89
Tabel 6.13 Fit model Confirmatory Factor Analysis Standardized Estimates
· Normalitas pada ± 2.58
· Signifikan pada 0.05
· Dimana : X11 = Product, X12 = Price, X13 = Promotion, X14 = Place, X15 = People,
X16 = Process, X17 = Customer service, X21= Tangible, X22= Reliability, X23= Responsiveness, X24= Assurance, X25 = Empathy
Sumber : Hasil Penelitian, 2012 Indikator sperti pada tabel 6.13 diatas, menunjukkan bahwa terdapat jawaban paling
kecil 1 atau sangat tidak setuju min dan jawaban paling besar 7 atau sangat setuju max.
6.3.4.2. Analisis Structural Equation Modeling dengan Full Model
Analisis selanjutnya adalah analisis Structural Equation Model SEM secara Full Model yang dimaksudkan untuk menguji model dan hipotesis yang dikembangkan dalam
penelitian ini. Pengujian model dalam Structural Equation Model dilakukan dengan dua pengujian, yaitu uji kesesuaian model dan uji signifikansi kausalitas melalui uji koefisien
regresi. Hasil pengolahan data untuk analisis SEM terlihat pada Gambar 6.12. Variable
min max Skew
c.r. kurtosis
c.r. X25
1.000 7.000
-.226 -.958
-.856 -1.817
X24 1.000
7.000 -.182
-.774 -1.014
-2.151 X23
1.000 7.000
-.281 -1.192 -.999
-2.120 X22
1.000 7.000
-.209 -.886
-.969 -2.055
X21 1.000
7.000 -.217
-.920 -.955
-2.025 X16
1.000 7.000
-.410 -1.739 -.774
-1.642 X15
1.000 7.000
-.373 -1.584 -.842
-1.787 X14
1.000 7.000
-.502 -2.128 -.647
-1.373 X13
1.000 7.000
-.303 -1.284 -.836
-1.773 X12
2.000 7.000
-.376 -1.597 -.973
-2.063 X11
1.000 7.000
-.188 -.800
-1.145 -2.430
Multivariate 11.939
3.668
Universitas Sumatera Utara
90
Gambar 6. 10 Hasil
Structural Equation Model Full Model Kriteria
Cut of value Hasil
Evaluasi Chi-Square
Kecil dibawah χ2 tabel dengan
df : 71 p : 5 = 124.3421 119.761
Baik
Probability
≥ 0,05 0.000
Tidak baik
CMINDF ≤ 2,00
1.687 Baik
GFI ≥ 0,90
0.865 Marginal
AGFI ≥ 0,90
0.800 Marginal
NFI ≥ 0,90
0.929 Baik
TLI ≥ 0,90
0.961 Baik
CFI ≥ 0,90
0.969 Baik
RMSEA ≤ 0,08
0.08 Baik
Sumber : Hasil Penelitian, 2012 data diolah
Berdasarkan hasil pengamatan pada gambar pada grafik analisis full model diatas dapat ditunjukkan bahwa model tidak memenuhi kriteria fit, hal ini ditandai dengan nilai dari
hasil perhitungan tidak memenuhi kriteria layak full model. Dimana nilai Probability sebesar 0.000, CMINDF sebesar 1.687, AGFI sebesar 0.800, NFI sebesar 0.929, TLI sebesar 0.961,
CFI sebesar 0.969 dan RMSEA sebesar 0.08.
Universitas Sumatera Utara
91
Chi-Square adalah alat uji statistik yang paling fundamental untuk mengukur overall fit, dimana semakin kecil Chi-Square maka semakin fit model SEM tersebut. Pada uji
hipotesa diatas terdapat angka Chi-Square sebesar 119.761 lebih kecil dari Chi-Square tabel df 71 sebesar 124.3421. Batasan yang digunakan oleh RMSEA adalah
≤ 0.08, pada uji fit model diatas didapatkan angka sebesar 0.08, sehingga model tersebut fit atau sesuai untuk
diolah menggunakan SEM. AGFI adalah modifikasi dari GFI dengan mengakomodasi derajat bebas model
denngan model lain yang dibandingkan. AGFI yang diharapkan adalah ≥0.90, sedangkan
AGFI pada uji hipotesa tersebut sebesar 0.800 sehingga AGFI tersebut tidak proporsional. CMINDF adalah statistik Chi-Square dibagi dengan Degreess of Freedom. CMINDF yang
diharapkan adalah ≤2.00 dan dari uji hipotesa diatas terdapat CMINDF sebesar 1.687.
Sementara itu, dari tingkat kemungkinan signifikannya Sighnificant Probability pada uji hipotesa adalah sebesar 0.000, sedangkan angka yang diharapkan adalah sebesar
≥0.05 sehingga uji ini masih dianggap tidak proporsional.
Agar model ini dapat diterima maka dilakukanlah Model Development Strategy, yakni melakukan modifikasi pada model agar beberapa alat uji dapat baik hasilnya. Hal ini dapat
dilakukan dengan menurunkan Chi-Square, peningkatan angka GFI, AGFI, NFI, TLI, CFI, RMSEA dan sebagainya. Dengan demikian data menjadi fit dengan data yang ada. Untuk
memodifikasi model dilakukan dengan melihat rekomendasi dari otput Modification Indices.
Tabel 6.15 Modification Indices pada Full Model
M.I. Par Change e10 -- ZL
5.114 .124
e6 -- e8 4.110
.125 e5 -- ZL 16.347
.201 e5 -- e15 25.282
.330
Sumber : Hasil Penelitian, 2012 data diolah
Universitas Sumatera Utara
92
Tabel diatas adalah hasil rekomendasi dari AMOS 18 tentang variabel-variabel atau eror yang harus diolah lebih jauh untuk modifikasi. Modifikasi dilakukan dengan
menghubungkan variabel atau eror tersebut.
Gambar 6. 11 Hasil
Structural Equation Model setelah dilakukan Modifikasi
Sumber : Hasil Penelitian, 2012 data diolah
Dari gambar diatas terlihat beberapa modifikasi yang dilakukan yakni, e5 dengan e15 sebesar 0.28, e5 dengan ZL sebesar 0.14. Berdasarkan gambar tersebut juga dapat dilihat
bahwa tingkat signifikansi sebesar 0.092 P0.05 menunjukkan bahwa hipotesis nol H0 yang menyatakan bahwa tidak ada perbedaan antara matriks kovarians sampel dengan
matriks kovarians populasi yang diestimasi tidak dapat ditolak. Hasil tersebut menunjukkan diterimanya hipotesis nol H0 atau model ini dapat diterima, yaitu terdapat dua konstruk
yang berbeda dengan indikator-indikatornya. Selain pengujian berdasarkan nilai probability perlu juga diperkuat dengan nilai-nilai yang lain, seperti pada Tabel 6.16 berikut ini.
Universitas Sumatera Utara
93
Tabel 6. 15 Hasil Uji
Structural Equation Model setelah dilakukan Modifikasi Kriteria
Cut of value Hasil
Evaluasi Chi-Square
Kecil dibawah χ2 tabel dengan
df : 69 p : 5 = 124.3421 85.033
Baik
Probability
≥ 0,05 0.092
Baik
CMINDF ≤ 2,00
1.232 Baik
GFI ≥ 0,90
0.900 Baik
AGFI ≥ 0,90
0.847 Marginal
NFI ≥ 0,90
0.950 Baik
TLI ≥ 0,90
0.987 Baik
CFI ≥ 0,90
0.990 Baik
RMSEA ≤ 0,08
0.047 Baik
Sumber : Hasil Penelitian, 2012 data diolah
Dalam full model Structural Equation Model setelah dilakukan modifikasi diatas, dapat dilihat pada uji hipotesanya dimana Chi-Square adalah sebesar 85.033, Probability
sebesar 0.092, CMINDF sebesar 1.232, GFI sebesar 0.900, TLI sebesar 0.987, CFI sebesar 0.990, AGFI sebesar 0.847 dan RMSEA sebesar 0.047. Dari hasil uji hipotesa tersebut, data
yang dihasilkan telah memenuhi uji fit full model dalam SEM. Semakin kecil Chi-Square maka semakin fit model SEM tersebut. Pada uji hipotesa
diatas terdapat angka Chi-Square sebesar 85.033 lebih kecil dari nilai Chi-Square tabel untuk derajat kebebasan 69 pada tingkat signifikan 5 sebesar 124.3421. Batasan yang digunakan
oleh RMSEA adalah ≤0.08, pada uji fit model diatas didapatkan angka sebesar 0.047,
sehingga model tersebut dinyatakan fit. Kesesuaian menghitung proporsi tertimbang dari varians dalam matrik kovarians
sampel yang terestimasikan, diuji menggunakan GFI. GFI yang diharapkan adalah sebesar ≥0.90, GFI pada uji hipotesa tersebut sebesar 0.900, sehingga GFI dinyatakan proporsional.
Sedangkan kebalikan dari GFI adalah CFI. CFI adalah suatu indeks untuk mengukur suatu tingkat penerimaan sebuah model, tetapi tidak dipengaruhi oleh besarnya suatu sampel.
Universitas Sumatera Utara
94
Tingkat CFI yang diharapkan adalah sebesar ≥0.90, pada uji hipotesa terdapat angka sebesar
0.990, artinya model tersebut diterima dalam model SEM yang diharapkan. Uji hipotesa yang berikutnya adalah pada CMINDF. CMINDF adalah statistic Chi-
Square dibagi dengan Degreess of Freedom. CMINDF yang diharapkan adalah sebesar ≤2,00. Pada uji hipotesa diatas, terdapat angka sebesar 1.232, sehingga menghasilkan angka
yang fit dalam permodelan SEM. Sedangkan untuk TLI adalah sebuah alternatif Incremental Fit Index yang membandingkan sebuah model yang diuji terhadap sebuah Baseline Model.
Nilai yang diharapkan pada TLI adalah sebesar ≥0.90. Angka yang ada pada uji hipotesa
untuk uji TLI adalah sebesar 0.987, sehingga angka tersebut fit untuk pengujian SEM. Sementara itu, dari tingkat kemungkinan signifikannya Sighnificant Probability pada uji
hipotesa adalah sebesar 0.092, sedangkan angka yang diharapkan adalah sebesar ≥0.05,
sehingga didapat tingkat kemungkinan signifikan yang tinggi, jadi hasil tersebut fit dalam model pengolahan SEM.
Kuat lemahnya dimensi-dimensi untuk mempengaruhi faktor latennya dapat dianalisis dengan menggunakan uji t terhadap Regression Weights sebagaimana tersaji dalam Tabel
6.13 dan dengan melihat faktor loading masing-masing dimensi tersebut.
Tabel 6.17 Hasil
Regression Weights Full Model
Estimate S.E.
C.R. P
Label VARIABEL Y --- VARIABEL Z
.979 .106 9.219 par_18 X11
--- VARIABEL Z 1.000
X12 --- VARIABEL Z
.957 .094 10.190 par_1 X13
--- VARIABEL Z 1.022 .099 10.320 par_2
X14 --- VARIABEL Z
.981 .102 9.588 par_3 X15
--- VARIABEL Z .943 .101 9.352 par_4
X16 --- VARIABEL Z
.955 .100 9.518 par_5 X21
--- VARIABEL Z 1.072 .110 9.786 par_6
X22 --- VARIABEL Z
1.043 .114 9.159 par_7 X23
--- VARIABEL Z .985 .109 9.065 par_8
X24 --- VARIABEL Z
1.040 .104 9.972 par_9 X25
--- VARIABEL Z 1.060 .105 10.062 par_10
Y3 --- VARIABEL Y
1.000
Universitas Sumatera Utara
95
Estimate S.E.
C.R. P
Label Y2
--- VARIABEL Y .934 .082 11.337 par_16
Y1 --- VARIABEL Y
.998 .087 11.497 par_17
· Dimana : X11 = Product, X12 = Price, X13 = Promotion, X14 = Place, X15 = People, X16 = Process
X21 = Tangible, X21 = Reliability, X31 = Responsiveness, X41 = Empathy, X51 = assurance Z = Kepuasan dan Y = Loyalitas
· P mengindikasikan P 0.05
Sumber : Hasil Penelitian, 2012 data diolah
Berdasarkan hasil pada Tabel 6.16 di atas terlihat bahwa setiap indikator atau dimensi pembentuk masing-masing variabel laten menunjukkan hasil yang memenuhi kriteria yaitu
nilai Critical Ratio CR 1.96 dengan Probability P lebih kecil dari pada 0,05. Berdasarkan hasil tersebut menunjukkan bahwa indikator-indikator pembentuk variabel laten
telah menunjukkan unidimensionalitas atau kumpulan dimensi konfirmatori faktor terjadi unidimensi antara indikator pembentuk suatu serangkaian yang tidak dapat dipisahkan.
Apabila hasil olah data menunjukkan nilai yang memenuhi syarat tersebut, maka hipotesis penelitian yang diajukan dapat diterima. Secara rinci pengujian hipotesis penelitian akan
dibahas secara bertahap sesuai dengan hipotesis yang telah diajukan. Dari tabel tersebut juga menunjukkan adanya hubungan yang signifikan positif pada
masing masing variabel. Dapat dilihat pada standar estimasi t untuk variabel eksogen bauran pemasaran X1, terdapat angka yang signifikan sebesar 1.000 pada X11, 0.957pada
X12, 1.022 pada X13, 0.981 pada X14, .943 pada X15 dan 0.955pada X16. Jadi faktor product, price, promotion, place, people dan process berpengaruh signifikan dan positif
terhadap bauran pemasaran. Pada standar estimasi t untuk variabel eksogen kualitas pelayanan X2, terdapat
angka yang signifikan sebesar 1.072 pada X21, 1.043 pada X22, 0.985 pada X23, 1.040 pada X24 dan 1.060 pada X25. Jadi faktor tangible, reliability, responsiveness, empathy dan
assurance berpengaruh signifikan dan positif terhadap kualitas pelayanan. Untuk variabel
Universitas Sumatera Utara
96
endogen yaitu kepuasan dan loyalitas konsumen terdapat angka sebesar 0.979. Jadi variabel kepuasan berpengaruh signifikan dan positif terhadap loyalitas konsumen.
6.3.5. Langkah 5: Menilai Problem Identifikasi
Problem identifikasi
model pada
prinsipnya adalah
problem mengenai
ketidakmampuan model yang dikembangkan untuk menghasilkan estimasi yang unik. Gejala- gejala problem identifikasi antara lain:
Ø
Standard error pada satu atau beberapa koefisien sangat besar.
Ø
Muncul angka-angka yang aneh seperti varians error yang negatif.
Ø
Muncul korelasi yang sangat tinggi antar koefisien estimasi 0,90. Berdasarkan hasil analisis yang telah dilakukan, diketahui bahwa dalam penelitian ini
standard error, varians error, serta korelasi antar koefisien estimasi berada dalam rentang nilai yang tidak menunjukkan adanya problem identifikasi.
6.3.6. Langkah 6: Evaluasi Kriteria Goodness of Fit
Pengujian kesesuaian model dilakukan melalui telaah terhadap criteria goodness of fit. Berdasarkan hasil analisis yang telah dilakukan, diketahui bahwa model yang dibangun telah
memenuhi kriteria indeks pengujian kelayakan seperti terlihat pada Tabel 6.15. Jadi pengujian ini menghasilkan konfirmasi yang baik atas dimensi-dimensi faktor serta
hubungan-hubungan kausalitas antar faktor.
6.3.6.1. Evaluasi Univariate Outlier
Deteksi terhadap ada tidaknya univariate outlier dapat dilakukan dengan menentukan nilai ambang batas yang akan dikategorikan sebagai outliers dengan cara mengkonversi nilai
data penelitian ke dalam standard score atau z-score yang mempunyai nilai rata-rata nol
Universitas Sumatera Utara