Rinda Naomi Kosasih dan Vita Ratnasari Institut Teknologi Sepuluh Nopember Surabaya

J-Statistika Vol 3 No 1 ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEPUASAN DAN LOYALITAS KONSUMEN PENGGUNA FLEXI TRENDY WILAYAH SURABAYA DENGAN MENGGUNAKAN METODE STRUCTURAL EQUATION MODELING Rinda Naomi Kosasih dan Vita Ratnasari Institut Teknologi Sepuluh Nopember Surabaya

ABSTRAK Kepuasan dan loyalitas pelanggan merupakan salah satu hal yang harus diperhatikan oleh perusahaan agar perusahaannya dapat berlangsung dengan baik. Pada kasus pengguna flexi trendy wilayah Surabaya menunjukkan bahwa Customer Complain dan Perceived Value dikeluarkan dari model karena tidak mempunyai pengaruh baik secara langsung maupun secara tidak langsung, terhadap Loyalitas pengguna CDMA pra bayar Flexi Trendy. Pada modifikasi pertama, adanya pemberian konstrain pada variabel Quality 2

Product dan Customer Satisfaction untuk menaikan nilai χ membuat nilai indeks koefisien regresi variabel Quality Product menjadi tidak signifikan, sehingga dibuat model modifikasi kedua dengan menghilangkan variabel Quality Product dan hasil yang diperoleh lebih baik dari model modifikasi pertama. Dari hasil analisis juga didapatkan bahwa loyalitas Customer tidak hanya dipengaruhi oleh kepuasan Customer atau Customer Satisfaction sebesar 45%, namun Image merek perusahaan turut mempengaruhi langsung secara signifikan sebesar 36%. sedangkan Customer Satisfaction atau kepuasan Customer dipengaruhi secara langsung oleh dua faktor yaitu image perusahaan atau Brand Image sebesar 22%, dan kualitas Customer Service atau Customer Service Quality sebesar 61%. Analisis juga memperlihatkan bahwa Customer yang hanya sampai pada level puas menggunakan Flexi Trendy, Brand perusahaan hanya berpengaruh kecil pada mindset Customer yaitu hanya sbesar 22%, sedangkan jika Customer sudah loyal maka Brand perusahaan lebih banyak mempengaruhi sebanyak 36%, sehingga pihak TELKOM Flexi lebih baik memusatkan kegiatan pemasaran dan periklanan pada customer yang terkategori loyal, karena selain biaya yang lebih murah juga pemasaran melalui word-of-mouth menjadi lebih efisien.

1. Pendahuluan Kartu Flexi merupakan generasi terbaru dari c-phone dengan basis CDMA (Code Division Multi Access) 2000 1X, suatu teknologi yang menggunakan teknik spread spectrum. Teknologi ini berusaha mengantisipai kesenjangan antara fixed phone (PSTN) dan mobile phone. Kartu prabayar CDMA fixed wireless memiliki beberapa keuntunga dibandingkan dengan GSM (Global System For Mobile Communications) diantaranya tariff pulsa yang murah, kualitas suara jernih, akses data cukup cepat dan penerimaan sinyal yang lebih baik, berbagai pengembangan layanan fitur nantinya juga cukup lengkap sehingga prospek bisnis kartu prabayar Flexi Trendy cukup besar. Penelitian yang membahas faktor-faktor yang mempengaruhi kepuasan dan loyalitas pelanggan, pernah dilakukan oleh Christina O. Loughlin dan Germa Coenders (2002). Dalam penelitian tersebut digunakan metode Structural Equation Modeling (SEM) yang penggunaannya sebagai alat untuk menganalisis faktor-faktor yang mempengaruhi keinginan konsumen untuk puas dan loyal, didasarkan pada keunggulan SEM sebagai alat analisis statistik yang simultan (mampu menganalisis regresi, korelasi, faktor dan diagram jalur sekaligus) sehingga cocok untuk menjelaskan fenomena-fenomena perubahan sosial masyarakat di wilayah tertentu.

2.

Tinjauan Pustaka

2.1 Uji Kesesuaian dan uji Statistik Model Analisis dengan menggunakan SEM memerlukan beberapa fit indeks untuk mengukur kebenaran model yang diajukan. Ada beberapa indeks kesesuaian dan cut-off valuenya untuk menguji diterima atau ditolaknya sebuah model (uji kelayakan model) seperti yang disajikan dalam Tabel 2.1 Tabel 2.1 indeks kelayakan model NO GOODNESS OF FIT KETERANGAN CUT OF POINT INDEX 1 X-Chi Square Menguji apakah kovarians populasi yang Diharapkan kecil diestimasi sama dengan kovarians sample (apakah model sesuai dengan data) 2 Probability Uji signifikansi terhadap perbedaan matrik ≥ 0,05 kovarians data dengan matriks kovarians yang diestimasi

24 | Rinda Naomi Kosasih dkk 3

4

5

6 7 8

RMSEA (the Root Mean Mengkompensasi kelemahan chi square Square Error of pada sampel yang besar (Hai,r et al 1998) Approximation) GFI (Good of Fit Index) Menghitung prporsi tertimbang varians dalam matriks sample yang dijelaskan oleh matrik kovarians yang diestimasi AGFI (Adjusted Good of Fit Merpakan GFI yang disesuaikan terhadap Index) Degree of Freedom (Hair, et al 1998). Analog dengan R2 dan regresi berganda (Bentler dalam Ferdinand 2002) CMIN/ DF (the Minimum Kesesuaian antara data dengan model. Sample Disrepancy) TLI (Tucker Lewis Index) Pembanding antara model yang diuji terhadap baseline model (Hairet all 1998) CFI (Comparative Fit Index) Uji kelayakan model yang tidak sensitif terhadap besarnya sampel dan kerumitan model

≥ 0,08

≥ 0,90

≥ 0,90

≤ 2,00 ≥ 0,95 ≥0,94

2.2 Pengujian Hipotesis dan Uji Kausal Model a. Pengaruh langsung (koefisien jalur ) diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR (Critical Ratio) yang sama dengan nilai thitung dengan ttabel, apabila thitung lebih besar dari ttabel berarti signifikan. b. Dari keluaran program Amos 4.01 (Analysis of Moment Structure) akan diamati hubungan kausal antar variabel dengan melihat efek langsung maupun efek tak langsung dan efek total. 2.3 Structural Equation Model (SEM) SEM merupakan pendekatan terintegrasi antara analisis factor, model structural dan analisis path (jalur). Disisi lain SEM juga merupakan pendekatan terintegrasi antara analisis data dengan konstruksi konsep. Di dalam SEM, kita dapat melakukan tiga kegiatan secara serempak, yaitu pemeriksaan validitas dan reliabilitas instrument (setara dengan analisis factor konfirmatori), pengujian model berkaitan dengan hubungan antar variabel laten (setara dengan analisis path), dan mendapatkan model yang bermanfaat untuk mendapatkan prakiraan (setara dengan model structural). Mudah sekali untuk dilihat bahwa SEM mewakili perkawinan analisis faktor konfirmatori dan analisis jalur variabel manifest. Kegunaan atau manfaatnya bagi para peneliti yang tertarik dengan riset kepuasan dan loyalitas pelanggan tidak bisa diremehkan. Suatu teknik yang relatif kontemporer, pengenalan pendekatan SEM dengan variabel laten oleh Joreskog dan Sorbom pada permulaan tahun 1970-an, mendahului pengembangan hebat yang tertarik pada riset mutu pelayanan, kurang lebih satu dekade. Pendekatan konseptual untuk SEM ini, dalam tahun 1960 dan melibatkan ahli sosiologi, seperti Blalock, sesuai dengan penuturan oleh Bollen (1989 hlm 7). Dia bersama ahli sosiologi lainnya menganggap kebutuhan untuk suatu platform analisis yang komprehensif yang akan mengizinkan integrasi analisis jalur dan analisis faktor konfirmatori. (Sewall Wrights, 1918).

2.3.1 Langkah Langkah dalam SEM Jika dijelaskan secara lebih mendetail, maka langkah langkah SEM adalah sebagai berikut : Langkah 1 : pengembangan konsep berbasis model dan teori Langkah 2 : mengkostruksi path diagram Langkah 3 : Mengkonversi diagram path ke dalam model struktural . Langkah 4 : memilih matriks input dan mengestimasi model Langkah 5 : Menilai masalah identifikasi Langkah 6 : Mengevaluasi Goodness of fit Langkah 7 : Interpretasi dan identifikasi model

2.3.2 Analisis faktor konfirmatori ( Confirmatory Factor Analysis ) Pada analisis faktor exploratori, kita akan melakukan eksplorasi, dan indikator indikator atau variabel variabel manifest yang ada, nantinya akan terbentuk faktor faktor, yang kemudian akan dilakukan interpretasi terhadapnya untuk menentukan variabel yang diamati, misalnya variabel kepuasan pelanggan, yang merupakan variabel laten endogen.

J Statistika Volume 3 No 1

25 | Analisis Faktor Faktor Yang Mempengaruhi Kepuasan Dan Loyalitas Konsumen Pengguna Flexi Trendy Wilayah Surabaya Dengan Menggunakan Metode Structural Equation Modeling Berbeda dengan analisis faktor eksplanatori, dalam analisis faktor konfirmatori seseorang secara apriori berlandaskan dasar teori dan konsep yang dimiliki, dia sudah mengetahui berapa banyak faktor yang harus terbentuk, serta variabel variabel laten apa saja yang termasuk ke dalam faktor faktor tersebut. Dalam SEM, analisis faktor konfirmatori adalah analisis faktor yang sesuai, karena pada prinsipnya kita hanya akan melakukan konfirmasi berdasarkan teori atau konsep yang sudah ada terhadap keakuratan (valid dan reliabel) instrumen yang kita buat, atau secara gampangnya variabel laten mengkonfirmasi dimensi dimensi yang digunakan. Dalam analisis faktor konfirmatori, digunakan matrik kovarian. Berbeda dengan analisis faktor eksploratori yang menggunakan matrik korelasi. Matrik kovarian berguna untuk mengukur kovariasi diantara variabel dengan data yang rata ratanya terkoreksi. Ada dua jenis model faktor dalam analisis faktor konfirmatori, yaitu model satu faktor dan model dua faktor, tapi dalam penelitian kali ini hanya digunakan model satu faktor, karena tidak ada konstrain atau korelasi diantara konstruk atau faktor dalam full model, dimana itu merupakan salah syarat dalam model dua faktor. 2.3.3 Analisis Jalur (Path Analysis) Salah satu tujuan penelitian adalah untuk mengungkapkan hubungan antar variabel. Masalahnya adalah pola hubungan yang bagaimana yang ingin diungkapkan. Apakah pola hubungan yang diarahkan untuk menduga atau membuat peramalan, yang analisisnya disebut analisis regresi, atau pola hubungan yang memperlihatkan eratnya hubungan antara variabel variabel yang analisisnya disebut analisis korelasi, atau pola hubungan yang mengungkapkan pengaruh sebuah atau seperangkat variabel terhadap variabel lainnya, baik pengaruh langsung maupun tak langsung dan analisisnya disebut analisis jalur. Beberapa persyaratan yang harus dipenuhi pada analisis path : 1. Hubungan antar variabel di dalam model harus linier, artinya perubahan yang terjadi di dalam variabel yang diamati mempunyai sifat aditif, artinya variabel yang mempunyai sifat multiplikatif dan exponensial otomatis tidak dapat digunakan 2. Variabel sisa tidak berkorelasi dengan variabel regresi lainnya, variabel yang diukur minimal harus berskala interval atau ratio. Path analisis hanya bisa diproses dengan menggunakan matrik varian/ kovarian sebagai matrik data input, tetapi data input dalam proses akan diubah menjadi matrik kovarians. Observasi individual digunakan untuk keseluruhan estimasi. 2.2 Tinjauan Non Statistik 2.2.1 Sekilas tentang Flexi Saat ini produk TELKOM Flexi diluncurkan dalam 3 kategori yaitu pasca bayar (Flexi Classy), prabayar (Flexi Trendy) dan aktif di tiga kota (Flexi Combo). Ketiga produk ini emmiliki kelengkapan yang hampir sama sehingga konsumen bebas memilih produk yang akan digunakan. Flexi Trendy berusaha meningkatkan kualitas produknya yang diharapkan akan mampu memuaskan konsumen pengguna ponsel dengan diluncurkannya fitur fitur terbaru berupa layanan transfer data ( Video Streaming, Traffic Monitoring), layanan berita yang bekerjasama dengan para content provider dan inovasi produk lainnya. 2.2.2 Konsep Kepuasan Pelanggan Kepuasan pelanggan ditentukan oleh persepsi pelanggan atas performance produk atau jasa dalam memenuhi harapan pelanggan (Irawan, Handi,2003) pelanggan merasa puas apabila harapannya terpenuhi, atau akan sangat puas jika harapan pelanggan terlampaui. 2.2.3

Konsep Loyalitas Pelanggan Perusahaan perlu memuaskan konsumen. Selain untuk menghindari keluhan konsumen yang diceritakan (devil advocate), tujuan yang tak kalah penting adalah untuk menjadikan konsumen sebagai pemasar gratis. Namanya komunikasi mulut ke mulut (word-of-mouth communication). Orang yang termasuk kedalam kelompok ini sudah pasti loyal. Aaker (1991) menyebutnya sebagai Commited Buyer, sedangkan Kotler (2000) hardcore loyal, menjaga konsumen yang loyal lebih berharga daripada mengejar konsumen baru yang belum tentu loyal (Umar, Husein, 2000). Konsultan pemasaran Frontier (Swa Sembada No. 18/XVI/7-20 september 2000) mengukur kepuasan pelanggan dengan mempertimbangkan 3 dimensi, yaitu satisfaction toward quality (kepuasan terhadap tingkat kualitas yang diterima), satisfaction toward value (kepuasan terhadap range harga yang diterima), dan perceived better (menganggap bahwa merek yang dipakai merupakan yang terbaik).

1.

Loyalitas dapat diukur melalui : perilaku aktual • tingkat pembelian kembali (repurchase rate)


26 | Rinda Naomi Kosasih dkk

2. 3. 4. 5.

• persentase pembelian (percent of purchase) • jumlah merek yang dibeli (number of brand purchase) • pola pembelian merek biaya peralihan, kepuasan (satisfaction), kesukaan (liking), komitmen.

2.2.4 Variabel - variabel Pembentuk Kepuasan Pelanggan 2.2.4.1 Persepsi Kualitas (Perceived Quality): Pada tahun 1996, model ACSI diperluas untuk menggambarkan dua model umum dari persepsi kualitas, kualitas produk, dan kualitas servis (Fornell et al.,1996). 1. Kualitas produk merupakan evaluasi dari pengalaman mengkonsumsi produk terbaru, dimensi Kualitas Produk yang berupa barang, menurut David Garvin yang dikutip Vincent Gasperz (Umar, Husein, 2000): a Performance, hal ini berkaitan dengan aspek fungsional suatu barang yang merupakan karakteristik utama yang dipertimbangkan pelanggan dalam membeli barang tersebut. b Features, yaitu aspek performansi yang berguna untuk menambah fungsi dasar, berkaitan dengan pilihan pilihan produk dan pengembangannya. c Reliability, hal yang berkaitan dengan probabilitas atau kemungkinan suatu barang berhasil menjalankan fungsinya setiap kali digunakan dalam priode waktu tertentu dan dalam kondisi tertentu pula. d Conformance, hal ini berkaitan dengan tingkat kesesuaian terhadap spesifikasi yang telah ditetapkan sebelumnya berdasarkan keinginan pelanggan. Konfirmasi merefleksikan derajat ketepatan antara karakteristik desain produk dengan karakteristik kualitas standar yang telah ditetapkan. e Durability, yaitu suatu refleksi umur ekonomis berupa ukuran daya tahan atau masa pakai barang. f Serviceability, yaitu karakteristik yang berkaitan dengan kecepatan, kompetensi, kemudahan dan akurasi dalam memberikan layanan untuk perbaikan barang. g Aesthetics, merupakan karakteristik yang bersifat subyektif mengenai nilai nilai estetika yang berkaitan dengan pertimbangan pribadi dan refleksi dari preferensi individual. h Fit and Finish, sifat subyektif, berkaitan dengan perasaan pelanggan mengenai keberadaan produk tersebut sebagai produk yang berkualitas. . 2. Kualitas Customer service merupakan evaluasi pengalaman konsumen yang berhubungan dengan servis seperti customer service, kondisi dari tampilan produk, range antara harga dengan servis dan lain lain. Perbedaan antara persepsi kualitas dengan persepsi produk merupakan tampilan standar dari ECSI model (Eklof, 2000). Kristensen et al., (1999) menunjukkan pentingnya menggambarkan dua aspek dari persepsi kualitas. Kedua kualitas diharapkan memiliki efek yang positif terhadap kepuasan pelanggan secara keseluruhan. 2.2.4.2 Persepsi Nilai (Perceived Value) : Kepuasan pelanggan tergantung oleh nilai (Howard & Sheth, 1969), nilai merupakan level persepsi dari kualitas produk relatif terhadap harga yang dibayarkan atau “nilai dari uang” aspek dari pengalaman pelanggan. Nilai didefinisikan sebagai rasio antara persepsi kualitas relatif terhadap harga (Anderson et al., 1994). Nilai diarapkan mempunyai pengaruh langsung terhadap kepuasan (Andersen and Sullivan, 1993; Fornell, 1992) dan mempengaruhi kedua persepsi kualitas secara positif. Untuk memastikan bahwa tidak terdapat efek dari hubungan harga – kualitas, kualitas dan harga diukur secara relatif satu sama lain (Anderson et al., 1994). Nilai adalah sebuah idealisme. Dalam nilai, terdapat hubungan antara produk dan harga. Nilai berasal dari selisih manfaat dan biaya produk, nilai yang paling penting adalah nilai yang dipersepsikan (perceived value), bukan nilai yang sebenarnya (Umar, Husein, 2000). 2.2.4.3 Kesan Merek (Brand Image) : Image merupakan nama merek dan apa yang pelanggan dapatkan dari produk/ brand/ perusahaan. Konstruk ini pertama kali diperkenalkan dalam model barometer Norwegia customer satisfaction (NCSB), (Andreasen & Lindestad, 1998a: Andreassen & Lindstead, 1998b).penelitian terbaru mengindikasikan bahwa hal tersebut merupakan komponen penting dalam model kepuasan pelanggan (e.g., Martensen et al., 2000). Disitu digambarkan bahwa image mempunyai efek yang positif terhadap dalam kepuasan dan loyalitas pelanggan. Tambahan, image dimodelkan untuk mempunyai pengaruh yang langsung terhadap harga (e.g., Kristensen et al., 1999; Martensen et al., 2000). Pengaruh kualitas terhadap harga tidak selalu bisa diestimasi. Menurut Johnson et al., 2001. image dimodelkan untuk mempengaruhi persepsi dari kualitas (Andreassen and Lindstead, 1998a). bagaimanapun. Di hampir semua paper penelitian, image tidak dimodelkan, lau kita mempertimbangan image dan produk dan kualitas. Menurut Johnson et al., 2001. image dimodelkan untuk mempengaruhi persepsi dari


27 | Analisis Faktor Faktor Yang Mempengaruhi Kepuasan Dan Loyalitas Konsumen Pengguna Flexi Trendy Wilayah Surabaya Dengan Menggunakan Metode Structural Equation Modeling kualitas (Andreassen and Lindstead, 1998a). bagaimanapun. Di hampir semua paper penelitian, image tidak dimodelkan, lau kita mempertimbangan image dan produk dan kualitas servis sebagai faktor eksogen. 2.2.5 Konsekuensi Dari Kepuasan Pelanggan 2.2.5.1 Keluhan Pelanggan (Customer Complain): Faktor ini menggambarkan frekuensi dari komplain dan sejauh mana perusahaan dapat memanage keluhan tersebut. Diharapkan dengan adanya kenaikan kepuasan pelanggan akan menurunkan frekuensi komplain (American Society for Quality, 1998: Fornell et al. 1996) 2.2.5.2 Loyalitas Pelanggan (Customer Loyalty): Loyalitas pelanggan adalah puncak dari variabel dependen pada model path dan memberikan keuntungan terbesar bagi perusahaan (Reicheld & Sasser, 1990). Meningkatkan loyalitas pelanggan menjamin pendapatan dimasa datang dan meminimalkan kegagalan dari penurunan kualitas. Tambahan, kata positif dari mulut ke mulut yang dilakukan pelanggan mampu menaikkan reputasi perusahaan dan menurunkan biaya mencari pelanggan baru (Anderson & Fornell, 2000). Loyalitas diukur melalui pembelian berulang, toleransi harga dan keinginan untuk merekomendasikan produk kepada orang lain. Bisa digambarkan bahwa image yang bagus dan kepuasan pelanggan yang tinggi akan meningkatkan loyalitas pelanggan. Tambahan, ternyata ada hubungan resiprokal antara komplain dan loyalitas. Ketika hubungan antara komplain pelanggan dan loyalitas positif, itu mempengaruhi kesuksesan perusahaan dalam menarik konsumen yang komplain menjadi pelanggan yang loyal. 3.1 Populasi dan Metode Pengambilan Sampel 3.1.1

Populasi

Target populasi dalam penelitian ini adalah seluruh pengguna Flexi Trendy (minimal pengguna aktif selama 3 bulan) di area Surabaya. 3.1.2 Sumber Data Dalam penelitian ini digunakan dua sumber pengambilan data yaitu : 1.

2.

Data Primer Data primer diperoleh dengan cara wawancara langsung dengan pelanggan Flexi Trendy menggunakan media kuosioner. Data Sekunder Data jumlah populasi pengguna Flexi dan CDMA di area Surabaya yang diperoleh dari pihak UBIS JASNITA TELKOM.

3.1.3 Metode Pengambilan Sampel Pengambilan sampel dilakukan pada minggu kedua bulan Desember 2005. yaitu mulai tanggal 12-18, Pengambilan sampel mengunakan metode pengambilan sampel sistematik, dimana sistem pengambilannya berdasarkan kedatangan responden ke-k yang minimal sudah aktif menggunakan Flexi selama minimal 3 bulan. Pengambilan sampel dilakukan di WTC surabaya dengan alasan berada di pusat kota surabaya, sehingga pengambilan bisa representatif dan mewakili. Sebelumnya akan ditentukan survey pendahuluan dengan memberikan kuisioner kepada pelanggan Flexi Trendy di WTC Surabaya secara acak sebanyak 30 responden. Dengan proporsi hasil survey pendahuluan, responden puas sebesar 0,9 (27 dari 30 orang), dan proporsi tidak puas sebesar 0,1 (3 dari 30 orang). Jumlah populasi pengguna CDMA berdasarkan data desember 2005 dari pihak UBIS JASNITA Telkom sebesar 813.345 orang yang terdiri dari 538.738 pengguna Flexi, 124.113 pengguna Star One, 150.494 pengguna Fren sehingga didapatkan proporsi 66% untuk Flexi, 15.25% untuk Star One, 18.5% untuk Fren. Hasil survey pendahuluan digunakan untuk menentukan besar sampel yang akan diambil dengan rumus di bawah ini.

  d NPQ ;D = Besarnya sampel : n = ( N − 1) D + PQ  Z 1− α  2 p q d

α

N

    

(3.1)

Dimana: : Proporsi pengguna Voucher Flexi Trendy yang puas terhadap produk Flexi. : Proporsi pengguna Voucher Flexi Trendy yang tidak puas terhadap produk Flexi : Penyimpangan maksimal (batas toleransi yang masih di terima) : 0.05 : Ukuran atau besar Populasi


28 | Rinda Naomi Kosasih dkk t : Absis kurva normal yang memotong daerah α pada sisi – sisinya sehingga: 2

 0.05  D=  = 0.00065  1.96  538.738 × 0.9 × 0.1 n= = 138.425 ≈ 139 responden (538.737 × 0.00065) + (0.9 × 0.1) N k= n Berarti dibutuhkan 139 responden untuk jumlah sampel minimal yang memadai, namun untuk memudahkan penelitian maka peneliti mengambil sampel sebanyak 150. Waktu pengambilan sampel dilakukan pada saat jam kerja di WTC surabaya antara jam 10.00 – 17.00 WIB untuk hari senin sampai jumat dan jam 11.00 – 15.00 WIB untuk hari sabtu dan minggu.

Hari survey Senin

Tabel 3.1 Distribusi pengambilan sampel Jumlah pelanggan Jumlah pelanggan CDMA di WTC Flexi di WTC 950 66 1000

Rabu

1000

Kamis

1000

Jumat

550

Sabtu

750

Minggu

650

Total

5900

yang

100 66 × 1000 = 660 100 66 × 1000 = 660 100 66 × 1000 = 660 100 66 × 550 = 363 100 66 × 750 = 495 100 66 × 650 = 429 100 3894

150

3.2 Identifikasi Variabel Adapun variabel yang digunakan untuk penelitian ini adalah: a) Variabel karakteristik responden • Nama Responden (PD1) • kawasan tempat tinggal (PD2) • No. Flexi (PD3) • Usia (PD4) • Jenis Kelamin (PD5) • Pendidikan terakhir (PD6) • Pekerjaan (PD7) • Pengeluaran perbulan rutin sehari hari (PD9) • Pengeluaran pembelian Voucher Flexi per bulan (PD10) • Rata rata frekuensi telpon perhari (PD11) • Rata rata frekuensi SMS per hari (PD12) • Jangkauan tujuan pembicaraan yang paling sering dipakai (PD13)


responden

627 × 150 = 24.15 ≈ 24 3894 660 × 150 = 25.43 ≈ 26 3894 660 × 150 = 25.43 ≈ 26 3894 660 × 150 = 25.43 ≈ 26 3894 363 × 150 = 13.98 ≈ 14 3894 495 × 150 = 19.06 ≈ 19 3894 429 × 150 = 16.52 ≈ 17 3894

× 950 = 627

Selasa

Jumlah disurvey

29 | Analisis Faktor Faktor Yang Mempengaruhi Kepuasan Dan Loyalitas Konsumen Pengguna Flexi Trendy Wilayah Surabaya Dengan Menggunakan Metode Structural Equation Modeling b) Variabel laten dan Indikatornya Dalam penelitian ini, yang menjadi variabel Laten beserta Indikatornya adalah: 1) Kualitas dari produk (Quality of Product) • Jangkauan area (surabaya, gresik, sidoarjo ) (QP1) • Kualitas signal/ kejernihan suara (QP2) • Komunikasi lancar / tidak putus putus (QP3) 2) Image Perusahaan (Brand Image) • Flexi merupakan CDMA terpercaya (BI1) • Flexi menggunakan teknologi modern (BI2) • Flexi bergengsi (BI3) • Produk Flexi inovatif (BI4) 3) Kualitas dari servis pelanggan (Quality of Customer Service) • Call center online 24 jam, bebas pulsa, jarang trouble (CSQ1) • Call center mudah dihubungi dan tidak berbelit belit (CSQ2) • Petugas customer service tidak saling melempar tanggung jawab (CSQ3) • Petugas customer service selalu ramah dan sopan (CSQ4) • Customer service menguasai produk dan layanan (CSQ5) • Tingkat kesalahan dalam menangani komplain (CSQ6) 4) Persepsi Nilai (Perceived Value) • Harga kartu voucher isi ulang (PV1) • Tarif percakapan dalam satu operator yang sama (PV2) • Tarif percakapan lain operator (PV3) • Tarif SMS (PV4) 5) Kepuasan Pelanggan (Customer Satisfaction) • Voucher dapat diperoleh dengan mudah dan murah (CS1) • Jenis dan harga Voucher bervariasi (banyak macamnya) (CS2) • Reward melalui hadiah langsung maupun undian berhadiah (CS3) • Manajemen memberikan ganti rugi sesuai dengan komplain yang diajukan (CS4) 6) Loyalitas Pelanggan (Customer Loyalty) • Saya sering bertukar informasi tentang Flexi kepada teman, kerabat dan rekan bisnis (CL1) • Saya selalu berusaha mengatakan hal-hal yang positif tentang Flexi kepada teman, kerabat dan rekan kerja (CL2) • Saya sering merekomendasikan kepada teman, kerabat dan rekan bisnis untuk berlangganan / memakai Flexi (CL3) • Saya tidak akan berpindah operator Flexi dalam 6 bulan mendatang (CL4) 7) Keluhan Pelanggan (Customer Complain) • Problem komunikasi lewat telpon (CC1) • Problem pengiriman SMS dan MMS (CC2) • Problem akses internet (CC3) • Problem pada layanan pesan (E-mail,sms,mms, dll) (CC4) • Problem pada fitur (Games, Music, Voice mailbox, download ringtone dll) (CC5)

3.3 Metode Analisis Data Analisis data dalam penelitian ini adalah untuk menjawab permasalahan. Beberapa metode yang akan dipergunakan akan dijelaskan dibawah ini. 3.3.1 Analisis Karakteristik Pelanggan Berdasarkan Demografi Untuk mengetahui karakteristik pelanggan Flexi Trendy wilayah Surabaya selatan digunakan analisa deskriptif sederhana.



3.3.2

Analisis Struktural Perceived Value (η1)

γ 11 Brand Image (ξ1)

γ 31

γ 21

β 34

β 32

β 21

γ 12 Quality Product (ξ2)

Customer Loyalty (η3)

β 43

γ 22

β 42 Customer Satisfaction (η2)

γ 13

Customer Complain (η 4)

γ 23

Customer Service Quality (ξ3)

Gambar 3.1 diagram SEM Penelitian Keterangan huruf-huruf dalam gambar : a.

ε

b. c. d. e.

  X δ

f.

ζ

: Epsilon, galat pengukuran (measurement error) pada variabel manifest atau variabel indikator untuk variabel laten endogen : Gama (kecil), koefisien pengaruh variabel eksogen terhadap variabel endogen : Beta, koefisien pengaruh variabel endogen terhadap varibel endogen : Indikator/instrumen penelitian : Delta, Galat pengukuran (measurement error) pada variabel manifest atau variabel indikator untuk variabel laten eksogen. : Zeta, galat model (model error) dari variabel laten endogen

3.3.3. Persamaan Struktural dan spesifikasi Pengaruh Pengaruh Image,Quality of product, Quality of customer service, perceived value, Customer satisfaction, customer complain yang mempengaruhi customer loyalty digambarkan melalui persamaan sebagai berikut : Perceived Value = 11 Brand Image + 12 Quality Product + 13 Customer Service Quality + 1 Customer Satisfaction = 21 Perceived Value + 21 Brand Image + 22 Quality Product + 23 Customer Service Quality + 2 Customer Loyalty =  Brand Image + 32 Customer Satisfaction + 34 Customer Complain + 3 Customer Complain = 42 Customer satisfaction + 43 Customer Loyalty + 4 3.4 Spesifikasi Model Pengukuran untuk Masing-Masing Konstruk / Variabel Laten. Pada spesifikasi ini digunakan untuk menentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesakan antara konstruk atau variabel. Measurement model dapat diklasifikasikan menjadi dua bentuk, yaitu pada konstruk eksogen dan konstruk endogen. 1. Konstruk Eksogen a. Brand Image ( ξ1 )

x1 = λ x 11ξ 1 + δ 1 J Statistika Volume 3 No 1

. . .

x 4 = λ x 41ξ 1 + δ 4

31 | Analisis Faktor Faktor Yang Mempengaruhi Kepuasan Dan Loyalitas Konsumen Pengguna Flexi Trendy Wilayah Surabaya Dengan Menggunakan Metode Structural Equation Modeling b. Perceived Quality ( ξ 2 )

y 5 = λ y 52η 2 + ε 5 . . .

x 5 = λ x 52ξ 2 + δ 5 . . .

y 8 = λ y 82η 2 + ε 8

x 7 = λ x 71ξ 2 + δ 7 Customer Service Quality( ξ 3 )

c.

y 9 = λ y 93η 3 + ε 9

x8 = λ x 83ξ 3 + δ 13

. . .

. . .

x13 = λ x 133ξ 2 + δ 13 2. Konstruk Endogen a. Perceived Value(η1 ) y

y1 = λ 11η1 + ε 1 . .

y12 = λ y 123η 3 + ε 12 Customer Complain ( η 4 )

d.

y13 = λ y 134η 4 + ε 13 . . .

y17 = λ y 174η 4 + ε 17

. y 4 = λ y 41η 1 + ε 4 b.

Customer Loyalty ( η 3 )

c.

Customer Satisfaction ( η 2 )

Keterangan :

λi = Factor Loading

Analisa faktor konfirmatori untuk model pengukuran akan dihasilkan koefisien yang disebut Factor loading atau lambda Value (). Nilai lamda tersebut digunakan untuk menilai kecocokan, kesesuaian atau unidimensionalitas dari instrumen-instrumen dalam membentuk sebuah faktor.

4.Analisa Data dan Pembahasan 4.1 4.1.1

Uji Validitas Customer Loyalty (CL) Customer Loyalty dibentuk dari 4 variabel. Untuk menguji apakah benar pertanyaan (indikator) tersebut mengukur dengan benar variabel Customer Loyalty dilakukan uji sebagai berikut. Hipotesis : Ho : atribut tidak mengukur aspek yang sama. H1 : atribut mengukur aspek yang sama. Pertanyaan dikatakan valid atau tolak H0 apabila rhitung > rtabel. Dengan derajat bebas sebesar 150 dan α sebesar 5 % diperoleh r tabel sebesar 0,1602. Tabel 4. 1 Validitas Variabel Customer Loyalty

No.

Atribut/indikator variabel Customer Loyalty

CL1

Saya sering bertukar informasi tentang Flexi kepada keluarga, relasi dan kerabat Saya selalu berusaha mengatakan hal hal yang positif tentang Flexi kepada keluarga, relasi dan kerabat Saya sering merekomendasikan kepada keluarga, relasi dan kerabat untuk memakai Flexi Saya tidak akan berpindah operator Flexi dalam 6 bulan mendatang

CL2 CL3 CL4

Nilai r

Keterangan

0.6742

Valid

0.7724

Valid

0.7453

Valid

0.5719

Valid

Dari Tabel 4.11 dapat dilihat nilai korelasi yang didapat lebih besar daripada rtabel = 0,1602, sehingga tolak Ho dan simpulkan bahwa atribut mengukur aspek yang sama yaitu Customer Loyalty. Dengan cara perhitungan yang sama dengan diatas, diperoleh hasil bahwa Quality product, Brand Image, Customer Service Quality, Perceived Value, Customer Satisfaction dan Customer Complain juga signifikan pada α sebesar 5 %



4.1.2 Uji Reliabilitas Uji validitas menunjukkan sejauh mana suatu alat ukur dapat memberikan hasil yang relative sama untuk mengukur suatu variabel. Uji reliabilitas dalam SEM bertujuan untuk membuktikan bahwa konstruk atau indicator tersebut membangun (mengkonstruk) variabel laten. Koefisien reliabilitas diketahui dari besarnya koefisisen alpha (α). Jika lebih besar dari r tabel maka dapat dikatakan reliabel. Tabel 4. 2 Reliabilitas Variabel Penelitian Variabel

Nilai ralpha

Kesimpulan

Quality of Product 0.7733 Reliabel Brand Image 0.6815 Reliabel Quality of Customer Service 0.8073 Reliabel Perceive Value 0.7540 Reliabel Customer Satisfaction 0.7824 Reliabel Customer Loyalty 0.8497 Reliabel Customer Complain 0.6635 Reliabel Hasil pengujian reliabilitas variabel-variabel penelitian ditunjukkan pada Tabel 4.13 dan diketahui bahwa semua nilai ralpha > rtabel (0,1602) untuk N=150 dan α = 5 %, sehingga dapat disimpulkan bahwa variabelvariabel penelitian reliabel dan dapat dilakukan analisis selanjutnya. 4.2 UJI UNIDIMENSI DAN KESESUAIAN MODEL CFA 4.2.1 Univariate outliers Dengan menggunakan dasar bahwa hampir semua observasi yang mempunyai Z score (Std Deviation) ≥ 3 akan dikategorikan sebagai outlier. Tabel 4. 3 uji univariate outliers variabel Customer Loyalty Variabel Z-score CL1 0.85 CL2 0.90 CL3 0.84 CL4 0.88 Terlihat bahwa melalui proses SPSS, nilai Z-score tidak ada yang diatas angka 3, maka dapat disimpulkan bahwa tidak ada outlier pada masing masing data

4.2.2

Multivariate outliers Uji multivariate outliers dengan menggunakan mahalanobis distance, berdasarkan nilai Chi-square pada DF sebesar 33 (jumlah semua indikator) dengan tingkat signifikansi α = 0.05, maka syarat data observasi tidak multivariate outliers adalah ≤ 50,89. Tabel 4. 4 uji multivariate outliers variabel Customer Loyalty (Mahalanobis Distance) Nomor observasi Mahalanobis d-square P1 P2 70 12.889 .012 .832 18 11.125 .025 .894 17 10.488 .033 .875 115 10.198 .037 .813 16 9.870 .043 .771 Dari hasil komputasi tidak terdapat observasi yang dapat dikategorikan sebagai multivariat outliers. 4.2.3

Evaluasi atas kriteria qoodness of fit Model CFA yang digunakan untuk menguji unidimensionalitas dari variabel laten customer loyalty dapat dilihat pada Gambar 4.6 .


33 | Analisis Faktor Faktor Yang Mempengaruhi Kepuasan Dan Loyalitas Konsumen Pengguna Flexi Trendy Wilayah Surabaya Dengan Menggunakan Metode Structural Equation Modeling

Gambar 4.6 CFA variabel CustomerLoyalty –standardize estimate Gambar 4.6 di atas yang memperlihatkan hasil CFA dalam keadaan over identified, hal ini dilihat dari df model sama dengan 2 sehingga diperlukan pengujian model. Pengujian model CFA ditujukan untuk melihat unidimensionalitas variabel indikator dalam menerangkan variabel laten. Untuk menguji unidimensionalitas model digunakan hipotesis sebagai berikut: H0 : Σ = Σ(θ) (matriks varian-kovarian populasi sama dengan matriks varian-kovarian model yang diestimasi) Hi : Σ ≠ Σ(θ) (matriks varian-kovarian populasi tidak sama dengan matriks varian-kovarian model yang diestimasi) Tabel 4. 5 evaluasi kriteria goodness of fit indices variabel Customer Loyalty kriteria Hasil model Nilai kritis Evaluasi model 2 2 0.387 Signifikan ≤χ =9.21 χ (cmin) (0.01;2)

Probability (p) 2

χ relatif (cmin/df)

0.824 0.193

≥ 0.05 ≤2

Signifikan Signifikan

GFI 0.999 Signifikan ≥ 0.90 AGFI 0.993 Signifikan ≥ 0.90 TLI 1.018 Signifikan ≥ 0.95 CFI 1.000 Signifikan ≥ 0.95 RMSEA 0.000 Signifikan ≤ 0.08 Tabel diatas menunjukkan bahwa semua kriteria yang digunakan signifikan, oleh karena itu model ini dapat diterima. Pada tabel 4.40, nilai probabilitas signifikansi masing masing variabel lebih kecil dari nilai tingkat signifikansi 0.01. berarti indikator indikator tersebut merupakan dimensi variabel laten Customer Complain Tabel 4. 6 uji unidimensionalitas variabel Customer Complain Standardize Hubungan Estimate S.E. C.R. P estimate cc1 <--- cust complain 1.000 0.304 cc2 <--- cust complain 1.615 .586 2.757 .006 0.510 cc3 <--- cust complain 1.829 .616 2.968 .003 0.627 cc4 <--- cust complain 2.310 .780 2.962 .003 0.770 cc5 <--- cust complain 1.754 .600 2.923 .003 0.659 Model faktor dari variabel Customer Complain (CC) berdasarkan nilai standardize estimate adalah : CC2 = 0.510 CC + δ 2 CC3 = 0.627 CC + δ 3 CC4 = 0.770 CC + δ 4 CC5 = 0.659 CC + δ 5 Dari model diatas, terlihat bahwa indikator CC4 merupakan indikator paling kuat yang mempengaruhi variabel Customer Complain, lalu diikuti dengan indikator CC5, CC3 dan CC2. 4.3 Pengujian Model Struktural Penelitian Model yang telah dikembangkan mempunyai derajat bebas sebesar 388, sehingga model dalam keadaan overidentified. Keadaan model yang over-identified memerlukan pengujian model guna melihat tingkat kelayakan


34 | Rinda Naomi Kosasih dkk model. Selain itu pengujian terhadap kausalitas atau hubungan antar variabel laten juga perlu dilakukan. Hal ini diperlukan untuk melihat signifikansi kausalitas model yang telah dikembangkan. Pengolahan Structural Equation Modeling dilakukan dengan menerapkan software AMOS 5. Tiap skala pada satu faktor loading variabel indikator untuk setiap variabel laten di tetapkan dengan angka 1 dan mengaplikasikan estimasi dengan metode Maximum Likelihood. Hasil pengestimasian parameter untuk solusi yang standardized dapat dilihat pada Gambar 4.9.

gambar 4. 9 model struktural dengan estimasi parameter standardize Dari Gambar 4.9 di atas dapat dilihat hasil dari estimasi parameter hubungan kausalitas antara variabel laten dengan variabel indikator dan antar variabel laten dengan menggunakan standardized estimate. Untuk melihat tingkat kelayakan model dapat dilihat uji kesesuaian model dan uji kausalitas model. Tabel 4. 7 Pengujian Model Struktural Awal kriteria Hasil model 2 654.275 (cmin) χ Probability (p) 2

χ relatif GFI AGFI TLI CFI RMSEA

(cmin/df)

Nilai kritis

0.000 1.686

≤ χ 2 (0.01;388)= ≥ 0.05 ≤2

0.800 0.760 0.828 0.847 0.068

≥ 0.90 ≥ 0.90 ≥ 0.95 ≥ 0.95 ≤ 0.08

Evaluasi model Signifikan Tidak Signifikan Signifikan Agak Signifikan Agak Signifikan Agak Signifikan Agak Signifikan Signifikan

Pengujian model pada SEM ditujukan untuk melihat kesesuaiaan model yang telah dikembangkan berbasis teori. Hasil perhitungan memperlihatkan nilai P-Value yang lebih kecil dari 0,05. Hal ini menunjukkan bahwa hipotesis nol yang menyatakan tidak ada perbedaan antara matriks varian-kovarian populasi dan matriks varian-kovarian model yang diestimasi ditolak. Walaupun dari hasil pengujian dengan kriteria yang lainnya memperlihatkan bahwa model yang dikembangkan sudah sesuai dengan studi kasus loyalitas Flexi Trendy, sehingga memerlukan adanya modifikasi model. Untuk melihat signifikansi estimasi parameter hubungan kausal, maka diperlukan uji kausalitas dengan menggunakan uji t. Suatu estimasi parameter hubungan kausal dikatakan sama dengan nol atau dalam arti lain estimasi parameter tidak signifikan jika nilai p-valuenya lebih dari 0,05. Dari Tabel 4.44 dapat dilihat bahwa hubungan variabel laten terhadap variabel indikatornya signifikan dengan α = 0, 05. Hal ini memperlihatkan bahwa variabel indikator tersebut merupakan variabel yang menyusun variabel laten untuk semua struktural model. Tetapi dari hubungan kausal antar variabel laten ada beberapa hubungan kausal yang tidak signifikan, seperti hubungan Customer satisfaction dengan Perceived Value, Customer Complain dengan Customer Satisfaction, Customer Complain dengan Customer Loyalty dan Customer Loyalty dengan Customer Complain. Dari beberapa estimasi parameter model struktural yang tidak signifikan, menunjukkan perlunya dilakukan modifikasi model guna mencari model struktural yang sesuai dengan studi kasus Flexi Trendy di kawasan surabaya.


35 | Analisis Faktor Faktor Yang Mempengaruhi Kepuasan Dan Loyalitas Konsumen Pengguna Flexi Trendy Wilayah Surabaya Dengan Menggunakan Metode Structural Equation Modeling 4.4 Pengujian Model Struktural Setelah Reduksi kedua Hasil pengujian model struktural modifikasi kedua setelah penghilangan konstrain dan variabel laten Quality Product dapat dilihat pada gambar 4.10.

Gambar 4.10 struktur SEM modifikasi kedua Setelah variabel Quality Product dihilangkan dari model, maka hanya ada 4 variabel laten yang tersisa, untuk mengetahui apakah model diatas sudah sesuai dengan studi kasus pengguna Flexi Trendy wilayah Surabaya, perlu dilihat penjabaran berikut. Tabel 4. 8 Pengujian Model Struktural Modifikasi kriteria Hasil model

χ 2 (cmin)

151.625

Probability (p)

0.076

Nilai kritis

Evaluasi model Diharapkan nilai kecil

Signifikan Agak Signifikan Signifikan Signifikan Signifikan

χ relatif (cmin/df)

1.185

≤ χ 2 (0.01;388)= ≥ 0.05 ≤2

GFI AGFI TLI CFI RMSEA

0.903 0.871 0.972 0.976 0.035

≥ 0.90 ≥ 0.90 ≥ 0.95 ≥ 0.95 ≤ 0.08

2

Signifikan Signifikan

Dari model struktural yang telah dimodifikasi dapat diketahui bahwa terdapat beberapa hubungan kausalitas dan satu variabel laten yang dihilangkan dari model. Sehingga dari persamaan awal yang telah dimodifikasi diperoleh persamaan struktural sebagai berikut: Customer Satisfaction = 0.22 Brand Image + 0.61 Customer Service Quality Customer Loyalty = 0.45 Customer Satisfaction + 0.36 Brand Image Dari Tabel 4.46 dapat dilihat nilai P-Value untuk semua nilai estimasi parameter hubungan kausal atau persamaan regresi kurang dari 0.05, sehingga model diatas sudah cukup sesuai untuk diterapkan dalam kasus pengguna CDMA Flexi Trendy dibandingkan dengan model pada modifikasi pertama karena masih adanya kasus multikolinearitas.

5 Kesimpulan Setelah dilakukan analisis dan pembahasan berdasarkan hasil penelitian, maka dapat dibuat kesimpulan dari penelitian sebagai berikut : 1. Dari hasil analisa deskriptif didapat bahwa mayoritas pengguna aktif Flexi Trendy di Surabaya berasal dari wilayah Surabaya Timur (44%), berpendidikan S1/D4 (48.7%), berusia antara 20 – 29 tahun (50.7%),



2.

3.

berjenis kelamin pria (70%), pola pembelian pulsa perbulannya berkisar Rp.50.000 – Rp. 100.000 (39.3%), dan antara Rp. 100.000 – Rp.200.000 (25.3%). Model Struktural yang dikembangkan berdasarkan teori tentang faktor-faktor yang mempengaruhi Loyalitas konsumen terhadap suatu produk, tidak sesuai dengan kasus CDMA pra bayar Flexi Trendy. Sehingga perlu dilakukan modifikasi terhadap model yang telah dikembangkan berbasis teori agar sesuai dengan kasus CDMA pra bayar Flexi Trendy. Setelah dilakukan modifikasi terhadap model struktural tentang faktor-faktor yang mempengaruhi keinginan konsumen untuk menggunakan suatu jasa diperoleh hasil model struktural yeng terbaik sebagi berikut : • Hasil analisis memperlihatkan bahwa Customer Complain dan Perceived Value dikeluarkan dari model karena tidak mempunyai pengaruh baik secara langsung maupun secara tidak langsung, terhadap Loyalitas pengguna CDMA pra bayar Flexi Trendy. • Pada modifikasi pertama, adanya pemberian konstrain pada variabel Quality Product dan Customer 2

Satisfaction untuk menaikan nilai χ membuat nilai indeks koefisien regresi variabel Quality Product menjadi tidak signifikan, sehingga dibuat model modifikasi kedua dengan menghilangkan variabel Quality Product dan hasil yang diperoleh lebih baik dari model modifikasi pertama. • Dari hasil analisis juga didapatkan bahwa loyalitas Customer tidak hanya dipengaruhi oleh kepuasan Customer atau Customer Satisfaction sebesar 45%, namun Image merek perusahaan turut mempengaruhi langsung secara signifikan sebesar 36%. sedangkan Customer Satisfaction atau kepuasan Customer dipengaruhi secara langsung oleh dua faktor yaitu image perusahaan atau Brand Image sebesar 22%, dan kualitas Customer Service atau Customer Service Quality sebesar 61%. • Analisis juga memperlihatkan bahwa Customer yang hanya sampai pada level puas menggunakan Flexi Trendy, Brand perusahaan hanya berpengaruh kecil pada mindset Customer yaitu hanya sbesar 22%, sedangkan jika Customer sudah loyal maka Brand perusahaan lebih banyak mempengaruhi sebanyak 36%, sehingga pihak TELKOM Flexi lebih baik memusatkan kegiatan pemasaran dan periklanan pada customer yang terkategori loyal, karena selain biaya yang lebih murah juga pemasaran melalui word-of-mouth menjadi lebih efisien.

Daftar Pustaka American Society for Quality (1998), American Customer Satisfaction Index(ACSI) Methodology Report, Ann Arbor, Mi: Arthur Andersen, University of Michigan. Anderson, E.W., Fornell, C. and Lehrmann, D.R. (1994), Customer Satisfaction, Market Share, and Profitability : Findings From Sweden. Journal of Marketing 58, 53-66.24. Anderson, E. W. and Sullivan, M. (1993), The Antecedants and Consequences of Customer Satisfaction for Firms, Marketing Science 12, 125-143. Andreassen, T. W. and Lindstead, B. (1998a), The Effects of Corporate Image in the Formation of Customer Loyalty, Journal of Service Marketing 1, 82 -92. Anderson, E.W. and Fornell, C. (2000), Foundations of the American Customer Satisfaction Index, Total Quality Management 11, S869 – S882. Cochran, W. G., (1991), Teknik Penarikan Sampel (Terjemahan), Edisi III, UI Press, Jakarta. Coenders, Germa and Cristina O’Laughlin, Application of the European Customer Satisfaction Index toPostal Services. Structural Equation Models versus Partial Least Squares, Jurnal dari Jurusan ekonomi Universitas Girona. September 2002. Eklof, J. A. (2000), European Customer Satisfaction Index Pan-European.Telecommunication Sector Report Based on the Pilot Studies 1999. Stockholm, Sweden. Howard, J. A. And Sheth, J. N. (1969), The theory of Buyer Behavior, New York, Wiley.26. Ferdinand, A., (2002), Structural Equation Modeling dalam Penelitian Manajemen, Edisi ke 2, BP UNDIP, Semarang. Hair et al., (1998), Multivariate Data Analysis, Fifth Edition, Prentice Hall, Upper Saddle River : New Jersey. Irawan. Handi (2002), 10 Prinsip Kepuasan Pelanggan, Elex Media Komputindo, Jakarta. Johnson, Richard A. and Dean W. Wichern (1998), Applied Multivariate Statistical Analysis, Prentice Hall, New Jersey.


Rinda Naomi Kosasih dan Vita Ratnasari Institut Teknologi Sepuluh Nopember Surabaya

Recommend Documents