1
ANALISIS PENGARUH TENAGA PENJUALAN(MARKETER) TERHADAP KEPUASAN DAN PENGARUH KEPUASAN TERHADAP REKOMENDASI DI PERUMAHAN “X” DENGAN METODE STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Sharfina Novi Akalili (1), Haryono (2)
Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail:
[email protected]),
[email protected](2), Abstrak— Dalam menghadapi persaingan dengan perusahaan-perusahaan lain maka mengoptimalkan tenaga penjualan (marketer) merupakan salah satu cara yang dapat ditempuh oleh perusahaan. Tenaga penjualan (marketer) sebagai peran yang berhubungan langsung dengan pelanggan akan menentukan juga pada keputusan pelanggan untuk membeli barang/jasa tersebut. Oleh karena itu kepuasan pelanggan terhadap tenaga penjualan (marketer) sangat bermanfaat bagi perusahaan karena juga akan berdampak besar terhadap keputusan pembelian pelanggan Sebagai perusahaan yang bergerak di bidang properti. Developer Perumahan “X” juga perlu dalam meningkatkan kepuasan konsumen agar produk dapat terjual sesuai dengan target yang diharapkan. Pada penelitian Liu [14] Menghasilkan bahwa beberapa variabel yang mempengaruhi kepuasan adalah kompetensi,komunikasi dan kepercayaan. Sedangkan pada penelitian Foster [21] menjelaskan bahwa kepuasan akan berdampak pada pemberian rekomendasi. Pada variabel kepuasan dihasilkan koefisien determinasi (R2) adalah 0.608966, yang artinya besar keragaman variabel endogen yang dapat dijelaskan oleh variabel eksogen sudah cukup baik. Sedangkan pada variabel rekomendasi dihasilkan koefisien determinasi (R2) adalah 0.685652 yang artinya besar keragaman variabel endogen yang dapat dijelaskan oleh variabel eksogen sangat baik.
Kata kunci: Tenaga Penjualan, SEM PLS, Bootstraps, Kepuasan, Rekomendasi I. PENDAHULUAN
K
etatnya persaingan antar perusahaan dalam era ekonomi global menuntut perusahaan termasuk di dalamnya tenaga penjualan (marketer) untuk selalu menjadi yang terdepan dan terbaik dalam memberikan pelayanan yang memuaskan kepada konsumen Mulatsih [1]. Salah satu bagian dari manajemen pemasaran yang sering dipandang sebagai bagian yang cukup penting dalam menunjang keberhasilan perusahaan adalah tenaga penjualan (marketer) Mulatsih [1]. Selain itu setiap perusahaan juga dituntut untuk memiliki kemampuan dalam mengembangkan pilihanpilihan strategic-nya di bidang pemasaran sehingga mampu beradaptasi di dalam lingkungan yang bergerak dinamis [2]. Penelitian Frankwick [3] didalam penelitian susetyaningsih [2] menjelaskan bahwa pertumbuhan pendapatan (revenue growth) dari penjualan produk dan jasa sangat tergantung dari kemampuan menarik pelanggan baru. Dalam menjalin hubungan jangka panjang yang baik dengan pelanggan, maka setiap perusahaan harus menjalin
komunikasi yang baik dengan para pelanggan sehingga pelanggan merasa nyaman terhadap perusahaan tersebut. Penelitian yang dilakukan oleh Yim [4] memberdayakan tenaga penjualan (marketer) akan membuat hubungan jangka panjang yang baik dengan pelanggan yang akan berdampak pada pendapatan perusahaan tersebut itu sendiri. Dalam menghadapi persaingan dengan perusahaanperusahaan lain maka mengoptimalkan tenaga penjualan (marketer) merupakan salah satu cara yang dapat ditempuh oleh perusahaan. Tenaga penjualan (marketer) sebagai peran yang berhubungan langsung dengan pelanggan akan menentukan juga pada keputusan pelanggan tersebut membeli barang/jasa tersebut. Pada penelitian ini akan dikembangkan pola hubungan antara kompetensi, kepercayaan, dan komunikasi terhadap kepuasan serta rekomendasi terhadap tenaga penjualan (marketer dengan pendekatan SEM Partial Least Square. Partial least square (PLS) merupakan metode yang cukup baik sebagai alternatif dari SEM. Partial Least Square yang berbasis varians, tidak mengasumsikan data harus berdistribusi tertentu serta dapat digunakan pada berbagai jenis skala data (nominal, ordinal, interval, dan rasio), selain itu pada partial least square (PLS) jumlah minimum sampel dapat lebih sedikit daripada structural equation modeling yakni serendah-rendahnya 30 sampel, sehingga Partial Least square (PLS) dapat digunakan untuk jumlah sampel yang sedikit (kurang dari 100) [5]. II. TINJAUAN PUSTAKA A. Structural Equation Modeling Structural Equation Modeling (SEM) adalah teknik analisis statistika yang menggabungkan antara analisis regresi berganda dan analisis faktor untuk mengukur persamaan secara simultan. Pada structural equation modeling (SEM) terdapat dua komponen dasar yang dihasilkan, yaitu (1) model struktural dan (2) model pengukuran [6]. B. Inner Model Model struktural merupakan hubungan antara variabel laten independen (eksogen) dengan variabel laten dependen (endogen). Menurut Schumaker [7] didalam Yamin [8] model persamaan struktural adalah sebagai berikut. 𝜂 = 𝐵𝜂 + Γ𝜉 + 𝜁
(1) Asumsi dari persamaan model struktural variabel laten : E 𝜂 = 0, E 𝜉 = 0, E 𝜁 = 0, dan 𝜁 tidak berkorelasi dengan 𝜉 dan (I – B) adalah matrik nonsingular. Ada beberapa tahap untuk mengevaluasi model struktural antara lain adalah dengan mengevaluasi nilai R2. Penjelasan nilai R2 sama halnya dengan nilai R2 dalam regresi linier yaitu besarnya variability variabel endogen
2 yang mampu dijelaskan oleh variabel eksogen. Nilai R2 dapat dihitung dari persamaan berikut. 𝑅 ! = 1 −
!! !""#" !! !"#
%$=1−
! ! !!! !! !! ! ! (! !!) ! !!! !
(2)
Untuk memvalidasi model secara keseluruhan, maka digunakan goodness of fit (GoF) yang diperkenalkan oleh Tenenhaus [9]. GoF indeks ini merupakan ukuran tunggal yang digunakan untuk memvalidasi performa gabungan antara model pengukuran dan model struktural. Nilai GoF indeks ini diperoleh dari average communalities index dikalikan dengan nilai R2 model. Nilai GoF menunjukkan perbedaan antara nilai-nilai yang diamati dengan nilai yang diperkirakan pada model. GoF= 𝑐𝑜𝑚 𝑥 𝑅 !
(3)
C. Outer Model Permodelan yang ditujukan untuk mengukur dimensidimensi yang membentuk sebuah faktor disebut measurement model atau model pengukuran. Model pengukuran merepresentasikan dugaan hipotesis yang sudah ada sebelumnya yaitu hubungan antara indikator-indikator dengan faktornya yang dievaluasi dengan menggunakan teknik analisis faktor konfirmatori atau Confirmatory Factor Analysis (CFA) Kline [10] didalam Yamin [8]. Model pengukuran secara umum sebagai berikut. 𝑌(!"!) = Λ!(!"#) 𝜂(!"!) + 𝜀(!"!) 𝑋(!"!) = Λ!(!"#) 𝜉(!"!) + 𝛿(!"!)
(4) (5)
Dengan asumsi bahwa, 𝐸 𝜀 = 𝐸 𝛿 = 0, 𝜀 tidak berkorelasi dengan 𝜂, 𝜉, dan 𝛿, serta 𝛿 tidak berkorelasi dengan 𝜂, 𝜉, dan 𝜀. Dalam evaluasi convergent validity dari pemeriksaan individual item reliability, dapat dilihat dari nilai standardized loading factor. Nilai loading factor diatas 0.7 dapat dikatakan ideal, artinya bahwa indikator tersebut dikatakan valid sebagai indikator yang mengukur konstruk. Selain itu evaluasi juga dilakukan dengan melihat nilai composite reliability . Composite reliability menunjukkan nilai-nilai pada indikator telah konsisten / belum dalam mengukur konstruk dengan persamaan sebagai berikut. 𝐶𝑅 =
! ( ! !!! !! ) ! ! ! ! ! !"#(! ) ! !!! !!! !
(6)
Nilai composite reliability yang baik adalah yang memiliki nilai composite reliability >0.7. Fornell [11] merekomendasikan penggunaan AVE untuk suatu kriteria dalam menilai convergent validity. Nilai AVE minimal 0.5 menunjukkan ukuran convergent validity yang baik. Nilai AVE menunjukkan presentase rata-rata varians yang dapat dijelaskan oleh item konstruk. 𝐴𝑉𝐸 =
! ! !!! !! ! ! ! ! ! ! !!! !!! !"#(!! )
Tujuan confirmatory factor analysis adalah mengkonfirmasi atau menguji model, yaitu model pengukuran yang perumusannya berasal dari teori yang yang telah ada sebelumnya [6]. E. Kompetensi Tenaga Penjualan Kompetensi tenaga penjualan (marketer) menurut French di dalam Kristina [12] adalah suatu bentuk pengetahuan yang dimiliki oleh tenaga penjualan (marketer) yang nantinya akan berpengaruh pada hubungan bisnis. F. Komunikasi dengan Tenaga Penjualan Komunikasi tenaga penjualan (marketer) yang baik terhadap pelanggan akan membuat pelanggan menjadi puas dan berdampak positif bagi pemasaran barang / jasa tersebut. Berdasarkan hasil penelitian Mumel [13] menjelaskan bahwa terdapat hubungan erat antara aktivitas komunikasi tenaga penjualan (marketer) dengan dua hal peningkatan performa bisnis yaitu pemasukan dan kepuasan yang berimplikasi pada loyalitas pelanggan. G. Kepercayaan terhadap Tenaga Penjualan Didalam konsep relationship selling, tenaga penjualan (marketer) perlu memfokuskan suatu kepercayaan dan keramahan yang dapat menjamin hubungan antara pembeli dan penjual Jolson didalam Kristina [12]. Kepercayaan pada tenaga penjualan (marketer) membutuhkan suatu rasa percaya bahwa tenaga penjualan (marketer) dapat dipercaya perilakunya dan akan menepati janji serta memperhatikan pelayanan terhadap pelanggan secara keseluruhan [14]. H. Kepuasan Pelanggan Kepuasan pelanggan didefinisikan sebagai sebuah sikap yang berkenaan dengan layanan yang diterima Mowen [15] di dalam Agung [16]. Kepuasan pelanggan haruslah diletakkan menjadi salah satu faktor terpenting dan menjadi muara kecil dalam segala aktifitas pemasaran pada setiap perusahaan yang berorientasi kepada pasar [17]. I. Rekomendasi (Word of Mouth) Tingkat kepuasan yang dirasakan oleh konsumen terhadap hasil kerja penjual jasa juga akan berdampak terhadap word of mouth (rekomendasi) yang dilakukan oleh konsumen. Jika konsumen puas maka biasanya konsumen akan memberikan referensi terhadap teman atau kenalan agar dating ke retailer tersebut dan menggunakan jasa tenaga penjualan tersebut [18]. III. METODOLOGI PENELITIAN
(7)
Discriminant validity dari model reflektif dievaluasi melalui cross loading, kemudian membandingkan nilai AVE dengan kuadrat nilai korelasi antar konstruk (atau membandingkan akar AVE dengan korelasi antar konstruk). Ukuran cross loading adalah membandingkan korelasi indikator dengan konstruknya dan konstruk dari blok lainnya. D. Confirmatory Factor Analysis Confirmatory factor analysis menguji/mengkonfirmasi faktor
sebelumnya.Model persamaan pada confirmatory factor analysis adalah sebagai berikut. 𝜒 = Λ𝜉 + 𝜀 (8)
diterapkan untuk yang terbentuk
A. Sumber Data Penelitian ini dilakukan pada Perumahan “X” dengan jumlah 82 rumah yang tersedia, sedangkan rumah yang telah terjual adalah 63 rumah. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dari hasil survey terhadap pembeli di Perumahan “X” dengan memberikan kuisioner yang telah dibuat. Skala pengukuran yang digunakan dalam kuisioner berupa skala likert dengan skala 1-7. Menurut [19] penggunaan skala likert 1-7 dapat meningkatkan reliabilitas/validitas pada suatu penelitian.
3 B. Variabel Penelitian
2. Rekomendasi Terhadap Tenaga Penjualan (marketer), dengan variabel indikator : Tabel 5. Indikator Variabel Rekomendasi terhadap Tenaga Penjualan
Y2.1
Y2.2 Y2.3
Gambar 1. Kerangka Pemikiran Teoritis
a. Variabel Eksogen : 1. Kompetensi Tenaga Penjualan (marketer), dengan variabel indikator : Tabel 1. Indikator Variabel Kompetensi Tenaga Penjualan
X1.1 X1.2 X1.3 X1.4
Kemampuan tenaga penjualan (marketer) dalam membantu pemecahan masalah Memiliki pengetahuan mengenai produk yang dijual Berpengalaman sebagai tenaga penjualan (marketer) Kemampuan tenaga penjualan (marketer) mempromosikan produk yang dijual
2. Kepercayaan terhadap Tenaga Penjualan (marketer), dengan variabel indikator : Tabel 2. Indikator Variabel Kepercayaan Terhadap Tenaga Penjualan
X2.1 X2.2 X2.3
Tenaga penjualan (marketer) mengatakan sesuai fakta mengenai produk yang dijual Tenaga Penjualan (marketer) selalu menepati janji Tenaga Penjualan (marketer) selalu jujur selama proses berlangsung
3. Komunikasi dengan Tenaga Penjualan (marketer), dengan variabel indikator : Tabel 3. Indikator Variabel Komunikasi dengan Tenaga Penjualan
X3.1 X3.2 X3.3
Tenaga penjualan (marketer) selalu ada ketika dibutuhkan pembeli Tenaga penjualan (marketer) selalu mengecek apa yang dibutuhkan oleh pembeli Tenaga penjualan (marketer) menyediakan banyak waktu untuk melayani kebutuhan pembeli
b. Variabel Endogen : 1. Kepuasan konsumen Terhadap Tenaga (marketer), dengan variabel indikator :
Penjualan
Tabel 4. Indikator Variabel Kepuasan terhadap Tenaga Penjualan
Y1.1 Y1.2 Y1.3
Kepuasan terhadap layanan tenaga penjualan (marketer) Senang dalam transaksi jual-beli dengan tenaga penjualan (marketer) Kepuasan secara keseluruhan selama transaksi jual-beli dengan tenaga penjualan (marketer)
Mengatakan hal positif mengenai tenaga penjualan (marketer) terhadap calon pembeli rumah Merekomendasikan tenaga penjualan (marketer) kepada calon pembeli rumah Mendorong calon pembeli rumah untuk melakukan transaksi jual beli dengan tenaga penjualan (marketer)
Variabel-variabel yang didapat pada kerangka pemikiran teoritis di penelitian ini, merupakan hasil studi literatur dari beberapa penelitian yang ada sebelumnya. Pada penelitian (Liu dan Leach, 2001) mengenai kepuasan pelanggan pada tenaga penjualan konsultan. Variabel-variabel yang diambil dari penelitian (Liu dan Leach, 2001) diantaranya adalah kemampuan tenaga penjualan dalam membantu menyelesaikan masalah, pengalaman tenaga penjualan. Sedangkan pada penelitian (Doney dan Cannon, 1997) mengenai hubungan kepercayaan pembeli dan penjual pada perusahaan industri. Pada penelitian (Boles et al., 2001) dibahas mengenai hubungan pada sales eceran di area perkotaan, berdasarkan penelitian ini variabel yang diambil adalah mengenai kemampuan promosi seorang tenaga penjualan. Berdasarkan penelitian (Foster dan Cadogan, 2000) mengenai hubungan penjualan dan loyalitas pelanggan pada perusahaan produk, variabel yang diambil dari penelitian ini adalah variabel rekomendasi. C. Hipotesis Hipotesis 1: Semakin tinggi kompetensi tenaga penjualan (marketer) maka semakin tinggi kepuasan pembeli di Perumahan “X”. Hipotesis 2: Semakin tinggi kepercayaan pembeli terhadap tenaga penjualan (marketer) maka semakin tinggi kepuasan pembeli di Perumahan “X”. Hipotesis 3: Semakin tinggi komunikasi tenaga penjualan (marketer) terhadap pembeli maka semakin tinggi kepuasan pembeli di Perumahan “X”. Hipotesis 4: Semakin tinggi kepuasan konsumen terhadap tenaga penjualan di Perumahan “X” maka semakin tinggi konsumen tersebut bersedia member rekomendasi terhadap tenaga penjualan (marketer). D. Langkah-langkah Penelitian Langkah-langkah analisis dalam penelitian ini adalah sebagai berikut. Tahap dan langkah-langkah analisis data dalam penelitian ini adalah sebagai berikut: 1. Mendapat model yang didapat dari studi literatur penelitian dan teori sebelumnya. 2. Mendefinisikan model pengukuran dengan menspesifikasi hubungan antara konstruk laten dengan indikatornya. 3. Merancang model struktural dengan memformulasikan model hubungan antara konstruk. 4. Membuat diagram jalur untuk memvisualisasikan hubungan antara indikator dengan konstruknya. 5. Konversi diagram jalur ke dalam sistem persamaan.
4 6.
Estimasi model, yakni ada tiga skema pemilihan weighting dalam proses estimasi model, yaitu factor weighting scheme, centroid weighting scheme, dan path weighting scheme. 7. Pengujian signifikansi parameter dengan metode bootstrap, Langkah-langkah bootstrapping standar error adalah sebagai berikut: i. Menentukan B sampel independen bootstrap x*1, x*2,…, x*n, dimana masing-masing sampel berisi n data yang berasal dari populasi x (data asli). ii. Mengevaluasi replikasi yang ada pada masing-masing bootstrap dari 𝜃 yang sesuai untuk tiap sampel bootstrap, yaitu 𝜃 ∗ ! = 𝑇! (𝑥 ∗ 𝑏), b=1,2,…B iii. Mengestimasi standard error berdasarkan point kedua. 8. Menginterpretasikan output yang diperoleh sesuai dengan model di atas dan diambil kesimpulan sesuai permasalahan IV. PEMBAHASAN
A. Statistika Deskriptif Karakteristik Responden Analisis deskriptif adalah proses identifikasi awal dari responden. Beberapa karakteristik yang dilihat dalam penelitian ini antara lain jenis kelamin, usia, dan jenis pembayaran rumah. Berdasarkan deskripsi ini diharapkan mampu menggambarkan karakteristik pembeli di Perumahan “X”.
5% 13%
20-‐30 38%
31-‐40
33 %
41-‐50
44% 10%
19%
67 %
pembayaran rumah secara KPR (kredit), sedangkan yang membayar rumah tersebut secara cash dan in house masingmasing sebanyak 19% dan 10%. Berdasarkan Gambar 2 yakni deskriptif dari hasil survey terhadap responden pembeli di Perumahan “X” dapat dilihat bahwa dari 5 konstruk yang ada serta berdasarkan indikator-indikator yang ada, responden banyak menjawab pilihan alternatif jawaban 5-6 yaitu setuju dan sangat setuju. Sedangkan pada indikator X3.1 alternatif jawaban cukup setuju hampir sama banyaknya dengan alternatif jawaban setuju. Hal ini berarti responden merasa spesifikasi rumah tidak begitu sesuai dengan yang dikatakan oleh marketer. B. Uji Validitas dan Reliabilitas Data Uji reliabilitas merupakan hal yang perlu dilakukan terlebih dahulu sebelum melakukan uji validitas [6], uji reliabilitas dilakukan untuk menguji variabel laten Uji reliabilitas dapat menunjukkan konsistensi dari pernyataan tersebut dari responden yang satu ke responden yang lainnya. Hipotesis yang akan digunakan untuk uji reliabilitas adalah. H0
: Indikator tidak konsisten mengukur konstruk
H1
: Indikator konsisten mengukur konstruk
Pada uji reliabilitas, digunakan nilai composite reliability untuk mengetahui apakah telah reliabel atau belum. H0 ditolak apabila nilai composite reliability > 0.7. Dari hasil pengolahan data didapatkan hasil sebagai berikut. Tabel 6. Hasil Uji Reliabilitas Variabel Laten
L P
Cash KPR
71%
In House
Gambar 2. Deskriptif Responden Perumahan “X”
Berdasarkan gambar 2, dapat dilihat bahwa jenis kelamin pembeli di Perumahan “X” sebagian besar adalah laki-laki yakni sebanyak 67% dari jumlah 63 responden yang ada. Sedangkan pembeli di Perumahan “X” yang berjenis kelamin perempuan ada sebanyak 33%. Selain itu dapat dilihat pula bahwa usia pembeli rumah di Perumahan “X” memiliki keragaman. Presentase terbesar usia pembeli rumah di Perumahan “X” berada antara 31-40 tahun yakni sebanyak 44%. Jumlah keseluruhan pembeli rumah yang merupakan responden pada penelitian kali ini memiliki usia beragam, dari usia 20 tahun sampai lebih dari 50 tahun. Sedangkan rentang usia lebih dari 50 tahun memilki presentase paling kecil yakni 5%. Dilihat dari jenis pembayaran rumah berdasarkan gambar 2 dapat dilihat dari 63 responden yang terlibat, sebanyak 71% melakukan
Variabel Laten
Composite Reliability
KOMPETENSI
0.908
KEPERCAYAAN
0.886
KOMUNIKASI
0.851
KEPUASAN KONSUMEN
0.949
REKOMENDASI
0.965
Berdasarkan Tabel 6 dapat dilihat bahwa nilai composite reliability untuk variabel kompetensi, kepercayaan, komunikasi, kepuasan konsumen, dan rekomendasi masing-masing lebih besar dari 0.7. hal ini menunjukkan bahwa indikator yang terdapat pada variabel laten telah reliabel atau telah mewakil variabel laten tersebut. Karena telah memiliki nilai konsistensi lebih besar dari 0.7. Selanjutnya yang dilakukan adalah uji validitas konvergen dilakukan untuk menentukan apakah setiap indikator yang diestimasi dapat mengukur dimensi dari konsep yang diujinya. Sedangkan uji validitas diskriminan menguji apakah konstruk satu dengan konstruk lainnya yang diuji memang berbeda, dan masing-masing merupakan sebuah konstruk independen. Hipotesis yang digunakan pada uji validitas adalah. H0 H1
:Indikator tidak mewakili konstruk sesuai dengan teori :Indikator mewakili konstruk sesuai dengan teori
5 ada. Pada uji validitas diskriminan digunakan hipotesis sebagai berikut. : Suatu konstruk tidak berbeda dengan konstruk lainnya : Suatu konstruk berbeda dengan konstruk lainnya H1 Berdasarkan hasil pengolahan data dengan menggunakan software SmartPLS didapatkan hasil sebagai berikut. H0
Tabel 8. Hasil Uji Validitas Diskriminan KEPERCAYA AN
KEPU ASAN
Gambar 3. Output SmartPLS
Tabel 7. Hasil Uji Validitas Konvergen Indikator
X1 KOMPETENSI
Loading Factor
AVE
0,790 0,906
X2 0,874
0,712
X3 0,799 X4 0,800 KOMUNIKASI
X5 0,817 X6
0,656
0,813 X7 0,841 X8 KEPERCAYAAN
0,878 X9 X10
KEPUASAN KONSUMEN
0,828 0,944
0,721
Y1 0,905 Y2
0,863
0,938 Y3 REKOMENDASI
0,911 Y4 0,964 Y5 0,971 Y6
0,901
Keterangan Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid Indikator Valid
Laten
Laten Valid
Laten Valid
Laten Valid
Laten Valid
Laten Valid
Berdasarkan hasil tersebut dapat diketahui bahwa semua indikator pada variabel laten (Kompetensi, Kepercayaan, Komunikasi, Kepuasan Konsumen, dan Rekomendasi) telah valid, karena telah memiliki nilai loading factor > 0.7 yang artinya korelasi antara indikator tersebut dengan masingmasing konstruk (Kompetensi, Kepercayaan, Komunikasi, Kepuasan Konsumen, dan Rekomendasi) telah menunjukkan tingkat validitas yang baik. Selain itu berdasarkan nilai AVE juga terlihat semua konstruk yakni kompetensi, kepercayaan, komunikasi, kepuasan konsumen, dan rekomendasi telah memiliki nilai AVE > 0.5 yang juga menunjukkan besarnya varians dari tiap indikator yang dimuat oleh tiap konstruk, artinya convergent validity nya telah valid. Setelah semua indikator dan variabel telah valid pada uji validitas konvergen, maka selanjutnya dilakukan uji validitas diskriminan untuk mengetahui apakah dua atau lebih konstruk yang diuji memang berbeda dan masingmasing merupakan sebuah konstruk independen. Evaluasi validitas diskrimanan dilakukan dengan melihat nilai cross loading pada masing-masing variabel laten / konstruk yang
KOMUN IKASI
1.0000
Berdasarkan uji validitas untuk manifest sebagai variabel-variabel indikatornya dan variabel latennya secara rinci dapat dilihat dari hasil berikut. Variabel Laten
KOMP ETEN SI
AVE
Akar (AVE)
0.7213
0.8493
0.8634
0.9292
0.7125
0.8441
0.6687
1.0000
0.7406
0.7117
1.0000
0.5444
0.6167
0.5174
1.0000
0.6562
0.8101
0.6622
0.8280
0.6824
0.5737
0.9007
0.9491
Berdasarkan Tabel 8 dapat dilihat bahwa korelasi antara konstruk kepercayaan dengan konstruk lainnya nilai yang paling tinggi adalah 0.7406, sedangkan nilai akar (AVE) nya adalah 0.8493 sehingga nilai akar (AVE) lebih besar daripada korelasi antara konstruk kepercayaan dengan konstruk lainnya, artinya tolak H0, Yang menunjukkan bahwa telah memenuhi validitas diskriminan. C. Pembentukan Persamaan Outer Model Setelah melakukan uji validitas dan reliabilitas data, dapat dilihat bahwa semua indikator dan variabel laten telah valid dan signifikan, selanjutnya untuk dapat membuat model pengukurannya dapat dilihat dari output outer model pada pengukuran ini. Dengan hipotesis sebagai berikut. H0
: Indikator tidak berpengaruh signifikan terhadap konstruk secara langsung
H1
:Indikator berpengaruh konstruk secara langsung
signifikan
terhadap
Pengujian hipotesis pada tiap indikator dilakukan dengan cara membandingkan nilai |t-statistik| dengan t-tabel, serta melihat koefisien jalurnya, didapatkan hasil sebagai berikut. Tabel 9. Hasil Outer Model (Model Pengukuran)
Variabel
Kompetensi
Komunikasi
Kepercayaan
Kepuasan Konsumen
Rekomendasi
Original Sample
Sample Mean
X1
0,790
X2
0,906
X3
Standard Error
|tStatistik|
0,794
0,052
15,209
0,902
0,037
24,326
0,874
0,870
0,040
22,049
X4
0,799
0,799
0,058
13,678
X5
0,800
0,796
0,066
12,194
X6
0,817
0,815
0,073
11,146
X7
0,813
0,812
0,053
15,303
X8
0,841
0,845
0,033
25,581
X9
0,878
0,872
0,049
17,859
X10
0,828
0,826
0,048
17,323
Y1
0,944
0,943
0,016
57,396
Y2
0,905
0,905
0,028
32,614
Y3
0,938
0,938
0,015
62,124
Y4
0,911
0,908
0,033
27,271
Y5
0,964
0,965
0,011
87,099
Y6
0,971
0,971
0,009
107,306
Indikator
6
Berdasarkan Tabel 9 dapat dilihat output dari nilai loading factor, standard error, dan nilai t-statistik yang akan digunakan untuk membuat outer model (model pengukuran). Hasil uji signifikansi dengan metode bootstraps semua indikator signifikan, hal tersebut dapat dilihat dari nilai |t-statistik| > t-tabel (1,96), maka uji hipotesis tolak H0, artinya indikator berpengaruh signifikan secara langsung. Berdasarkan hasil tersebut maka dapat dibentuk persamaan outer model seperti pada persamaan (2.3) dan (2.4), dimana nilai tersebut terbentuk dari loading factor sebagai lambda (Λ) untuk setiap indikator pada variabel eksogen dan endogen serta standard error (𝜀) masing-masing indikator eksogen dan endogen, didapatkan model sebagai berikut. Tabel 10. Persamaan Outer Model No
Persamaan Outer Model
Outer Model
1
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.790𝜉! + 0.052
2
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.906𝜉! + 0.037
3
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.874𝜉! + 0.040
4
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.800𝜉! + 0.058
5
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.800𝜉! + 0.066
6
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.817𝜉! + 0.073
7
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.813𝜉! + 0.053
8
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.841𝜉! + 0.033
9
𝑋! = Λ !! 𝜉! + 𝜀!
𝑋! = 0.878𝜉! + 0.049
10
𝑋!" = Λ !!" 𝜉!" + 𝜀!"
𝑋!" = 0.828𝜉!" + 0.048
11
𝑌! = Λ !! 𝜂! + 𝛿!
𝑌! = 0.944𝜂! + 0.016
12
𝑌! = Λ !! 𝜂! + 𝛿!
𝑌! = 0.905𝜂! + 0.028
13
𝑌! = Λ !! 𝜂! + 𝛿!
𝑌! = 0.938𝜂! + 0.015
14
𝑌! = Λ !! 𝜂! + 𝛿!
𝑌! = 0.911𝜂! + 0.033
15
𝑌! = Λ !! 𝜂! + 𝛿!
𝑌! = 0.964𝜂! + 0.011
16
𝑌! = Λ !! 𝜂! + 𝛿!
𝑌! = 0.971𝜂! + 0.009
Berdasarkan Tabel 10 dapat dilihat persamaan outer model yang terbentuk pada penelitian mengenai kepuasan pembeli di Perumahan “X”. Pada kolom pertama merupakan bentuk persamaan outer model dari masing-masing indikator pada variabel endogen maupun variabel eksogen. Pada kolom kedua merupakan bentuk persamaan outer model yang sudah diinputkan nilai loading factor dan standard error dari masing-masing indikator variabel endogen dan variabel eksogen dengan metode bootstraps dengan menggunakan 500 samples dan 63 cases. 500 samples digunakan karena pada saat dilakukan resampling sebanyak 500 kali, hasil bootstraping umumnya sudah stabil, dan nilai original sample serta mean sample sudah mendekati. Hasil ini digunakan untuk memprediksi nilai dari tiap indikator pada model yang terbentuk untuk variabel kompetensi, kepercayaan, komunikasi, kepuasan, dan rekomendasi. D. Evaluasi Model Struktural (Inner Models) Setelah melakukan uji validitas dan reliabilitas, lalu menganalisis pengaruh antar variabel laten serta membentuk persamaan outer model nya, maka langkah selanjutnya adalah mengevaluasi model struktural (inner model). Beberapa tahap yang dilakukan untuk mengevaluasi model struktural (inner model). Pertama melihat signifikansi hubungan antar konstruk yang dilihat dari nilai path coefficient yang menggambarkan kekuatan hubungan antara
konstruk. Hipotesis yang digunakan untuk uji signifikansi hubungan antar konstruk adalah sebagai berikut. : Antar konstruk tidak berpengaruh signifikan H0 secara langsung H1
: Antar konstruk berpengaruh signifikan secara langsung
Dimana H0 ditolak jika nilai t-statistik lebih besar dari ttabel(db,5%). Berdasarkan hasil penelitian terhadap kepuasan pembeli di Perumahan “X” didapatkan hasil sebagai berikut. Tabel 11. Path Coefficient Original Sample (O)
Variabel KEPERCAYAANà KEPUASAN KEPUASAN à REKOMENDASI KOMPETENSI à KEPUASAN KOMUNIKASI à KEPUASAN
Sample Mean (M)
Standard Deviation (STDEV)
Standard Error (STERR)
0.148
0.148
|tStatistics| 1.415
0.209
0.216
(TS)
0,828
0,829
0,037
0,037
22,093
0,405
0,402
0,105
0,105
3,852
0,293
0,295
0,108
0,108
2,708
Berdasarkan hasil pada Tabel 11 dapat dilihat bahwa terdapat hubungan jalur yang tidak signifikan pada kepercayaan terhadap kepuasan, karena nilai |t-statistik| (1.415216) kurang dari t-tabel(62;5%) (1.96). Artinya pada penelitian kepuasan pembeli di Perumahan “X” hubungan jalur yang signifikan mempengaruhi kepuasan adalah kompetensi dan komunikasi, sedangkan kepuasan sendiri memiliki hubungan jalur yang signifikan terhadap rekomendasi. Sedangkan pada hubungan jalur kompetensi terhadap kepuasan, komunikasi terhadap kepuasan, dan rekomendasi terhadap kepuasan semuanya signifikan karena nilai t-statistiknya lebih dari t-tabel(62;5%) (1.96). Berdasarkan estimasi parameter pada Tabel 11 tersebut, maka dapat dibentuk model persamaan strukturalnya adalah sebagai berikut. Kepuasan=0.405Kompetensi+0.209Kepercayaan+0.293Komunikasi (9) Rekomendasi= 0.828 Kepuasan
(10)
Berdasarkan model diatas, dapat dilihat bahwa setiap variabel kompetensi bertambah satu satuan, maka variabel kepuasan cenderung bertambah. Begitu pula untuk interpretasi pada variabel kepercayaan dan komunikasi. Pada model persamaan kedua, terlihat bahwa setiap variabel kepuasan bertambah satu satuan, maka variabel rekomendasi cenderung bertambah. Untuk pengukuran evaluasi bentuk model struktural untuk setiap konsruk. Dapat dilihat melalui koefisien determinasi (R2) dan goodness of fit (GoF). Nilai R2 didapatkan dari model persamaan struktural pada perseamaan (9) dan (10) dengan cara memasukkan skor faktor pada masing-masing konstruk kompetensi, kepercayaan, dan komunikasi. Sehingga didapatkan nilai taksiran untuk konstruk kepuasan dan rekomendasi. Maka didapatkan hasil berikut Tabel 12. Output Koefisien Determinasi Variabel
R2
Kepuasan
0.609
Rekomendasi
0.686
Berdasarkan Tabel 12 dapat dilihat bahwa konstruk kompetensi, kepercayaan, dan komunikasi mampu menjelaskan variabilitas konstruk kepuasan sebesar 60.89%, sedangkan 39.10% sisanya dijelaskan oleh konstruk lainnya
7 yang tidak atau belum dimasukkan dalam model. Merujuk pada [20] model struktural ini dapat dikategorikan moderat menuju substansial. Sedangkan konstruk kepuasan mampu menjelaskan variabilitas konstruk rekomendasi sebesar 68.56%, sedangkan 31.44% sisanya dijelaskan oleh konstruk lainnya yang tidak atau belum dimasukkan dalam model. Berdasarkan hasil tersebut maka model struktural ini dapat dikategorikan telah substansial. Untuk memvalidasi model secara keseluruhan, maka dapat digunakan goodness of fit (GoF). Untuk memvalidasi performa gabungan antara model pengukuran dan model struktural. Nilai GoF ini terbentang antara 0-1 dengan interpretasi nilai ini adalah 0,1 (GoF kecil), 0,25 (GoF moderat), dan 0,36 (GoF besar) (Yamin dan Kurniawan, 2011). Goodness of fit ini merupakan ukuran tunggal yang digunakan untuk memvalidasi performa gabungan antara model pengukuran dan model struktural didapatkan hasil sebagai berikut. Tabel 13. Output Perhitungan GoF Variabel Kepercayaan Kepuasan Kompetensi Komunikasi Rekomendasi Average
Communality 0,721 0,863 0,712 0,656 0,901 0,771
R2 0,609
0,686 0,647
Berdasarkan perhitungan pada Tabel 13 didapatkan formula perhitungan sebagai berikut.
Maka
GoF= 𝑐𝑜𝑚 𝑥 𝑅 ! GoF= 0.7708226 𝑥 0.647309 GoF= 0.706 Berdasarkan perhitungan tersebut goodness of fit yang didapat dari model ini adalah 0.706. Artinya berdasarkan hasil perhitungan tersebut validasi model secara keseluruhan pada penelitian ini adalah 0.706, merujuk pada Wetzels di dalam [8] nilai GoF terbentang antara 0-1 dimana nilai 0.706 ini berada pada rentang lebih dari 0.36 yang berarti nilai goodness of fit nya besar. V. KESIMPULAN DAN SARAN Berdasarkan hasil analisis serta pembahasan pada data kompetensi tenaga penjualan (marketer), kepercayaan tenaga penjualan (marketer), dan komunikasi tenaga penjualan (marketer) terhadap kepuasan serta rekomendasi kepada tenaga penjualan (marketer) di Perumahan “X” dengan menggunakan metode Structural Equation Modeling-Partial Least Square (SEM-PLS) maka dapat diambil kesimpulan sebagai berikut. 1. Berdasarkan hasil analisis model pengukuran, setiap indikator yang ada telah konsisten dan mewakili konstruk yang ada. 2. Berdasarkan hasil analisis model struktural konstruk kompetensi dan komunikasi signifikan terhadap kepuasan pembeli. Akan tetapi konstruk kepercayaan pada penelitian ini tidak signifikan terhadap kepuasan, hal ini perlu menjadi perhatian bagi developer agar dapat diperbaiki. a. Konstruk kepuasan berpengaruh signifikan terhadap rekomendasi. Berdasarkan nilai koefisien jalur dengan menggunakan metode bootstraps maka dapat dilihat
bahwa pengaruh kompetensi tenaga penjualan (marketer) terhadap kepuasan pembeli di Perumahan “X” lebih besar daripada pengaruh Komunikasi pembeli dengan tenaga penjualan (marketer). Sedangkan pengaruh kepuasan pembeli di Perumahan “X” sangat berpengaruh signifikan terhadap rekomendasi pembeli tersebut kepada tenaga penjualan (marketer). Hal ini berarti bahwa di Perumahan “X” faktor yang sangat berpengaruh terhadap kepuasan pembeli adalah kompetensi dari tenaga penjualan (marketer) tersebut. Berdasarkan hasil penelitian yang telah dilakukan di Perumahan “X”, dengan hasil penelitian bahwa variabel yang mempengaruhi kepuasan seorang pembeli di Perumahan “X” adalah kompetensi dari seorang tenaga penjualan (marketer) dan komunikasi seorang tenaga penjualan (marketer) tersebut kepada pembeli. Sedangkan variabel kepercayaan tidak berpengaruh signifikan terhadap kepuasan pembeli. Jika dilihat dari beberapa penelitian sebelumnya sebelumnya Liu [14]; Foster [21]; Boles [22]; Doney[23], maka seharusnya variabel kepercayaan juga berpengaruh signifikan terhadap kepuasan pembeli. Tidak signifikannya variabel kepercayaan ini hendaknya menjadi perhatian serius bagi pihak developer untuk dapat menekankan kepada para tim tenaga penjualan (marketer) agar dapat meningkatkan sikap kepercayaan tersebut agar setiap pembeli dapat merasa puas. Karena secara teoritis kepercayaan dapat mempengaruhi kepuasan pelanggan. Dengan ditingkatkannya sikap kepercayaan oleh tenaga penjualan (marketer) tersebut diharapkan kepuasan pembeli juga akan meningkat sehingga berdampak pada pemberian rekomendasi oleh pembeli rumah terhadap calon pembeli rumah. Hal ini tentunya akan berdampak positif juga terhadap peningkatan penjualan di Perumahan “X”. DAFTAR PUSTAKA [1]
Mulatsih, R. (2011). Studi Tentang Kinerja Tenaga Penjualan. Jurnal Ekonomi dan Bisnis, 6 (1), 2. [2] Susetyaningsih, A. (2005). Analisis faktor keahlian dan kepercayaan pada tenaga penjualan terhadap kepuasan nasabah guna mencapai loyalitas. Master thesis, Universitas Diponegoro. [3] Frankwick, L, G., S.Porter, S., dan A.Crosby, L. (2001). Dynamics of Relationship Seling:A Longitudinal Examination of Changes in Salesperson-Customer Relationship Status. Journal of Personal Selling dan Sales Management, 21 (2), 2 [4] Yim, F. H., Anderson, R. E., dan Swaminathan, S. (2004). Customer Relationship Management: Its Dimensions and Impact on Customer Outcomes. Journal of Personal Selling and Sales Management , 265280. [5] Ghozali, I. (2005). Structural Equation Modeling. Semarang: Badan Penerbit Universitas Diponegoro. [6] Hair, J., Black, W., Rabin, B., dan Anderson, R. (2009). Multivariate Data Analysis. Pearson Prentice Hall. [7] Schumacker, et al.2004. A Beginner’s Guide to Structural Equation Modeling. Edisi ke-2. Lawrence Erlbum Associates, Ins. [8] Yamin, S., dan Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian dengan Partial Least Square Path Modeling. Bandung: Salemba Infotek. [9] Tenenhaus, Michel, et al.2004. “PLS Path Modeling”. Elsevier Journal Computation Statistics and Data Analysis. [10] Kline, R. B. (2005). Principle of Structural Equation Modeling. New York: The Guilford Press. [11] Fornell, C., dan Warnefelt, B. (1987). Defensive Marketer Strategy by Customer Complaint Management: a Theoretical Analysis. Journal of Marketer Research, 24 (11), 337-339. [12] Kristina, A. (2004). Analisis pengaruh kepercayaan pengelola apotek terhadap pemasok maupun tenaga penjual dalam membangun kesetiaan melalui kepuasan pengelola apotek terhadap pemasok, Master thesis, Universitas Diponegoro.
8 [13] Mumel, D., Hocevar, N., dan Snoj, B. (2007). How Marketer Communications Correlates with Business Performance. Journal of Applied Business Research, 23 (2), 3. [14] Liu, A. H., dan Leach, M. P. (2001). Developing Loyal Customers with a Value-Adding Sales Force: Examining Customer Satiisfaction and the Perceived Credibility of Consultative Salespeople. Journal of Personal Selling dan Sales Management, XXI (2), 4. [15] Mowen. 1995. Perilaku Konsumen dan Komunikasi Pemasaran, Jakarta. : karangan Sutisna. [16] Agung, K.H. (2006). Analisis pengaruh kualitas layanan, komitmen dan kepercayaan terhadap loyalitas konsumen.Master thesis, Universitas Diponegoro. [17] Kandampuli, J., dan Suhartanto, D. (2000). Customer loalty in the hotel industry: The role of customer satisfaction and image. International Journal of Contemporary Hospitality Management , 346-351. [18] Barata,D.D. (2007). Analisis keterhubungan antara kepuasan,kesetiaan, dan komunikasi word of mouth dalam sektor jasa. Jurnal ekonomi dan bisnis, 1-5. [19] Preston, C. C., dan Colman, A. M. (2000). Optimal number of response categories in rating scales:reiability,validity,discriminating power,and respondent preferences. Acta Psychologica , 1-15. [20] Chin, W. (1998). The Partial Least Square Approach for Structural Equation Modeling. New Jersey: Lawrence Erlbaum Associates. [21] Foster, D., dan Cadogan, W. (2000). Relationship selling and customer loyalty:an empirical investigation. Journal of marketing intelligence and planning , 185-199. [22] Boles, J. S., Babin, B. J., Brashear, T. G., dan Brooks, C. (2001). An Examination of the relationship between retail work environments, salesperson, selling orientation, customer orientation and job performance. Journal of Marketing Theory and Practice , 1-13. [23] Doney, P. M., dan Cannon, J. P. (1997). An Examination of the Nature of Trust in Buyer-Seller Relationships. Journal of Marketer, 61, 35-51.
