bagi peubah laten endogen q : jumlah peubah indikator bagi peubah laten eksogen.
4 3.
Identifikasi model bertujuan untuk menentukan terdapat atau tidaknya solusi bagi parameter yang diduga. Identifikasi model dilakukan dengan t-rule yaitu, jumlah parameter yang diduga harus lebih kecil dari jumlah elemen unik dari matriks masukan (Bollen, 1989). Persamaan t-rule sebagai berikut: t
p q p q 1 2
dengan, t : jumlah parameter yang diduga p : jumlah peubah indikator peubah laten eksogen q : jumlah peubah indikator peuban laten endogen. 4.
Pembuatan kuesioner sesuai konseptual yang telah dibuat sekaligus melakukan pengujian reliabilitas dan validitas kuesioner terhadap 30 responden dengan metode cronbach alpha dan uji korelasi. [
] [1
1
2
∑ 2 t
dengan, b ∑
: : : :
koefisien reliabilitas (cronbach alpha) jumlah butir pertanyaan jumlah dari ragam setiap butir pertanyaan ragam dari jumlah semua butir pertanyaan r
∑ ∑ n∑ [n ∑ 2 (∑ )2 ][n ∑ 2 (∑ )2
dengan, r : korelasi x : nilai dari setiap butir pertanyaan y : nilai dari semua jumlah butir pertanyaan n : banyaknya responden. Nilai cronbach alpha lebih dari atau sama dengan 0.6 dapat dikatakan instrumen tersebut reliabel (Kusnendi, 2008) dan p-value lebih kecil dari 0.05 pada pengujian korelasi dapat dikatakan instrumen valid (Azwar, 2012). 5.
Pengumpulan data dengan melakukan survei terhadap mahasiswa aktif strata I IPB 2013 yang memiliki laptop merek XYZ.
6.
Analisis deskriptif pemilik laptop merek XYZ dan peubah-peubah indikator. Statistika deskriptif yang akan di bahas dalam penelitian ini berkaitan dengan profil responden mengenai usia, jenis kelamin, tahun masuk, asal departemen, dan asal fakultas. Pembuatan diagram kotak garis terhadap peubah indikator. Menentukan matriks masukan.
7.
5 Matriks masukan yang digunakan dalam MPS yaitu matriks korelasi karena jumlah butir pertanyaan setiap peubah indikator berbeda. Hal ini mengakibatkan skala setiap peubah indikator berbeda. 8.
Pendugaan parameter. Metode pendugaan parameter yang digunakan dalam analisis model persamaan struktural ini adalah unweighted least square (ULS). Bentuk umum fungsi pengepasan metode ULS adalah: FULS = 1/2 tr[ Σ -Σ θ 2] dengan, Σ : matriks koragam/korelasi dari data Σ θ : matriks koragam/korelasi dari model. Fungsi ULS meminumkan setengah jumlah kuadrat dari masing-masing unsur matriks sisaan Σ-Σ θ , sifat penduga pada metode ULS konsisten dan tidak memerlukan asumsi dari sebaran peubah pengamatan (Bollen, 1989).
9.
Evaulasi kelayakan model secara keseluruhan dan validitas serta reliabilitas peubah indikator. Evaluasi kelayakan model secara keseluruhan dengan menggunakan uji khi kuadrat, RMSEA, RMSR, GFI, dan AGFI. 9.1 Uji Khi Kuadrat ( 2 ) Statistik 2 digunakan untuk menguji hipotesis: H0 : Σ Σ θ H1 : Σ Σ θ tidak tolak H0 jika p-value > 0.05 menunjukkan kecocokan antara martriks koragam/korelasi model dugaan hasil struktural dengan matriks koragam/korelasi dari data (Hair et al, 2009). 9.2 Root Mean Square Error of Approximation (RMSEA) RMSEA menunjukkan ukuran ketidakcocokan model berdasarkan derajat bebas model. RMSEA dapat dinyatakan sebagai berikut: RMSEA = √
2 -d (n-1)d
dengan, 2
: nilai khi kudrat model n : ukuran contoh db : derajat bebas model. Nilai RMSEA yang lebih kecil dari 0.08 merupakan indikasi dapat diterimanya sebuah model. Hal ini menunjukkan kecocokan antara martriks koragam/korelasi model dugaan hasil struktural dengan matriks koragam/korelasi dari data (Hair et al, 2009).
6 9.3 Root Mean Square Residual (RMSR) Nilai RMSR menunjukkan rata-rata sisaan koragam atau korelasi (Bollen, 1989). RSMR dapat dinyatakan sebagai berikut:
RMSR
2 1/2 sij ij k i = [2Σi 1 Σj 1 ] kk 1
dengan, k : jumlah peubah indikator pada peubah laten eksogen dan peubah laten endogen : unsur matriks Σ sij : unsur matriks Σ θ . ij Σ merupakan koragam/korelasi dari data dan Σ θ matriks koragam/korelasi dari model. Nilai RMSR yang lebih kecil atau sama dengan 0.05 mengindikasikan kecocokan antara matriks korelasi/koragam hasil dugaan model struktural dengan matriks korelasi/koragam dari data. 9.4 Goodness of Fit Index (GFI) Nilai GFI mempresentasikan persen dari keragaman data yang dapat dijelaskan oleh model. GFI dapat dinyatakan sebagai berikut: GFI = 1 -
[(
( )) ] [
]
dengan, Σ : matrik korelasi/koragam dari data Σθ : matriks korelasi/koragam dari model. Model dengan nilai GFI lebih besar dari 0.90 mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks koragam/korelasi hasil dugaan model struktural dengan matriks koragam/korelasi dari data (Hait et al, 2009). 9.5 Adjusted Godness of Fit Index (AGFI) Nilai AGFI merupakan modifikasi dari GFI dengan mengakomodasikan derajat bebas model dengan model lain yang dibandingkan. AGFI dapat dinyatakan sebagai berikut: AGFI = 1–*
kk 1 2d
+[1-GFI]
dengan, k : jumlah peubah indikator pada peubah laten eksogen dan peubah laten endogen db : derajat bebas model. Model dengan nilai AGFI lebih besar dari 0.90 mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks koragam/korelasi
7 hasil dugaan model struktural dengan matriks koragam/korelasi data asal (Hair et al, 2009). Validitas dan reliabilitas menggunakan uji t, reliabilitas konstruk, dan variance extracted. 9.6 Validitas peubah indikator dinilai dengan cara menguji hipotesis H0:λij=0 lawan Hi:λij 0, indikator dikatakan valid atau dapat mencerminkan peubah laten jika memiliki nilai t-hitung lebih besar dari t tabel pada taraf nyata 5%. Nilai t tabel sebesar 1.96 (Raykov, 2008). 9.7 Reliabilitas konstruk diukur melalui persamaan berikut:
j=
Σi 1 λij 2
Σi 1 λij
2
Σi 1
i
dengan : RKj : reliabilitas konstruk peubah laten ke-j c : jumlah indikator yang mengukur peubah laten ke-j λij : standardize loading factor peubah indikator ke–i peubah laten ke-j : ragam galat pengukuran indikator ke–i. i Ukuran ini menggambarkan kemampuan peubah-peubah indikator secara bersama sama dapat mengukur peubah laten. Semakin besar RK maka semakin besar pula representatif peubah indikator terhadap peubah laten. Nilai reliabilitas konstruk yang disarankan adalah lebih besar dari 0.70 (Hair et al, 2009). 9.8 Variance extracted (VE) diukur melalui persamaan berikut:
VEj=
Σi 1 λij Σi 1 λij
2
2
Σi 1
i
dengan : VEj c λij
: variance extracted peubah laten ke-j : jumlah indikator yang mengukur peubah laten ke-j : standardize loading factor peubah indikator ke–i peubah laten ke-j : ragam galat pengukuran indikator ke–i. i Ukuran ini menggambarkan kemampuan setiap peubah indikator dalam mengukur peubah laten. Semakin besar variance extracted maka semakin besar pula representatif setiap peubah indikator terhadap peubah laten. Variance extracted yang disarankan adalah lebih besar dari 0.50 (Hair et al, 2009). Jika model tidak fit dilakukan modifikasi model dengan cara menghilangkan atau menambahkan lintas pada model (Wijanto, 2007).
10
Interpretasi model Interpretasi model dilakukan terhadap koefisien lintas, standardize loading factor, dan validitas dan reliabilitas peubah indikator.
8
HASIL DAN PEMBAHASAN Validitas dan Reliabilitas Kuesioner Pengujian validitas dan reliabilitas terhadap kuesioner yang telah dibuat dilakukan terhadap 30 responden melalui survei pendahuluan. Pernyataanpernyataan yang dibuat dalam kuesioner ini dikembangkan berdasarkan teori yang diperoleh dari studi literatur. Uji validitas dilakukan untuk mengetahui ketepatan dan kecermatan alat ukur yaitu kuesioner dalam melakukan fungsinya sebagai alat ukur. Uji validitas dilakukan dengan melihat korelasi antara nilai masing-masing pernyataan dengan jumlah dari nilai-nilai pernyataan yang ingin diukur pada setiap peubah laten. Berdasarkan Lampiran 1 semua pernyataan dalam kuesioner valid pada taraf nyata 5% yang ditunjukkan dengan p-value lebih kecil dari 0.05 Tabel 1 Nilai reliabilitas cronbach alpha peubah laten Peubah laten Nilai cronbach alpha Keterangan Loyalitas Merek 0.883 Reliabel Penghambat Perpindahan 0.869 Reliabel Citra Merek 0.877 Reliabel Kepuasan 0.910 Reliabel Uji reliabilitas digunakan untuk mengetahui konsistensi dan keterandalan alat ukur agar dapat digunakan lebih lanjut. Tabel 1 menunjukkan bahwa semua peubah laten reliabel karena memiliki nilai reliabilitas cronbach alpha lebih besar dari 0.6 sehingga dapat disimpulkan semua pernyataan yang mengukur peubah laten dalam kuesioner adalah reliabel. Hal ini menunjukkan bahwa kuesioner yang digunakan dalam penelitian ini merupakan kuesioner yang reliabel. Deskripsi Karakteristik Responden dan Peubah Indikator Responden yang terpilih merupakan mahasiswa strata I IPB yang memiliki laptop merek XYZ. Responden terpilih terdiri dari 73% berjenis kelamin perempuan dan 27% berjenis kelamin laki-laki dari total sebanyak 304 responden. Responden terpilih memiliki umur berkisar antara 17-23 tahun dengan jumlah responden terbanyak berada pada umur 19 tahun sebanyak 114 responden. Gambar 2 menunjukkan responden sebagian besar adalah mahasiswa dengan tahun masuk 2011 yang paling sedikit adalah mahasiwa dengan tahun masuk 2008. 146 150 79
100 50
44
33
2009
2010
2
0 2008
2011
2012
Gambar 2 Jumlah responden berdasarkan tahun masuk
9 Gambar 3 dan Gambar 4 menunjukkan responden sebagian besar adalah mahasiswa yang berasal dari FMIPA sebanyak 101 responden dan Departemen Statistika sebanyak 46 orang. Hal ini karena peneliti lebih mudah mendapatkan akses untuk memperoleh responden pada FMIPA dan Departemen Statistika dibandingkan dengan fakultas dan departemen lain. Peneliti berusaha melakukan pemilihan responden dari fakultas dan departemen lain agar dapat menggambarkan karakteristik mahasiswa IPB. 120 100 80 60 40 20 0
101 26
20
12
32
48
33
20
12
Gambar 3 Jumlah responden berdasarkan fakultas 60
46
40 4
10 5 15 7
AGB AGH ARL BDP BIK BIO Eksyar ESL FIS FKH GFM GM IE IKK Ilkom INTP IPTP ITK ITP KIM KSHE MAN MAT MNH MSL MSP PSP PTN SIL SKPM STK SVK THH THP TIN TMB
15 9 20 13 6 6 4 1112 6 4 12 4 9 10 9 7 5 4 7 13 5 7 10 7 5 5 3 3 3 3 0
Gambar 4 Jumlah responden berdasarkan departemen Gambar 5 menunjukkan bahwa semua peubah indikator tidak memiliki pencilan. Peubah-peubah indikator memiliki keragaman yang hampir sama dan sebagian besar memiliki kesimetrian data yang tidak seimbang. 3 2
Data
1 0 -1 -2 -3
e re M
k
i l l i t li s uk kai g is gs lan s ia io n a b u a Be nd a s n o mi ma Pro d Fu n an d a s o lo ai So m e e o k g e i P m k n P Ps ra Cit ra ko Ke iE Nil i Fu ra Re Nila Ni lai Cit a Cit Nil
n ia ka Us s te ti y an a a E l Pe
Gambar 5 Diagram kotak garis peubah indikator
u Fi t
r
10 Pendugaan Parameter Model Persamaan Struktural Model persamaan struktural menggunakan matriks masukan berupa matriks korelasi karena setiap peubah indikator memiliki skala yang berbeda. Metode pendugaan parameter yang digunakan adalah unweighted least square (ULS). Pendugaan ini bersifat konsisten dan asumsi dari sebaran data yang digunakan bersifat fleksibel. Pendugaan parameter MPS pada penelitian ini dilakukan dengan two step approach. Two step approach yaitu pendekatan dengan mengunakan dua tahap analisis. Tahap pertama yaitu melakukan CFA terhadap model persamaan pengukuran terlebih dahulu hingga memiliki model yang fit jika tidak dilakukan modifikasi terhadap model pengukuran. Tahap kedua setelah model pengukuran fit adalah analisis terhadap model persamaan struktural dengan analisis lintas (Wijanto, 2007).
Sebelum modifikasi (a)
Sesudah modifikasi (b)
Gambar 6 Diagram lintas pada tahap pertama sebelum (a) dan sesudah (b) modifikasi Confirmatory factor analysis terhadap model pengukuran sebelum modifikasi memberikan kesimpulan bahwa terdapat satu nilai standardize loading factor yang lebih kecil dari 0.5 sehingga peubah indikator tersebut dihilangkan dalam model (Hair et al, 2009). Analisis yang dilakukan terhadap model yang telah dimodifikasi menghasilkan semua standardize loading factor lebih besar dari 0.5. Berdasarkan t-hitung semua peubah indikator valid dalam mengukur peubah latennya. Nilai standardize loading factor dapat dilihat pada Lampiran 2. Tabel 2 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah modifikasi pada tahap pertama Kriteria kesesuaian Nilai yang Hasil uji Sebelum Hasil uji sesudah model disarankan modifikasi modifikasi Khi Kuadrat Nilai yang kecil 378.400 285.420 p-value ≥ 0.050 (p-value = 0.000) (p-value = 0.000) RMSEA ≤ 0.080 0.097 0.091 RMSR ≤ 0.050 0.052 0.044 GFI ≥ 0.900 0.990 0.990 AGFI ≥ 0.900 0.980 0.990
11 Tabel 2 menunjukkan bahwa sebelum modifikasi pada CFA uji khi kuadrat nyata pada taraf nyata 5% sedangkan nilai RMSEA dan RMSR menunjukkan kecocokan model kurang fit. Hal ini menandakan matriks korelasi dari model masih berbeda dengan matriks korelasi dari data artinya model yang dibuat belum fit terhadap data. Oleh karena itu, dilakukan modifikasi dengan menghilangkan lintas antara peubah indikator merek (Y1) terhadap peubah laten loyalitas merek dan membuat beberapa lintas antar peubah indikator. Modifikasi pertama tetap menunjukkan bahwa uji khi kuadrat nyata pada taraf nyata 5% dan RMSEA tetap menunjukkan kecocokan model yang kurang fit sedangkan RMSR telah menunjukkan kecocokan model yang fit. Model setelah modifikasi pada tahap pertama menjadi model awal pada analisis tahap kedua. Modifikasi model tahap pertama dapat dilihat pada Gambar 6. Berdasarkan t hitung semua peubah indikator valid dalam mengukur dimensinya masing-masing. Nilai standardize loading factor dapat dilihat pada Lampiran 3.
Gambar 8 Diagram lintas pada tahap kedua sebelum modifikasi
Gambar 7 Diagram lintas pada tahap kedua sesudah modifikasi Tabel 3 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah modifikasi pada tahap kedua Kriteria kesesuaian Nilai yang Hasil uji sebelum Hasil uji sesudah Model disarankan modifikasi modifikasi Khi Kuadrat Nilai yang kecil 285.640 221.490 p-value ≥ 0.050 (p-value = 0.000) (p-value = 0.000) RMSEA ≤ 0.080 0.091 0.076 RMSR ≤ 0.050 0.044 0.041 GFI ≥ 0.900 0.990 0.990 AGFI ≥ 0.900 0.990 0.990
12 Tahap kedua menggunakan model pada tahap pertama sesudah modifikasi. Model dapat dilihat pada Gambar 6 a. Evaluasi kelayakan model pada tahap kedua dalam MPS dapat dilihat pada Tabel 3 yang menunjukkan bahwa nilai evaluasi kelayakan model sebelum modifikasi masih ada yang belum fit sehingga dilakukan modifikasi kembali dengan membuat beberapa lintas antar peubah indikator. Modifikasi pertama pada tahap kedua uji khi kuadrat nyata pada taraf nyata 5% akan tetapi berdasarkan evaluasi kelayakan model menunjukkan bahwa model sudah cukup baik karena matriks korelasi model hampir sama dengan matriks korelasi dari data. Modifikasi model dapat dilihat pada Gambar 7 dan Gambar 8. Tabel 4 Reliabilitas konstruk peubah laten sesudah modifikasi pada tahap kedua Peubah laten Loyalitas Merek Penghambat Perpindahan Citra Merek Kepuasan
Nilai reliabilitas konstruk 0.650 0.799 0.823 0.868
Keterangan Tidak Reliabel Reliabel Reliabel Reliabel
Tabel 4 menunjukkan bahwa reliabilitas konstruk loyalitas merek tidak reliabel yang artinya peubah indikator dari peubah laten loyalitas merek kurang andal dalam mengukur secara bersama-sama peubah latennya. Hal ini didasarkan pada nilai reliabilitas konstruk (RK) yang lebih kecil dari 0.7. Tabel 5 Variance extracted peubah laten sesudah modifikasi pada tahap kedua Peubah laten Loyalitas Merek Penghambat Perpindahan Citra Merek Kepuasan
Nilai variance extracted 0.482 0.501 0.609 0.533
Keterangan Tidak Reliabel Reliabel Reliabel Reliabel
Tabel 5 menunjukkan bahwa variance extracted loyalitas merek tidak reliabel yang artinya tiap peubah indikator dari peubah laten loyalitas merek kurang andal dalam mengukur peubah latennya. Hal ini didasarkan pada nilai variance extracted (VE) yang lebih kecil dari 0.5 Tabel 6 Koefisien lintas antar peubah laten Hubungan antar peubah laten Koefisien lintas Kepuasan Loyalitas merek -0.260 Citra merek Loyalitas merek 0.030 Penghambat Perpindahan Loyalitas 0.980 merek Citra merek Kepuasan 0.940
t-hitung -0.040 0.004 0.650 5.050
Berdasarkan t hitung dapat disimpulkan bahwa antara citra merek, penghambat perpindahan, dan kepuasan tidak berpengaruh nyata terhadap loyalitas merek pada taraf nyata 5%. Hal ini terjadi karena responden membeli
13 laptop XYZ hanya sebagai kebutuhan dan hanya memiliki kemampuan untuk membeli laptop merek XYZ saja sehingga, loyalitas merek responden rendah. Responden tidak mementingkan citra merek dari laptop yang mereka beli sehingga koefisien lintas antara citra merek terhadap loyalitas kecil yaitu 0.030. Responden tidak mementingkan biaya atau hambatan ketika berpindah dari merek XYZ ke merek lain karena menurut responden biaya yang dikeluarkan jumlahnya sedikit jika berpindah dari merek XYZ ke merek lain. Koefisien lintas antara penghambat perpindahan memiliki koefisien yang tinggi akan tetapi memiliki galat baku yang besar sehingga, pada pengujian pada taraf nyata 5% tidak nyata. Kepuasan memiliki nilai koefisien lintas yang negatif terhadap loyalitas merek. Hal ini disebabkan karena konsumen memiliki rasa puas terhadap laptop merek XYZ tetapi tidak akan membeli ulang laptop merek XYZ dan tidak akan merekomendasikannya kepada orang lain. Koefisien lintas antara citra merek dan kepuasan nyata pada taraf nyata 5% yang artinya citra merek mempengaruhi kepuasan pada taraf nyata 5%. Hal ini mengindikasikan bahwa semakin tinggi penilaian responden terhadap citra merek maka akan meningkatkan tingkat kepuasan. Tabel 7 Pengaruh langsung dan tak langsung antar peubah laten Hubungan antar peubah laten Pengaruh Pengaruh Pengaruh langsung tidak total langsung Kepuasan Loyalias merek 6.76% -21.40% -14.64% Citra merek Loyalitas merek 0.09% 1.88% 1.97% Penghambat Perpindahan Loyalitas 96.04% -18.79% 77.25% merek Citra merek Kepuasan 88.36% 88.36% Berdasarkan pengaruh langsung dan tak langsung yang terdapat pada Tabel 6 diketahui bahwa 6.76% penurunan tingkat loyalitas konsumen dipengaruhi langsung oleh peningkatan tingkat kepuasan. Secara tidak langsung pengaruh tingkat kepuasan terhadap tingkat loyalalitas merek akibat hubungannya dengan citra merek dan penghambat perpindahan sebesar -21.40%. Jadi pengaruh total tingkat kepuasan terhadap tingkat loyalitas merek sebesar -14.64%. Peningkatan tingkat loyalitas konsumen dipengaruhi langsung oleh peningkatan tingkat citra merek sebesar 0.09%. Secara tidak langsung pengaruh tingkat citra merek terhadap tingkat loyalitas merek akibat hubungannya dengan kepuasan dan penghambat perpindahan sebesar 1.88%. Jadi total pengaruh tingkat citra merek terhadap tingkat loyalitas merek sebesar 1.97 %. Peningkatan tingkat loyalitas konsumen dipengaruhi langsung oleh peningkatan tingkat penghambat perpindahan sebesar 96.04%. Secara tidak langsung pengaruh tingkat penghambat perpindahan terhadap tingkat loyalitas merek akibat hubungannya dengan citra merek dan kepuasan sebesar -18.79%. Jadi total pengaruh tingkat penghamabat perpindahan terhadap tingkat loyalitas merek sebesar 77.25%. Pengaruh total tingkat citra merek terhadap tingkat kepuasan sebesar 88.36 %.
14
SIMPULAN Model persamaan struktural yang diperoleh pada tahap kedua setelah modifikasi menunjukkan matriks korelasi model hampir sama dengan matriks korelasi data. Model persamaan pengukuran menunjukkan peubah indikator yang dikeluarkan dalam model karena standardize loading factor kurang dari 0.5 yaitu peubah indikator merek (Y1). Peubah indikator pada peubah laten loyalitas merek tidak reliabel dalam mengukur peubah latennya secara bersama-sama maupun tiap-tiap peubah indikatornya. Hal ini terjadi karena responden membeli laptop merek XYZ hanya sebagai kebutuhan dan hanya memiliki kemampuan untuk membeli laptop merek XYZ saja sehingga loyalitas merek responden rendah. Tidak reliabelnya peubah indikator pada peubah laten loyalitas merek diduga menyebabkan citra merek, penghambat perpindahan, dan kepuasan tidak berpengaruh terhadap loyalitas merek. Citra merek berpengaruh terhadap kepuasan. Citra merek memiliki pengaruh total yang paling kecil terhadap loyalitas merek. Penghambat perpindahan memiliki pengaruh total yang paling besar terhadap loyalitas merek akan tetapi memiliki galat baku yang besar pula sehingga tidak berpengaruh terhadap loyalitas merek. Citra merek memiliki pengaruh total yang besar terhadap kepuasan.
DAFTAR PUSTAKA Azwar S. 2012. Reliabilitas dan Validitas Edisi ke-4. Yogyakarta (ID): Pustaka pelajar. Agnanda F, Farida N. 2012. Pengaruh Nilai Konsumen, Kesadaran Merek dan Switching Baririer Terhadap Loyalitas Konsumen Kartu Telkom Flexi (Studi Kasus Pada Mahasiswa Fakultas Ilmu Sosial dan Ilmu Politik Universitas Diponegoro Semarang). JIAB [internet] [diunduh 1 November http://ejournal2012] 1(1)-3 tersedia pada: s1.undip.ac.id/index.php/jiab/article/download/857/832. Bollen KA. 1989. Structural Equation With Latent Variables. New York (US): John Willey and Sons. Hair JF, Anderson RF, Tatham RL, Black WC. 2009. Multivariate Data Analysis 7th ed. New Jersey (US): Prentice Hall, inc. Kusnendi. 2008. Model-Model Persamaan Struktural (Satu dan Multigroup Sampel dengan Lisrel). Bandung (ID): CV Alfabeta. Raykov T, Marcoulides GA. 2008. An Introduction to Applied Multivariate Analysis. New York (US) : Taylor and Francis Group. Surmawan U. 2002. Perilaku Konsumen : Teori dan Penerapannya dalam Pemasaran. Jakarta (ID): PT. Ghalia Indonesia – MMA IPB. Wijanto SH. 2007. Structural Equation Modeling dengan Lisrel 8.8. Jakarta (ID): Graha Ilmu.
15 Lampiran 1 Nilai uji validitas setiap pernyataan dalam kuesioner Pernyataan Nilai r (korelasi)* Pernyataan Nilai r (korelasi)* 0.790 Pernyataan no 1 Pernyataan no 21 0.790 Pernyataan no 2 0.728 Pernyataan no 22 0.829 Pernyataan no 3 0.742 Pernyataan no 23 0.755 Pernyataan no 4 0.798 Pernyataan no 24 0.509 Pernyataan no 5 0.828 Pernyataan no 25 0.778 Pernyataan no 6 0.616 Pernyataan no 26 0.640 Pernyataan no 7 0.756 Pernyataan no 27 0.721 Pernyataan no 8 0.750 Pernyataan no 28 0.663 Pernyataan no 9 0.620 Pernyataan no 29 0.713 Pernyataan no 10 0.842 Pernyataan no 30 0.838 Pernyataan no 11 0.566 Pernyataan no 31 0.806 Pernyataan no 12 0.794 Pernyataan no 32 0.572 Pernyataan no 13 0.694 Pernyataan no 33 0.590 Pernyataan no 14 0.794 Pernyataan no 34 0.777 Pernyataan no 15 0.580 Pernyataan no 35 0.716 Pernyataan no 16 0.867 Pernyataan no 36 0.706 Pernyataan no 17 0.723 Pernyataan no 37 0.841 Pernyataan no 18 0.673 Pernyataan no 38 0.647 Pernyataan no 19 0.680 Pernyataan no 39 0.527 Pernyataan no 20 0.868 Pernyataan no 40 0.665 *Korelasi nyata pada taraf nyata 5 %. Hal ini menunjukkan bahwa pernyataan valid mengukur peubah latennya pada taraf nyata 5 %.
16 Lampiran 2 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap pertama Peubah indikator Standardize standardize loading factor Uji t* loading factor sebelum modifikasi sesudah modifikasi Merek (Y1) 0.460 7.830 Beli (Y2) 0.670 14.430 0.670 Rekomendasi (Y3) 0.680 14.570 0.720 Nilai Ekonomi (X1) 0.680 19.070 0.690 Nilai Psikologi (X2) 0.640 16.510 0.600 Nilai Sosial (X3) 0.760 24.900 0.770 Nilai Fungsional (X4) 0.750 24.950 0.760 Citra Pembuat (X5) 0.710 22.360 0.710 Citra Pemakai (X6) 0.850 38.710 0.850 Citra Produk (X7) 0.760 27.100 0.770 Fungsi (Y4) 0.780 28.050 0.780 Keandalan (Y5) 0.820 33.530 0.820 Usia (Y6) 0.710 21.930 0.710 Estetika (Y7) 0.660 17.920 0.640 Pelayanan (Y8) 0.780 27.930 0.780 Fitur (Y9) 0.630 15.930 0.610 Lampiran 3 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap kedua Peubah indikator Standardize standardize loading factor Uji t* loading factor sebelum modifikasi sesudah modifikasi Beli (Y2) 0.670 13.270 0.670 Rekomendasi (Y3) 0.720 15.560 0.720 Nilai Ekonomi (X1) 0.690 19.140 0.690 Nilai Psikologi (X2) 0.600 13.820 0.600 Nilai Sosial (X3) 0.770 25.370 0.770 Nilai Fungsional (X4) 0.760 25.480 0.760 Citra Pembuat (X5) 0.710 22.920 0.710 Citra Pemakai (X6) 0.850 39.320 0.850 Citra Produk (X7) 0.770 27.470 0.770 Fungsi (Y4) 0.780 28.200 0.770 Keandalan (Y5) 0.820 33.620 0.790 Usia (Y6) 0.710 21.780 0.710 Estetika (Y7) 0.640 16.770 0.660 Pelayanan (Y8) 0.780 28.350 0.780 Fitur (Y9) 0.610 14.950 0.710
Uji t* 13.270 15.560 19.140 13.820 25.370 25.480 22.920 39.320 27.470 28.200 33.620 21.780 16.770 28.350 14.950
Uji t* 13.270 2.6800 15.860 12.370 20.700 19.980 9.490 10.730 10.730 10.730 4.210 3.660 3.490 3.790 3150
*t hitung lebih besar dari t tabel (1.96). Hal ini menunjukkan bahwa peubah indikator valid mengukur peubah latennya pada taraf nyata 5 %.
17 Lampiran 4 Kuesioner penelitian KEMENTERIAN PENDIDIKAN NASIONAL ISTITUT PERTANIAN BOGOR FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN STATISTIKA Jalan Meranti Wing 22, Level 4 Kampus IPB Dramaga-Bogor 16680
Kuesioner Penelitian Terima kasih atas partisipasi Anda menjadi salah satu peserta survey dan sukarela mengisi kuesioner ini. Nama saya Miko Novri Amandra (G14090015), mahasiswa IPB Departemen Statistika, pada saat ini saya sedang melakukan penelitian terkait Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Saya sangat menghargai kejujuran Anda dalam mengisi kuesioner ini. Saya menjamin kerahasiaan Anda yang terkait dengan kuesioner. Hasil survey ini semata-mata akan digunakan untuk tujuan penelitian dan bukan tujuan komersial.
No Kuesioner : …………………………………….. Tanggal Pengisian : …………………………………….. KARAKTERISTIK RESPONDEN Nama : …………………………………….. NRP : ................................................... Departemen : …………………………………….. Angkatan : …………………………………….. Usia : ……….. tahun Jenis Kelamin : [1] Laki – laki [2] Perempuan No. Hp : ……………………………………. Email : ……………………………………. *Keterangan Lingkari jawaban pernyataan yang menurut Anda Sesuai
No 1 2
3
4
5
6
A. Loyalitas Konsumen Pernyataan Merek (Y1) Saya tidak pernah menggunakan laptop/netbook merek lain selain XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya tidak pernah barganti – ganti merek laptop/netbook selain XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Beli (Y2) Jika laptop/netbook XYZ saya rusak maka saya tidak akan membeli laptop/netbook merek lain selain XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Jika ada laptop/netbook merek lain yang menawarkan harga lebih murah maka saya tidak akan berpaling kepada merek tersebut Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Jika ada bujukan dari pihak merek laptop/netbook lain maka saya tidak akan berpaling kepada merek tersebut Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Walaupun ada laptop/netbook merek lain yang lebih canggih saya tetap tidak akan berpaling kepada merek tersebut Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
18 No 7 8
Pernyataan Rekomendasi (Y3) Saya sering merekomendasikan laptop/netbok XYZ kepada teman – teman saya Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya sering merekomendasikan laptop/netbok XYZ kepada keluarga Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
B. Penghambat Perpindahan No Pernyataan Nilai Ekonomis (X1) 1 Laptop/netbook XYZ lebih tahan lama dibandingkan laptop/netbook merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 2 Harga laptop/netbook XYZ sesuai dengan yang saya inginkan Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 3 Harga laptop/netbook XYZ lebih murah dibandingkan dengan laptop/netbook merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Nilai Psikologis (X2) 4 Saya tidak khawatir bahwa laptop/netbook XYZ tidak akan sesuai dengan yang saya harapkan Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 5 Jika saya beralih pada laptop/netbook merek lain maka mungkin saya akan mendapatkan laptop.netbook yang kurang bagus Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 6 Saya lebih nyaman menggunakan laptop/netbook XYZ dibandingkan merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Sosial (X3) 7 XYZ merupakan laptop/netbook yang sudah terkenal Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 8 Saya merasa bangga sebagai pengguna laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Fungsional (X4) 9 Spesifikasi laptop/netbook XYZ cukup lengkap dibandingkan laptop/netbook merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju 1 XYZ memiliki kualitas yang baik dibandingkan Aptop/netbook merek lain 10 Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
No 1
2
C. Citra Merek Pernyataan Citra Pembuat (X5) Dengan adanya galery penjualan resmi laptop/netbook XYZ dapat terjamin keasliannya Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Keluhan dan saran konsumen ditanggapi dengan baik oleh pihak perusahaan Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
19 No 3
4
5
6 7 8
No 1 2
3 4
5 6 7
8 9
10 11
Pernyataan Galery penjualan resmi laptop/netbook XYZ muda ditemukan Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Citra Pemakai (X6) Saya yakin dan percaya bahwa laptop XYZ dapat bersaing dengan laptop/netbook merek lain Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Harapan anda terhadap laptop/netbook XYZ selalau terpenuhi Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Citra Produk (X7) Merek XYZ dapat dengan mudah diingat oleh Anda Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Tagline “e plore e ond limits” mem uat sa a le ih mengingat XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Harga XYZ secara tidak langsung menjamin kualitasnya Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju D. Kepuasan Pernyataan Fungsi (Y4) Saya puas terhadap kecepeatan processor laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas terhadap kencangnya suara speaker laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Keandalan (Y5) Saya puas terhadap RAM laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas terhadap Processor laptop netbook XYZ (secara keseluruhan) Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Usia (Y6) Saya puas terhadap daya tahan LCD laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas terhadap daya tahan Baterai laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas terhadap daya tahan keyboard laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Estetika (Y7) Saya puas dengan design laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas terhadap warna laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Pelayanan (Y8) Saya puas dengan pelayana garansi yang diberikan laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas dengan pelayanan pegawai di galery XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
20 No 12
13 14
Pernyataan Saya puas dengan buku panduan penggunaan yang diberikan laptop.netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Fitur (Y9) Saya puas dengan tas yang diberikan pada laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju Saya puas dengan chargeran yang diberikan pada laptop/netbook XYZ Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
21 Lampiran 5 Daftar nama peubah laten dan peubah indikator Notasi Jenis Peubah Keterangan Peubah laten eksogen ke-1 Penghambat 1 Perpindahan Peubah indikator ke-1 dari peubah laten Nilai Ekonomi X1 eksogen ke-1 Peubah indikator ke-2 dari peubah laten Nilai Psikologi X2 eksogen ke-1 Peubah indikator ke-3 dari peubah laten Nilai Sosial X3 eksogen ke-1 Peubah indikator ke-4 dari peubah laten Nilai Fungsional X4 eksogen ke-1 Peubah laten eksogen ke-2 Citra Merek 2 Peubah indikator ke-5 dari peubah laten Citra Pembuat X5 eksogen ke-2 Peubah indikator ke-6 dari peubah laten Citra Pemakai X6 eksogen ke-2 Peubah indikator ke-7 dari peubah laten Citra Produk X7 eksogen ke-2 Peubah laten endogen ke-1 Loyalitas 1 Konsumen Peubah indikator ke-1 dari peubah laten Merek Y1 endogen ke-1 Peubah indikator ke-2 dari peubah laten Beli Y2 endogen ke-1 Peubah indikator ke-3 dari peubah laten Rekomendasi Y3 endogen ke-1 Peubah laten endogen ke-2 Kepuasan 2 Peubah indikator ke-4 dari peubah laten Fungsi Y4 endogen ke-2 Peubah indikator ke-5 dari peubah laten Keandalan Y5 endogen ke-2 Peubah indikator ke-6 dari peubah laten Usia Y6 endogen ke-2 Peubah indikator ke-7 dari peubah laten Estetika Y7 endogen ke-2 Peubah indikator ke-8 dari peubah laten Pelayanan Y8 endogen ke-2 Peubah indikator ke-9 dari peubah laten Fitur Y9 endogen ke-2
22 Lampiran 6 Model persamaan struktural dan model persamaan pengukur Model persamaan struktural η= η+ Γξ+ζ
γ11 η1 0 β12 η1 *η +=* + *η + + * 0 2 2 0 0
γ21 ξ1 ζ1 γ22 + [ξ2 ] + [ζ2 ]
Model persamaan pengukuran η+ ε dan
y1 λ11 0 ε11 λ 0 21 y2 ε21 ε31 y3 λ31 0 ε42 y4 0 λ42 η 1 y5 = 0 λ52 * ++ ε52 y6 0 λ62 η2 ε62 y7 0 λ ε72 72 y8 ε82 0 λ82 y9 ε92 0 λ92
ξ+ δ
δ11 x1 λ11 0 δ21 x2 λ21 0 x3 λ31 0 δ31 ξ 1 y4 = λ41 0 [ ]+ δ41 ξ2 y5 0 λ δ52 52 y6 0 λ δ62 62 y6 0 λ δ72 72
Lampiran 7 Matriks korelasi peubah indikator Y1
Y1 1.000
Y2 0.364
Y3 0.221
X1 0.274
X2 0.335
X3 0.306
X4 0.271
X5 0.205
X6 0.233
X7 0.194
Y4 0.267
Y5 0.261
Y6 0.272
Y7 0.182
Y8 0.217
Y9 0.178
Y2
0.364
1.000
0.481
0.436
0.570
0.350
0.416
0.251
0.373
0.375
0.354
0.339
0.283
0.185
0.277
0.255
Y3
0.221
0.481
1.000
0.472
0.520
0.399
0.374
0.345
0.391
0.369
0.326
0.345
0.295
0.219
0.392
0.221
X1
0.274
0.436
0.472
1.000
0.511
0.486
0.483
0.447
0.474
0.420
0.463
0.477
0.414
0.363
0.421
0.321
X2
0.335
0.570
0.520
0.511
1.000
0.396
0.532
0.323
0.489
0.368
0.393
0.452
0.347
0.295
0.337
0.231
X3
0.306
0.350
0.399
0.486
0.396
1.000
0.594
0.501
0.626
0.581
0.481
0.489
0.434
0.527
0.540
0.420
X4
0.271
0.416
0.374
0.483
0.532
0.594
1.000
0.433
0.625
0.521
0.551
0.573
0.507
0.406
0.391
0.323
X5
0.205
0.251
0.345
0.447
0.323
0.501
0.433
1.000
0.614
0.563
0.493
0.496
0.449
0.448
0.640
0.461
X6
0.233
0.373
0.391
0.474
0.489
0.626
0.625
0.614
1.000
0.629
0.617
0.643
0.578
0.496
0.617
0.457
X7
0.194
0.375
0.369
0.420
0.368
0.581
0.521
0.563
0.629
1.000
0.608
0.564
0.443
0.481
0.572
0.450
Y4
0.267
0.354
0.326
0.463
0.393
0.481
0.551
0.493
0.617
0.608
1.000
0.760
0.521
0.402
0.563
0.408
Y5
0.261
0.339
0.345
0.477
0.452
0.489
0.573
0.496
0.643
0.564
0.760
1.000
0.585
0.477
0.565
0.492
Y6
0.272
0.283
0.295
0.414
0.347
0.434
0.507
0.449
0.578
0.443
0.521
0.585
1.000
0.531
0.530
0.484
Y7
0.182
0.185
0.219
0.363
0.295
0.527
0.406
0.448
0.496
0.481
0.402
0.477
0.531
1.000
0.560
0.564
Y8
0.217
0.277
0.392
0.421
0.337
0.540
0.391
0.640
0.617
0.572
0.563
0.565
0.530
0.560
1.000
0.564
Y9
0.178
0.255
0.221
0.321
0.231
0.420
0.323
0.461
0.457
0.450
0.408
0.492
0.484
0.564
0.564
1.000
23
RIWAYAT HIDUP Penulis dilahirkan di Padang pada tanggal 16 November 1990 sebagai anak pertama dari tiga bersaudara dari pasangan Bapak Zulikaf dan Ibu Lisdarna. Tahun 2006 penulis lulus dari Sekolah Menengah Pertama Negeri 1 Cileungsi. Tahun 2009 penulis lulus dari Sekolah Menengah Atas Negeri 3 Kota Bogor dan pada tahun yang sama penulis diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur undangan saringan masuk institut (USMI) IPB. Selama mengikuti perkulihan, penulis menjadi asisten praktikum Fisika Dasar pada tahun ajaran 2010/2011, asisten Metode Statistika pada tahun ajaran 2011/2012, alih tahun 2011/2012, 2012/2013, asisten Rancangan Percobaan I pada tahun ajaran 2011/2012, alih tahun 2012/2013, asisten Analisis Data Kategorik pada tahun ajaran 2012/2013, dan asisten Analisis Regresi I pada tahun ajaran 2012/2013. Penulis juga aktif mengajar mata kuliah Pengantar Matematika, Fisika, Kalkulus I, Metode Kuantitatif Bisnis I dan Metode Statistika pada Bimbingan Belajar Katalis dan Klinik Studi Expert. Penulis aktif sebagai pengurus pada beberapa organisasi yaitu dewan asrama putra TPB IPB 2009, PSM IPB Agria Swara, Klinik Studi Expert dan menjadi Ketua Departemen Sains Himpunan Profesi Gamma Sigma Beta 2012. Penulis pernah mengikuti beberapa kepanitian seperti Pesta Sains 2010, 2011, dan 2012, Statitistika Ria 2011, welcome ceremony of statistics (WCS) 2011 dan 2012, G-force 2011, MPKMB 2010, dan sehari menjadi mahasiswa FMIPA 2012. Penulis melaksanakan praktik lapang di International Flavors and Fragrances (IFF), Department Sensory and Consumer Insight pada bulan Februari–April 2013.
