VIII ANALISIS STRUCTURAL EQUATION MODEL (SEM) Stuctural Equation Model merupakan suatu teknik statistik yang mampu menganalisis pola hubungan antara variabel laten dan indikatornya, variabel laten yang satu dengan yang lainnya, serta kesalahan pengukuran secara langsung. Stuctural Equation Model mempunyai kemampuan untuk mengestimasi hubungan antar variabel yang bersifat multiple relationship. Hubungan ini dibentuk dalam model struktural (hubungan antara variabel laten dependen dan independen). Stuctural Equation Model juga mampu untuk menggambarkan pola hubungan antara konstrak laten (unobserved) dan variabel manifest (variabel indikator) (Yamin dan Kurniawan, 2009). Analisis SEM tepat digunakan untuk menganalisis kajian yang berhubungan dengan perilaku konsumen, karena SEM dapat menterjemahkan hubungan variabel-variabel sosial yang pada umumnya bersifat laten atau tidak dapat diukur secara langsung.
Ditambah lagi, SEM itu sendiri merupakan
gabungan dari dua metode statistik yang salah satunya adalah analisis faktor yang dikembangkan dalam ilmu psikologi atau sosiologi. Melalui analisis SEM, akan dapat diketahui hubungan-hubungan antar variabel berserta koefisiennya yang tidak dapat diukur atau diamati secara langsung namun dapat didekati melalui variabel-variabel indikatornya. Bab ini memaparkan tahapan penganalisaan model SEM yang diestimasi. Dimulai dengan menganalisa model awal, kemudian menguji kecocokan model awal, jika model kurang baik maka model tersebut mengalami respesifikasi, kemudian diuji lagi sampai model telah memenuhi goodness of fit.
Setelah
mendapat model yang sudah baik, maka dianalisis hubungan-hubungan antar variabel untuk membuktikan kebenaran teori yang melandasinya. 8.1. Analisis Model Awal Model SEM yang dianalisis pada penelitian ini yaitu model hybrid (full SEM model) atau model gabungan antara model pengukuran dengan model struktural.
Model pengukuran memperlihatkan hubungan antara variabel
indikator dengan variabel laten eksogen.
Hubungan yang diperlihatkan pada
model pengukuran yaitu seberapa kuat variabel indikator dalam mengukur atau 90
merefleksikan setiap variabel laten eksogennya.
Variabel laten eksogen yang
ditetapkan merujuk pada teori dimensi kualitas pelayanan yang terdiri dari lima dimensi, antara lain dimensi tangibles, reliability, responsiveness, assurance, dan emphaty. Model pengukuran yang diterapkan pada penelitian ini yaitu model pengukuran kon generik, karena setiap variabel indikator merupakan refleksi dari sebuah variabel laten. Model struktural memperlihatkan hubungan antara variabel laten eksogen dengan variabel laten endogen. Variabel laten endogen yang ditetapkan pada penelitian ini yaitu variabel kepuasan dan loyalitas.
Selain berperan sebagai
variabel endogen, variabel kepuasan juga berperan sebagai variabel eksogen, karena pada model penelitian ini dan secara teori variabel kepuasan mempunyai hubungan yang erat terhadap variabel loyalitas. Setiap variabel endogen memiliki variabel-variabel indikator yang merefleksikannya. Secara keseluruhan hubungan antara model pengukuran dengan model struktural didasari oleh teori-teori ahli.
Teori yang pertama yaitu variabel
kepuasan dibentuk oleh lima dimensi kualitas pelayanan. Teori yang berikutnya yaitu kepuasan memiliki hubungan terhadap loyalitas pengunjung, artinya pengunjung yang merasa puas dengan pelayanan yang diberikan akan menjadi loyal terhadap TRKWC. Teori yang terakhir yaitu variabel loyalitas merupakan refleksi atau diindikasikan oleh indikator-indikator seperti melakukan kunjungan kembali, respon jika terjadi kenaikan harga, dan merekomendasikan kepada orang lain. Berdasarkan teori-teori yang diterapkan, kemudian dikembangkan suatu model SEM dalam bentuk path diagram. Pengembangan path diagram bertujuan untuk mempermudah dalam pemahaman hubungan antar variabel pada model. Model tersebut kemudian diestimasi untuk memperoleh nilai atau koefisien yang ada dalam model. Metode estimasi yang digunakan yaitu maximum likelihood. Hasil SEM yang telah diestimasi dalam hasil estimasi berupa standardized solution dapat dilihat pada Gambar 29.
91
Gambar 29. Path Diagram Model Kepuasan dan Loyalitas Pengunjung Taman Rekreasi Kampoeng Wisata Cinangneng, Estimasi Standardized Solution Model dengan hasil estimasi standardized solution seperti pada Gambar 29 di atas, digunakan untuk mengetahui keeratan hubungan antar variabel dalam model. Pada model pengukuran dapat diketahui besaran muatan faktor (factor
loading)
yang
menunjukkan
seberapa
kuat
variabel
indikator
merefleksikan atau mengukur setiap variabel laten, baik variabel laten eksogen maupun variabel laten endogen.
Sementara itu, pada model struktural dapat
diketahui besaran koefisien gamma dan beta untuk memperlihatkan keeratan hubungan antar variabel laten. 8.2. Uji Kecocokan Model (Goodness of Fit) Model awal yang telah diestimasi harus diuji kecocokannya atau tingkat kebaikannya sebelum model tersebut benar-benar diterima dan diusulkan kepada pihak TRKWC sebagai gambaran yang sebenarnya dari kepuasan dan loyalitas pengunjung. Terdapat beberapa ukuran derajat kecocokan yang dapat digunakan secara saling mendukung untuk memperlihatkan bahwa model secara keseluruhan 92
sudah baik.
Cara pengujian ini yaitu dengan mencocokkan kriteria ukuran
absolute measures (ukuran kecocokan absolut), incremental fit measures (ukuran kecocokan inkremental) yang sudah ditetapkan seperti pada Tabel 7 dan Tabel 8 dan ukuran parsimonious fit measures (ukuran kecocokan parsimoni) seperti pada bab empat dengan hasil goodness of fit statistics hasil estimasi model awal seperti pada Lampiran 4.
Uji kecocokan absolute measures (ukuran
kecocokan absolut) dan incremental fit measures (ukuran kecocokan inkremental) pada model awal dapat dilihat pada Tabel 10 dan Tabel 11. Tabel 10. Hasil Uji Kecocokan Absolute Measures (Ukuran Kecocokan Absolut) pada Model Awal Goodness-of-Fit Root Mean Square Error of Approximation (RMSEA) Goodness of Fit Index (GFI)
Cut-Off-Value RMSEA ≤ 0,05 = close fit 0,05 < RMSEA ≤ 0,08 = good fit 0,08 < RMSEA ≤ 0,10 = marginal fit RMSEA > 0,10 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit
Hasil Estimasi Model Awal
Keterangan
0,125
Poor Fit
0,72
Poor Fit
Berdasarkan Tabel 10 diketahui bahwa kedua ukuran kecocokan absolut memperlihatkan kriteria yang poor fit.
Dengan demikian, ukuran kecocokan
absolut model tidak baik dan model belum dapat menggambarkan data empiris.
93
Tabel 11. Hasil Uji Kecocokan Incremental Fit Measures (Ukuran Kecocokan Inkremental) pada Model Awal Goodness-of-Fit
Cut-Off-Value
Normed Fit Index (NFI) Tucker-Lewis Index atau NonNormed Fit Index (TLI atau NNFI) Comparative Fit Index (CFI) Incremental Fit Index (IFI) Relative Fit Index (RFI)
Hasil Estimasi Model Awal
Keterangan
GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit
0,83
Marginal Fit
0,85
Marginal Fit
GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit
0,87
Marginal Fit
0,88
Marginal Fit
0,79
Poor Fit
Berdasarkan Tabel 11 diketahui bahwa empat dari lima ukuran kecocokan inkremental sudah masuk ke dalam kriteria marginal fit dan satu kriteria masih poor fit. Dengan demikian, pada ukuran kecocokan ini model sudah terlihat cukup baik. Uji kecocokan ukuran parsimonious fit measures (ukuran kecocokan parsimoni) diukur dengan normed chi-square.
Nilai normed chi-square pada
model awal sebesar 2,54. Nilai tersebut berada pada selang nilai yang disarankan dengan batas bawah = 1,0 dan batas atas = 3,0, sehingga model sudah sesuai dengan data (good fit).
Dapat disimpulkan, model sudah terlihat baik pada uji kecocokan parsimoni dan sudah cukup baik pada uji kecocokan inkremental.
Namun
demikian, pada uji kecocokan absolut model belum terlihat baik dalam menggambarkan data empiris.
Hubungan pada model pun belum dapat
disesuaikan dengan teori yang melandasinya. Oleh karena itu, model awal ini harus mengalami respesifikasi agar model menjadi lebih baik. 94
8.3. Respesifikasi Model Model awal yang telah diestimasi belum memperlihatkan hasil pengujian kecocokan yang baik. Model tersebut dikatakan belum baik karena GOF model masih ada yang belum memenuhi kriteria kebaikan model, seperti pada uji kecocokan absolut yang kedua kriterianya masuk ke dalam kriteria poor fit. Respesifikasi model dapat dilakukan dengan beberapa cara. Respesifikasi yang dilakukan pada penelitian ini yaitu dengan menghilangkan beberapa variabel indikator.
Variabel-variabel indikator yang dihilangkan dari model adalah
variabel yang memiliki nilai muatan faktor terkecil.
Penghilangan beberapa
variabel indikator yang memiliki nilai muatan faktor terkecil akan membuat GOF model menjadi semakin baik. Proses penghilangan variabel indikator dilakukan dalam dua tahap. Tahap pertama yaitu dengan menghilangkan varibel X15 dan X16, kemudian diestimasi dan ternyata hasil GOF nya masih kurang baik. Tahap yang kedua yaitu dengan menambah variabel indikator yang dihilangkan yaitu variabel X22, kemudian diestimasi dan ternyata hasil GOF sudah baik. Hasil analisis SEM setelah mengalami proses respesifikasi (setelah menghilangkan variabel X15, X16, dan X22) dalam hasil estimasi standardized solution dapat dilihat pada Gambar 30.
95
Gambar 30. Path Diagram Model Kepuasan dan Loyalitas Pengunjung Taman Rekreasi Kampoeng Wisata Cinangneng Setelah Respesifikasi, Estimasi Standardized Solution 8.4. Uji Kecocokan Model Setelah Respesifikasi Setelah model mengalami respesifikasi, maka selanjutnya model tersebut diuji kembali kecocokannya. Seperti pada sub bab 8.2 sebelumnya, pengujian ini dilakukan dengan mencocokkan kriteria ukuran kecocokan absolut, ukuran kecocokan inkremental, dan ukuran kecocokan parsimoni yang sudah ditetapkan dengan hasil goodness of fit statistics hasil estimasi model setelah direspesifikasi seperti pada Lampiran 5. Uji kecocokan absolute measures (ukuran kecocokan absolut) dan incremental fit measures (ukuran kecocokan inkremental) pada model setelah direspesifikasi dapat dilihat pada Tabel 12 dan Tabel 13.
96
Tabel 12. Hasil Uji Kecocokan Absolute Measures (Ukuran Kecocokan Absolut) pada Model Setelah Direspesifikasi Goodness-of-Fit Root Mean Square Error of Approximation (RMSEA) Goodness of Fit Index (GFI)
Cut-Off-Value RMSEA ≤ 0,05 = close fit 0,05 < RMSEA ≤ 0,08 = good fit 0,08 < RMSEA ≤ 0,10 = marginal fit RMSEA > 0,10 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit
Hasil Estimasi Model Awal
Keterangan
0,10
Marginal Fit
0,80
Marginal Fit
Berdasarkan Tabel 12 Diketahui bahwa, setelah mengalami respesifikasi model, kedua ukuran kecocokan absolut sudah mengalami perbaikan. Kedua kriteria (RMSEA dan GFI) sudah memperlihatkan kriteria marginal fit. Dengan demikian, ukuran kecocokan absolut model sudah cukup baik
dalam
menggambarkan data empiris. Tabel 13. Hasil Uji Kecocokan Incremental Fit Measures (Ukuran Kecocokan Inkremental) pada Model Setelah Direspesifikasi Goodness-of-Fit
Cut-Off-Value
Normed Fit Index (NFI) Tucker-Lewis Index atau NonNormed Fit Index (TLI atau NNFI) Comparative Fit Index (CFI) Incremental Fit Index (IFI) Relative Fit Index (RFI)
Hasil Estimasi Model Awal
Keterangan
GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit
0,86
Marginal Fit
0,87
Marginal Fit
GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit GFI ≥ 0,90 = good fit 0,80 ≤ GFI < 0,90 = marginal fit GFI < 0,80 = poor fit
0,90
Good Fit
0,91
Good Fit
0,82
Marginal Fit 97
Berdasarkan Tabel 13, dapat diketahui bahwa setelah model mengalami respesifikasi terdapat beberapa perbaikan pada ukuran kecocokan inkremental model. Ukuran RFI mengalami perbaikan dengan peningkatan nilai GOF menjadi 0,82, sehingga kriterianya berubah menjadi marginal fit. Kriteria dari ukuran CFI dan IFI juga mengalami perbaikan menjadi good fit. Dengan demikian, pada ukuran kecocokan ini model sudah terlihat cukup baik. Ukuran normed chi-square pada uji kecocokan ukuran parsimonious fit measures (ukuran kecocokan parsimoni) setelah model mengalami respesifikasi mempunyai nilai sebesar 2,11.
Nilai tersebut berada pada selang nilai yang
disarankan dengan batas bawah = 1,0 dan batas atas = 3,0, sehingga model sudah sesuai dengan data (good fit).
Ukuran GOF dengan kriteria good fit seperti normed chi-square, memperlihatkan bahwa model mempunyai parsimoni atau kehematan tinggi karena model memiliki parameter relatif sedikit dengan DF yang relatif banyak. Ukuran CFI dan IFI juga memiliki kriteria good fit memperlihatkan bahwa tingkat kecocokan model-data dari model yang diusulkan mendekati saturated model (best fit) dibandingkan dengan independence model (worst fit) pada model dasar. Secara keseluruhan, dari tiga uji kecocokan model yang telah dilakukan dapat dikatakan bahwa model sudah baik. Pada uji kecocokan absolut dan uji kecocokan inkremental model sudah terlihat cukup baik, sedangkan pada uji kecocokan parsimoni model sudah baik dalam menggambarkan data empiris. Oleh karena itu, dapat disimpulkan bahwa model telah baik dalam menggambarkan data dan kondisi yang sebenarnya sehingga dapat disesuaikan dengan teori yang melandasinya. Output hasil analisis SEM pada model setelah respesifikasi secara lengkap dapat dilihat pada Lampiran 6. 8.5. Hubungan Antar Variabel Structural Equation Model Berdasarakan hasil estimasi model yang telah mengalami perbaikan, diperoleh besaran-besaran atau koefisien-koefisien yang dapat menunjukkan hubungan antar variabel. Hubungan-hubungan tersebut diinterpretasikan untuk memperlihatkan keeratan atau kekuatan hubungan suatu variabel terhadap variabel lainnya. Hubungan-hubungan tersebut terjadi dalam model pengukuran maupun model struktural. 98
8.5.1. Hubungan Antara Variabel Indikator (λx) terhadap Variabel Laten Eksogen (Dimensi Kualitas Pelayanan (ξ)) Hubungan yang dijelaskan pada sub bab ini adalah hubungan setiap dimensi kualitas pelayanan yang terdiri dari dimensi tangibles, reliability, responsiveness, assurance, dan emphaty dengan masing-masing variabel indikatornya.
Hubungan ini terjadi pada model pengukuran untuk melihat
seberapa besar atau kuat variabel indikator mengukur atau merefleksikan variabel latennya. Koefisien atau nilai muatan faktor (λ) variabel indikator dalam model pengukuran dapat dilihat pada Tabel 14. Tabel 14. Nilai Muatan Faktor (λ) Variabel Indikator Dalam Model Pengukuran Variabel Laten Tangibles (ξ1) (Variabel laten eksogen) Reliability (ξ2) (Variabel laten eksogen) Responsiveness (ξ3) (variabel laten eksogen) Assurance (ξ4) (Variabel laten eksogen) Emphaty (ξ5) (Variabel laten eksogen) Kepuasan (ε1) (Variabel laten endogen) Loyalitas (ε2) (Variabel laten endogen)
Variabel Indikator X11 X12 X13 X14 X21
Muatan Faktor (λ) 0,44 0,61 0,77 0,83 0,54
X23 X31
0,47 0,80
X32 X41 X42 X43 X51 X52 Y11
0,79 0,54 0,86 0,94 0,77 0,97 0,75
Y21 Y22 Y23
0,84 0,82 0,72
1) Hubungan Variabel Indikator terhadap Dimensi Tangibles Awalnya dimensi tangibles dibangun oleh enam variabel indikator, namun setelah mengalami respesifikasi model dengan menghilangkan X15 dan X16 tersisa empat variabel indikator pada dimensi tangibles yang mencerminkan kondisi fisik yang ada di TRKWC. Berdasarkan nilai muatan 99
faktor (λ) seperti yang dapat dilihat pada Tabel 14, diketahui bahwa variabel indikator yang paling dominan mengukur dimensi tangibles yaitu keasrian, kenyamanan, dan kebersihan lokasi (X14) dengan nilai muatan faktor sebesar 0,83. Hal ini dikarenakan, banyaknya responden mengatakan bahwa TRKWC merupakan tempat yang nyaman karena keasrian dan kebersihannya, dan hal tersebut merupakan faktor utama yang menarik responden untuk berkunjung. Bahkan sebesar 24 persen dari responden menyatakan sangat setuju dengan hal tersebut.
Sementara itu, variabel indikator yang terkecil mengukur
dimensi tangibles yaitu kondisi fasilitas yang disediakan oleh TRKWC (X11) sebesar 0,40. Hal ini disebabkan karena beberapa responden menyatakan bahwa fasilitas yang disediakan TRKWC masih belum lengkap.
Dapat
disimpulkan bahwa indikator yang paling dominan dan yang paling diutamakan oleh responden dalam mengukur atau merefleksikan dimensi tangibles TRKWC adalah keasrian, kenyamanan, dan kebersihan lokasi (X14). 2) Hubungan Variabel Indikator terhadap Dimensi Reliability Dimensi reliability pada mulanya dibentuk oleh tiga variabel indikator, namun setelah mengalami respesifikasi model dengan menghilangkan X22 tersisa dua variabel indikator pada dimensi reliability.
Berdasarkan nilai
muatan faktor yang diperoleh seperti pada Tabel 14, dapat diketahui bahwa indikator yang memiliki muatan faktor terbesar dalam mengukur dimensi reliability yaitu manfaat kegiatan wisata (X21) sebesar 0,54.
Responden
beralasan bahwa manfaat kegiatan wisata merupakan salah satu hal yang diutamakan dan dipertimbangkan oleh responden sebelum melakukan kunjungan wisata.
Sebanyak 42 persen dari keseluruhan responden
menyatakan sangat setuju bahwa kegiatan wisata di TRKWC dapat memberikan manfaat serta nilai pendidikan, seperti dapat mengetahui kegiatan pertanian dan mengetahui serta melestarikan kebudayaan Jawa Barat. Sementara itu, variabel indikator yang terkecil mengukur dimensi reliability yaitu kesesuaian harga dengan kualitas dan pelayanan (X23) dengan muatan faktor sebesar 0,47.
Para responden menyatakan, seharusnya harga yang
ditetapkan sesuai dengan kualitas dan pelayanan yang diberikan oleh 100
TRKWC. Cukup banyak responden yang berpendapat bahwa pelayanan yang diberikan oleh TRKWC tidak sebanding dengan harga yang ditetapkan. Mereka beralasan demikian karena fasilitas yang disediakan oleh TRKWC kurang lengkap dan pelayanannya perlu ditingkatkan.
Kedua variabel
indikator tersebut memiliki peranan yang penting bagi responden sebagai pertimbangan untuk berkunjung, namun variabel manfaat kegiatan wisata (X21) merupakan variabel yang lebih diutamakan oleh para responden dan paling dominan dalam mengukur atau merefleksikan dimensi reliability TRKWC. 3) Hubungan Variabel Indikator terhadap Dimensi Responsiveness Variabel-variabel indikator yang membangun dimensi ini yaitu kesediaan memberikan bantuan dan penjelasan (X31) serta kecepatan dan ketanggapan melayani pengunjung (X32). Kedua indikator tersebut samasama memiliki nilai muatan faktor yang cukup besar, namun indikator yang memiliki muatan faktor terbesar yaitu indikator X31 sebesar 0,80, sedangkan indikator X32 memiliki nilai muatan faktor terkecil sebesar 0,79. Sebagian besar responden berpendapat bahwa karyawan dan pemandu selalu bersedia memberikan bantuan dan penjelasan kepada para pengunjung. Mereka juga berharap agar karyawan dan pemandu dapat lebih cepat dan tanggap dalam melayani pengunjung.
Dapat disimpulkan bahwa indikator yang paling
dominan dalam mengukur atau merefleksikan dimensi responsiveness TRKWC dan yang paling memenuhi harapan responden adalah kesediaan memberikan bantuan dan penjelasan (X31). 4) Hubungan Variabel Indikator terhadap Dimensi Assurance Dimensi assurance dibangun oleh tiga variabel indikator. Berdasarkan nilai muatan faktor pada setiap hubungan antara variabel indikator dengan dimensi assurance, dapat diketahui bahwa variabel indikator yang paling dominan mengukur dimensi ini yaitu pengetahuan karyawan dan pemandu yang baik (X43) dengan nilai muatan faktor sebesar 0,94.
Hal ini
dikarenakan, banyaknya responden mengatakan bahwa karyawan dan pemandu sudah memiliki pengetahuan yang baik, karena hampir semua karyawan berasal dari daerah setempat, sehingga mengerti akan seluk beluk 101
Kampung Cinangneng dan kegiatan-kegiatan yang biasa mereka lakukan sehari-hari. Sementara itu, variabel indikator yang terkecil mengukur dimensi ini yaitu tingkat keamanan (X41) dengan nilai muatan faktor sebesar 0,54. Hal ini disebabkan karena beberapa responden menyatakan bahwa tingkat keamanan dalam kegiatan wisata harus ditingkatkan seperti ditambahnya pagar pembatas di area yang curam dan petugas keamanan harus berpatroli di keseluruhan area wisata TRKWC.
Dapat disimpulkan bahwa variabel
indikator yang paling memenuhi harapan responden dan yang paling dominan dalam mengukur atau merefleksikan dimensi assurance TRKWC adalah pengetahuan karyawan dan pemandu yang baik (X43). 5) Hubungan Variabel Indikator terhadap Dimensi Emphaty Dimensi emphaty dibentuk oleh dua variabel indikator, yaitu respon terhadap keluhan pengunjung (X51) dan perhatian secara personal (X52). Berdasarkan
nilai
muatan
faktor
yang
diperoleh,
dapat
diketahui
bahwa indikator yang memiliki muatan faktor terbesar dalam mengukur dimensi emphaty yaitu kemampuan karyawan dan pemandu dalam memberikan perhatian secara personal kepada pengunjung (X52) sebesar 0,97. Dengan kata lain, indikator X52 merupakan atribut yang paling dapat memenuhi harapan responden. Sebagian besar responden berpendapat bahwa, karyawan dan pemandu sudah baik dalam memberikan perhatian secara personal
kepada
setiap
pengunjung.
Sementara
itu,
variabel
indikator yang terkecil mengukur dimensi ini yaitu respon karyawan dan pemandu terhadap keluhan pengunjung (X51) dengan muatan faktor sebesar 0,77. Walaupun demikian, indikator X51 juga sudah dapat memenuhi harapan responden, karena mereka berpendapat bahwa karyawan dan pemandu sudah merespon dengan baik keluhan dari pengunjung.
Dapat
disimpulkan bahwa variabel indikator yang paling memenuhi harapan responden dan yang paling dominan dalam mengukur atau merefleksikan dimensi emphaty TRKWC adalah kemampuan karyawan dan pemandu dalam memberikan perhatian secara personal kepada pengunjung (X52).
102
8.5.2. Hubungan Antara Variabel Indikator (λy) terhadap Variabel Laten Endogen (Kepuasan (η1) dan Loyalitas (η2)) Hubungan yang dijelaskan pada sub bab ini adalah hubungan setiap variabel laten endogen yaitu kepuasan dan loyalitas dengan masing-masing variabel indikatornya. Hubungan-hubungan tersebut merupakan hubungan yang terjadi pada model pengukuran untuk melihat seberapa besar atau kuat variabel indikator mengukur atau merefleksikan variabel laten endogen. 1) Hubungan Variabel Indikator (Overall Satisfaction) terhadap Variabel Laten Endogen (Kepuasan) Variabel kepuasan diukur oleh variabel indikator kepuasan berkunjung (overall satisfaction) (Y11). Indikator tersebut merupakan atribut untuk mengetahui informasi mengenai kepuasan responden secara keseluruhan terhadap fasilitas dan pelayanan yang diberikan oleh TRKWC. Nilai muatan faktor indikator Y11 sebesar 0,76. Nilai muatan faktor indikator Y11 cukup besar, karena 50 persen responden menyatakan puas dan telah mendapatkan apa yang diharapkan setelah berkunjung di TRKWC. Mereka berpendapat, secara keseluruhan kegiatan wisata yang dilakukan menarik dan memiliki nilai pendidikan, fasilitas yang disediakan cukup lengkap dan dalam kondisi yang baik, dan pelayanan yang diberikan oleh karyawan serta pemandu sudah baik. 2) Hubungan Variabel Indikator terhadap Variabel Laten Endogen (Loyalitas) Variabel loyalitas dibangun oleh tiga variabel indikator. Berdasarkan nilai muatan faktor yang telah diketahui sebelumnya, variabel indikator yang mempunyai nilai muatan faktor terbesar dalam mengukur variabel loyalitas yaitu kemauan pengunjung untuk melakukan kunjungan ulang (Y21) sebesar 0,84.
Tingginya nilai muatan faktor Y21 disebabkan sebagian besar
responden mengatakan bahwa mereka tertarik untuk berkunjung kembali dan mencoba paket lain yang ditawarkan TRKWC, karena kepuasan dan pengalaman yang mereka peroleh telah sesuai dengan apa yang diharapkan. Sementara itu, variabel indikator yang terkecil mengukur variabel ini yaitu rekomendasi TRKWC kepada orang lain (Y23) sebesar 0,72.
Dapat
disimpulkan bahwa indikator yang paling dominan dalam mengukur atau merefleksikan loyalitas pengunjung TRKWC adalah kemauan pengunjung untuk melakukan kunjungan ulang (Y21). Ketiga variabel indikator loyalitas 103
yang memiliki nilai muatan faktor yang besar, menunjukkan bahwa indikatorindikator tersebut sudah baik dalam mencerminkan loyalitas pengunjung TRKWC. 8.5.3. Hubungan Dimensi Kualitas Pelayanan (ξ) terhadap Variabel Kepuasan (η1) dan Loyalitas (η2) Hubungan antar dimensi kualitas pelayanan dengan variabel kepuasan dan loyalitas merupakan hubungan yang terjadi pada model struktural.
Adanya
hubungan tersebut dapat memperlihatkan keeratan hubungan antar variabel laten. Koefisien atau nilai gamma (γ) dan beta (β) dari hubungan antar variabel laten dalam model struktural dapat dilihat pada Tabel 15. Tabel 15. Nilai Gamma (γ) dan Beta (β) dari Hubungan Antar Variabel Laten dalam Model Struktural Variabel Laten Eksogen
Variabel Laten Endogen
Koefisien (γ, β)
Tangibles
Kepuasan
-0,94
Reliability
Kepuasan
0,65
Responsiveness
Kepuasan
0,34
Assurance
Kepuasan
0,44
Emphaty
Kepuasan
0,47
Kepuasan
Loyalitas
1,00
Berdasarkan nilai atau koefisien gamma (γ) antar variabel laten eksogen terhadap variabel laten endogen seperti pada Tabel 15, diketahui bahwa kelima variabel laten eksogen (variabel dimensi kualitas pelayanan) memiliki besaran koefisien yang beragam.
Koefisien tersebut memperlihatkan besar kecilnya
keeratan hubungan antar dimensi terhadap variabel kepuasan dan loyalitas. Dimensi yang paling erat atau paling kuat hubungannya terhadap kepuasan adalah dimensi tangibles karena memiliki koefisien terbesar sebesar -0,94.
Hal ini
dikarenakan, dimensi tangibles merupakan dimensi yang paling diperhatikan oleh responden yang dibuktikan dengan banyaknya responden yang memberikan saran dan masukan terhadap atribut atau variabel indikator yang merefleksikan dimensi ini. Variabel-variabel indikator tersebut terkait dengan kondisi fisik TRKWC seperti keadaan dan suasana lokasi serta kondisi fasilitas yang disediakan, 104
tentunya variabel indikator tersebut menjadi perhatian responden, karena kondisi fisik dan fasilitas sangat mendukung dan mempengaruhi kenyamanan dalam berwisata. Eratnya hubungan dimensi tangibles dengan kepuasan juga dikarenakan tingginya variasi pada dimensi ini dan besaran nilai muatan faktor dari setiap variabel indikatornya, seperti variabel indikator keasrian, kenyamanan, dan kebersihan lokasi (X14) yang memiliki nilai muatan faktor terbesar serta nilai muatan faktor dari ketiga variabel indikator lainnya. Dimensi lainnya yang memiliki hubungan yang cukup erat terhadap variabel kepuasan yaitu dimensi reliability dengan nilai gamma sebesar 0,65. Keeratan hubungan tersebut dikarenakan pada dimensi ini terdapat variabel indikator yang menjadi salah satu fokus perhatian responden seperti indikator manfaat kegiatan wisata (X21) yang memiliki nilai muatan faktor terbesar serta indikator kesesuaian harga dengan kualitas dan pelayanan TRKWC (X22). Namun demikian, dimensi emphaty dan dimensi assurance memiliki hubungan yang tidak terlalu kuat terhadap kepuasan dengan nilai gamma masing-masing sebesar 0,47 dan 0,44. Besaran hubungan dimensi emphaty terhadap kepuasan juga dipengaruhi oleh indikator kemampuan karyawan dalam memberikan perhatian secara personal (X52) yang menjadi indikator yang paling dominan mengukur dimensi emphaty.
Sementara itu, indikator pengetahuan karyawan
yang baik (X43) merupakan salah satu indikator yang mempengaruhi hubungan antara dimensi assurance terhadap kepuasan. Dimensi responsiveness merupakan dimensi yang memiliki hubungan terhadap kepuasan yang paling lemah dibandingkan dengan dimensi lainnya yaitu sebesar 0,34. Hubungan yang terjadi antara dimensi responsiveness terhadap kepuasan juga dipengaruhi oleh nilai variabel indikator kesediaan karyawan dalam memberikan bantuan (X31) yang menjadi indikator yang paling dominan mengukur dimensi responsiveness. Dapat disimpulkan bahwa masing-masing dari kelima dimensi kualitas pelayanan mempunyai hubungan terhadap variabel kepuasan dengan keeratan hubungan yang berbeda-beda. Koefisien atau nilai beta (β) pada hubungan antara variabel kepuasan dengan variabel loyalitas sebesar 1,00.
Koefisien tersebut merupakan nilai
maksimum beta dan nilai hubungan terbesar dalam model. Koefisien yang sangat 105
besar tersebut mengartikan bahwa kepuasan benar-benar memiliki hubungan yang sangat erat terhadap loyalitas. Hal tersebut juga menjelaskan bahwa pengunjung TRKWC yang puas karena kebutuhannya telah terpenuhi dan pelayanan yang diberikan oleh TRKWC sesuai dengan harapannya, maka pengunjung tersebut akan menjadi setia dan percaya terhadap TRKWC dengan melakukan tindakan seperti melakukan kunjungan ulang dan merekomendasikan TRKWC kepada orang lain. Pengunjung tersebut merupakan pengunjung yang loyal terhadap TRKWC.
106
