44
Jumlah sampel = jumlah indicator x 7 ………2 = 15 x 7
= 108 sampel Maka besar sampel yang digunakan untuk penelitian ini adalah 108 responden
4.4 Teknik Pengumpulan Data
Dalam kegiatan penelitian ini, data dan informasi dikumpulkan dengan menggunakan metode yaitu :
a. Pengamatan Observation langsung atas kegiatan yang dilakukan pihak hotel Polonia Medan.
b. Wawancara interview kepada pihak manajemen Hotel Polonia Medan untuk memperoleh data yang diperlukan terkait dengan objek penelitian.
c. Daftar pertanyaan questionnaire yang diberikan kepada konsumen di hotel Polonia Medan sebagai responden penelitian
d. Studi dokumentasi documentation yaitu mengumpulkan, mempelajari, menganalisis data-data dan dokumen berupa laporan tingkat hunian, profil perusahaan, data jumlah
tamu baru dan yang sudah menginap lebih dari 2 kali .
4.5 Jenis dan Sumber Data
Jenis dan sumber data yang dibutuhkan dalam penelitian ini terdiri dari data primer dan data sekunder, yakni :
a. Data primer, data yang diperoleh secara langsung melalui pengamatan observation, wawancara interview dan pengisian kuesioner yang meliputi keinginan, kebutuhan
dan harapan konsumen yang berkenaan dengan fasilitas fisik, keandalan atau kemampuan perusahaan dalam memuaskan pelanggan, ketepatan dan kecermatan
Universitas Sumatera Utara
45
dalam pelayanan, jaminan dan kemudahan dalam melakukan hubungan, komunikasi, perhatian dan kenyamanan yang diberikan hotel Polonia pada konsumen.
b. Data sekunder, yaitu data yang diperoleh dari data dokumentasi documentation di hotel Polonia Medan, seperti tingkat hunian kamar Occupancy, profil perusahaan,
data Badan Pusat Statistik, Dinas Pariwisata dan literatur yang relevan.
4.6 Identifikasi dan Defenisi Operasional Variabel
4.6.1 Identifikasi Variabel Penelitian
Dalam penelitian ini terdapat tipe hubungan antar variabel sebab-akibat. Dimana dalam variabel sebab yang juga merupakan variabel eksogen terdapat faktor-faktor yang
dapat mempengaruhi loyalitas konsumen, yang disebut sebagai variabel endogen, karena merupakan akibat yang terjadi dari pengaruh faktor-faktor bauran pemasaran dan kualitas
pelayanan
a. Variabel eksogen
Variabel eksogen adalah suatu variabel yang mempengaruhi atau yang menjadi sebab timbulnya perubahan pada variabel endogen. Dalam penelitian ini variabel eksogen
yakni bauran pemasaran X
1
meliputi productproduk X
11
, priceharga X
12
, promotionpromosi X
13
, placetempat X
14
, peopleorang X
15
, processproses X
16
, customer servicelayanan konsumen X
17
dan kualitas pelayanan X
2
meliputi tangible X
21
, reliability X
22
, responsiveness X
23
, assurance X
24
, empathy X
25
karena dianggap mempengaruhi kepuasan dan loyalitas konsumen.
b. Variabel endogen
Variabel endogen adalah suatu variabel akibat yang mendapat pengaruh dari variabel eksogen. Dalam penelitian ini yang menjadi variable endogen adalah kepuasan dan
loyalitas konsumen hotel Polonia Medan Y
Universitas Sumatera Utara
46
4.6.2 Definisi Operasional Variabel Penelitian a.
Bauran Pemasaran X
1
Bauran pemasaran sebagai suatu cara untuk mempengaruhi konsumen agar mau bertindak membeli suatu produk dan jasa, termasuk produk industri jasa. Bauran
pemasaran ini terdiri dari indikator product, price, promotion, place, people, process, customer service. Pengukuran variabel bauran pemasaran ini menggunakan skala
likert level 7 poin.
b. Kualitas Pelayanan X
2
Kualitas pelayanan didefenisikan sebagai penilaian tamu hotel atas keunggulan atau keistimewaan layanan dari hotel Polonia Medan secara menyeluruh. Kualitas
pelayanan ini terdiri dari indicator tangible, reliability, responsiveness, assurance, empathy. Pengukuran variable bauran pemasaran ini menggunakan skala likert level 7
poin.
c. Kepuasan konsumen Z
Kepuasan konsumen adalah suatu respon fisiologis, perasaan senang atau kecewa seseorang yang muncul setelah membandingkan antara persepsi atau kesannya
terhadap kinerja hasil suatu produk dan harapan-harapannya sebelum dan setelah mengkonsumsi produkjasa tersebut. Pengukuran variabel kepuasan konsumen ini
menggunakan skala likert level 7 poin.
d. Loyalitas konsumen Y
Menggambarkan keinginan konsumen untuk terus berlangganan dalam jangka waktu yang panjang, melakukan pembelian dan menggunakan produk atau jasa secara
berulang dan merekomendasikan perusahaan terhadap kolega atau orang lain.
Universitas Sumatera Utara
47
4.6.3 Skala Pengukuran Variabel
Skala pengukuran yang digunakan dalam menyatakan tanggapan responden terhadap setiap instrument adalah skala likert level 7 alternatif jawaban. Secara keseluruhan variabel,
defenisi variabel, indikator variabel dan skala pengukuran data disajikan pada tabel 4.2 berikut ini
Tabel 4.2. Definisi Operasional Variabel Bauran Pemasaran
Variabel Definisi
Indikator Pengukuran
Produk Product X
1
Produk Product merupakan segala sesuatu yang dapat
dinikmati konsumen tamu hotel, sejak ia sampai atau datang,
selama tinggal dan menginap di hotel, sampai ia meninggalkan
hotel untuk tujuan lain. 1. Kualitas kamar
Skala Likert
Harga Pricing X
2
Harga Pricing adalah nilai yang ditukarkan konsumen occupant
hotel untuk suatu manfaat yang didapatkan atas pengkonsumsian
dan penggunaan jasa hotel 1. Kesesuaian antara
harga dengan fasilitas yang didapat
Skala Likert
Promosi Promotion X
3
Promosi Promotion adalah kegiatan pemasaran yang
dilakukan pihak hotel dalam menginformasikan dan
membujuk konsumen mengenai jasa yang ditawarkan
1. Kemudahan mendapatkan
informasi promosi hotel
Skala Likert
Lokasi Place X
4
Lokasi Place adalah berhubungan dengan di mana
sebuah hotel harus berdiri dan melakukan operasi jasa hotel.
1. Kemudahan untuk menjangkau lokasi
hotel
Skala Likert
Orang People X
5
Orang People adalah semua pelaku karyawan hotel yang
memainkan penyajian jasa yang dapat mempengaruhi kualitas
layanan konsumenoccupant hotel.
1. Keramahan karyawan hotel terhadap
occupant
Skala Likert
Proses Proces X
6
Proses Process yaitu Semua prosedur aktual, mekanisme, dan
aliran aktivitas yang terjadi di hotel di mana jasa yang
disampaikan merupakan sistem penyajian atau operasi jasa hotel.
1. Kemudahan reservasi kamar hotel
Skala Likert
Customer Service X
7
Meliputi aktivitas untuk memberikan kegunaan waktu
dan tempat
1. Kesigapan karyawan dalam mengatasi setiap
keluhan occupant
Skala Likert
Sumber : Hasil Penelitian, 2012 data diolah
Universitas Sumatera Utara
48
Tabel 4.3. Definisi Operasional Variabel Kualitas Pelayanan
Sumber : Hasil Penelitian, 2012 data diolah
Tabel 4.4. Definisi Operasional Variabel Loyalitas
Variabel Definisi
Indikator Pengukuran
Loyalitas Konsumen Y
Komitmen occupant terhadap Hotel
Polonia Medan
berdasarkan sikap yang positif dan
tercermin dalam
penggunaan ulang
yang konsisten
1. Berminatkah untuk menggunakan jasa
hotel Polonia kembali 2. Tidak berminatkah
untuk menggunakan jasa hotel lain
3. Berminatkah untuk merekomendasikan
hotel Polonia kepada orang lain
Skala Likert
Sumber : Hasil Penelitian, 2012 data diolah
4.7 Uji Validitas dan Uji Reliabilitas
4.7.1 Uji Validitas
Uji validitas digunakan untuk mengetahui kelayakan butir-butir dalam daftar suatu pertanyaan dalam mendefinisikan suatu variabel. Suatu instrument yang valid atau sahih
mempunyai tingkat kevaliditan. Menurut Ghozali 2008 uji validitas digunakan untuk
Variabel Definisi
Indikator Pengukuran
Bentuk fisik Tangible X
21
Penampilan fisik dari jasa yang ditawarkan hotel kepada
Occupant 1. Kelengkapan fasilitas
hotel Skala Likert
Keandalan Reliability X
22
Kemampuan untuk mewujudkan pelayanan yang dijanjikan secara
akurat, tepat waktu dan dapat dipercaya kepada occupant
1. Ketepatan menempati janji
Skala Likert
Ketanggapan Responsiveness
X
23
Kemampuan para karyawan untuk membantu
Occupant dan
memberikan layanan
dengan tanggap
1. Memberikan pelayanan yang tepat
dan cepat Skala Likert
Keyakinan Assurance X
24
Pengetahuan dan
keramahtamahan personil dan kemampuan mereka untuk dapat
dipercaya dan
diyakini oleh
Occupant 1. Jaminan keamanan di
kamar hotel Skala Likert
Empati Empathy X
25
Berusaha untuk mengetahui dan mengerti
kebutuhan occupant
secara individual 1. Kesopanan karyawan
dalam memberikan
pelayanan Skala Likert
Universitas Sumatera Utara
49
mengukur sah tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner
tersebut. Validitas menunjuk kepada sejauh mana alat pengukuran itu dapat dilakukan
fungsinya mengukur dengan cermat dan tepat sesuai dengan yang diharapkan. Suatu skala pengukuran disebut valid bila ia melakukan apa yang seharusnya dilakukan dan mengukur
apa yang seharusnya diukur. Bila skala pengukuran tidak valid maka ia tidak bermanfaat bagi penelitian karena telah mengukur atau melakukan apa yang seharusnya dilakuakan
Pengujian validitas dilakukan untuk mengetahui tingkat validitas suatu alat ukur, semakin tinggi tingkat validitasnya maka alat ukur tersebut semakin menganai sasarannya,
atau semakin menunjukkan apa yang seharusnya diukur. Pengujian ini akan dilakukan kepada 30 konsumen yang menginap di Hotel Polonia Medan
Pengujian validitas instrument dalam penelitian ini dilakukan dengan cara membandingkan nilai Corrected Item-Total Correlation r hitung 0,30 dan nilainya positif,
maka butir pertanyaan pada setiap variable penelitian dinyatakan valid Sukaria, 2011. Uji validitas dapat dilihat dari nilai Corrected Item-Total Corelation, jika nilai besar dari 0,30
dan nilai Sig 2-Tailed dibawah 0,05 maka variabel tersebut dikatakan valid.
Universitas Sumatera Utara
50
Tabel 4.5. Hasil Uji Validitas
Pernyataan Corrected Item-
total Correlation Sig
2-tailed Ket
Bauran Pemasaran X1 X11
Product
Kualitas kamar 0.957
0.000 Valid
X12 Price
Kesesuaian antara harga dengan fasilitas yang didapat
0.748 0.000
Valid
X13 Promotion
Kemudahan mendapatkan informasi promosi hotel
0.707 0.000
Valid
X14 Place
Kemudahan untuk menjangkau lokasi hotel 0.915
0.000 Valid
X15 People
Keramahan karyawan hotel terhadap occupant 0.810
0.000 Valid
X16 Process
Kemudahan reservasi kamar hotel 0.871
0.000 Valid
X17 Customer service
Kesigapan karyawan dalam mengatasi setiap keluhan occupant
0.780 0.000
Valid
Kualitas Pelayanan X2 X21
Tangible
Kelengkapan fasilitas hotel
0.810 0.000
Valid
X22 Reliability
Ketepatan menempati janji 0.902
0.000 Valid
X23 Responsiveness
Memberikan pelayanan yang tepat dan cepat 0.853
0.000 Valid
X24 Empathy
Kesopanan karyawan dalam memberikan pelayanan
0.896 0.000
Valid
X25 Assurance
Jaminan keamanan di kamar hotel 0.838
0.000 Valid
Loyalitas Y Y1
Berminatkah untuk menggunakan jasa hotel Polonia kembali
0.865 0.000
Valid
Y2
Tidak berminatkah untuk menggunakan jasa hotel lain
0.719 0.000
Valid
Y3 Berminatkah untuk merekomendasikan hotel
Polonia kepada orang lain 0.716
0.000 Valid
Sumber : Hasil Penelitian, 2012 data diolah
Berdasarkan tabel 4.5 diperoleh hasil pengujian instrumen variabel masing masing variabel secara keseluruhan memiliki nilai Corrected Item-Total Correlation yang lebih besar
dari 0.30. Dengan demikian dapat disimpulkan bahwa seluruh instrumen pernyataan dari
Universitas Sumatera Utara
51
variabel bauran pemasaran yang digunakan adalah valid dan instrumen ini dapat digunakan sebagai penelitian, selain itu hal ini juga diperkuat oleh nilai signifikansi 2-tailed yang
seluruhnya dibawah 0.05.
4.7.2 Uji Reliabilitas
Untuk mendatapkan instrument yang reliable, maka dilakukan uji reliabilitas. Reliabilitas menunjukkan pada suatu pengertian bahwa sesuatu instrument cukup dapat
dipercaya untuk digunakan sebagai alat pengumpulan data karena instrument tersebut sudah baik. Pengujian ini dilakukan untuk mengetahui konsistensi hasil dari sebuah jawaban tentang
tanggapan responden. Hasil uji reliabilitas dapat dilihat dari nilai cronbach alpha, reliabilitas yang baik adalah mendekati satu.
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variable. Menurut Ghozali 2006 pengukuran reliabilitas dapat dilakukan dengan dua
cara, yaitu : 1. Repeated Measure pengukuran ulang
Dilakukan dengan cara memberikan kuesioner pertanyaan yang sama pada waktu yang berbeda dan kemudian dilihat apakah responden konsisten dengan jawabannya
2. One Shot pengukuran sekali saja Dilakukan dengan cara sekali saja kuesioner diberikan kepada responden dan
kemudian hasilnya dibandingkan dengan pernyataan lain atau mengukur korelasi antar jawaban
Maka penelitian ini menggunakan ukuran one shot atau pengukuran sekali saja dan untuk pengujian reliabilitasnya digunakan uji statistic Cronbach Alpha. Instrument
pengumpulan data dikatakan reliable atau diindikasikan memiliki reliabilitas tinggi apabila
Universitas Sumatera Utara
52
uji Alpha Cronbach memberikan koefisien lebih besar atau sama dengan 0.70. Sukaria, 2011
Tabel 4.6 Hasil Uji Reliabilitas
Pernyataan Cronbach’s Alpha
Ket Bauran Pemasaran X1
X11
Product
Kualitas kamar 0.974
Reliable
X12 Price
Kesesuaian antara harga dengan fasilitas yang didapat 0.976
Reliable
X13 Promotion
Kemudahan mendapatkan informasi promosi hotel 0.976
Reliable
X14 Place
Kemudahan untuk menjangkau lokasi hotel 0.974
Reliable
X15 People
Keramahan karyawan hotel terhadap occupant 0.975
Reliable
X16 Process
Kemudahan reservasi kamar hotel 0.975
Reliable
X17 Customer service
Kesigapan karyawan dalam mengatasi setiap keluhan occupant
0.976 Reliable
Kualitas Pelayanan X2 X21
Tangible Kelengkapan fasilitas hotel
0.975 Reliable
X22 Reliability
Ketepatan menempati janji 0.974
Reliable
X23 Responsiveness
Memberikan pelayanan yang tepat dan cepat 0.975
Reliable
X24 Empathy
Kesopanan karyawan dalam memberikan pelayanan 0.974
Reliable
X25 Assurance
Jaminan keamanan di kamar hotel 0.975
Reliable
Loyalitas Y Y1
Berminatkah untuk menggunakan jasa hotel Polonia kembali
0.975 Valid
Y2
Tidak berminatkah untuk menggunakan jasa hotel lain 0.976
Valid
Y3
Berminatkah untuk merekomendasikan hotel Polonia kepada orang lain
0.976 Valid
Sumber : Hasil Penelitian, 2012 data diolah
Dari tabel hasil uji reliabilitas diatas menunjukkan bahwa alpha cronbach’s terkecil dari seluruh variabel yang diteliti bernilai 0.974, dimana nilai tersebut jauh lebih besar dari
0.7. berdasarkan hasil pengujian tersebut maka dapat dinyatakan bahwa seluruh instrumen yang digunakan dalam penelitian cukup reliabel digunakan sebagai alat pengumpul data
Universitas Sumatera Utara
53
penelitian atau dengan kaya lain instrumen penelitian telah memenuhi syarat reliabilitas sebagai syarat pengumpul data.
4.8 Model Analisis Data
Penelitian membutuhkan suatu analisis data dan interprestasi yang akan digunakan untuk menjawab pertanyaan-pertanyaan penelitian untuk mengungkapkan fenomena tertentu.
Sehingga analisis data adalah proses penyederhanaan data kedalam bentuk yang lebih mudah dibaca dan di interprestasikan.
Model yang akan digunakan dalam penelitian ini adalah model kausalitas atau hubungan atau pengaruh dan untuk menguji hipotesis yang diajukan, maka teknik analisis
yang digunakan adalah SEM Structural Equation Models. Penggunaan metode analisis SEM karena SEM dapat mengidentifikasikan dimensi-dimensi dari sebuah konstruk dan pada
saat yang sama mampu mengukur pengaruh atau derajat hubungan antar faktor yang telah di identifikasikan.
Menurut Ghozali ,2008, sebuah pemodelan SEM yang lengkap pada dasarnya terdiri dari Measurement Models dan Structural Model. Measurement Model atau Model
pengukuran ditujukan untuk mengkonfirmasi sebuah dimensi atau factor berdasarkan indicator-indikator empirisnya. Structural Model adalah Model mengenai struktur hubungan
yang membentuk atau menjelaskan kaulitas antara faktor. Untuk membuat permodelan SEM yang lengkap perlu dilakukan langkah-langkah berikut ini.
1. Langkah pertama : Pengembangan Model Teoritis Tahap pertama yang harus dilakukan dalam mengembangkan sebuah model penelitian
dengan mencari dukungan teori yang kuat melalui serangkaian eksploitasi ilmiah melalui telaah pustaka guna mendapatkan justifikasi atas model teoretis yang akan dikembangkan.
Karena tanpa dasar teori yang kuat, SEM tidak dapat digunakan. SEM digunakan untuk
Universitas Sumatera Utara
54
menguji kausalitas yang ada teorinya dan bukan untuk membentuk teori kausalitas. Oleh karenanya pengembangan sebuah teori yang berjustifikasi ilmiah merupakan syarat utama
menggunakan permodelan SEM 2. Langkah kedua : Pengembangan Diagram Alur Path Diagram
Langkah berikutnya model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah diagram alur, yang akan mempermudah untuk melibat hubungan-
hubungan kausalitas yang ingin diuji. Dalam diagram alur, hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan
kausal yang langsung antara satu konstruk dengan konstruk lainnya. Garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antar konstruk.
Konstruk yang dibangun dalam diagram alur dapat dibedakan dalam dua kelompok, yaitu:
a. Konstruk Eksogen exogenous Constructs, yang dikenal juga dengan diprediksi oleh variable yang lain dalam model. Konstruk eksogen adalah konstruk yang
dituju oleh garis dengan satu ujung panah b. Konstruk Endogen Endogen Contructs, yang merupakan factor faktor yang
diprediksi oleh satu atau beberapa konstruk. Konstruk Endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tapi konstruk endogen
hanya dapat berhubungan kausal dengan konstruk endogen.
Universitas Sumatera Utara
55
Gambar 4.1 Tabel Diagram Alur
Sumber : Hasil penelitian, 2012 3.
Langkah ketiga: Konversi Diagram Alur kedalam Persamaan Setelah model penelitian yang dikembangkan dan digambar pada diagram alur,
langkah berikutnya adalah mengkonversi spesifikasi model kedalam rangkaian persamaan yang dibangun terdiri dari :
a. Persamaan-persamaan Struktural structural Equations Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar berbagai
konstruk, Persamaan struktural pada dasarnya dibangun dengan pedoman sebagai berikut ini.
Variabel endogen = variabel eksogen + variabel endogen + error
Tabel 4.7 Model Persamaan Struktural
Model Persamaan Struktural
Kepuasan Customer satisfaction =
β
1
Bauran Pemasaran + β
2
Kualitas Pelayanan + e
1
Loyalitas Loyalty = Kepuasan Customer satisfaction + e
2
Sumber : Hasil Penelitian, 2012 data diolah
Universitas Sumatera Utara
56
b. Pada tahap ini ditentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesikan
antar konstruk atau variabel.
Tabel 4.8 Model Pengukuran
Konsep Exogenous Model pengukuran
Konsep Endogenous Model pengukuran
X
1
= λ
1
Product BP + e
1
X
13
= λ
16
Loyalty + e
16
X
2
= λ
2
Price BP + e
2
X
14
= λ
17
Loyalty + e
17
X
3
= λ
3
Promotion BP + e
3
X
15
= λ
18
Loyalty+ e
18
X
4
= λ
4
Place BP + e
4
X
5
= λ
5
People BP + e
5
X
6
= λ
6
Process BP + e
6
X
7
= λ
7
Customer Service BP + e
7
X
8
= λ
8
Tangible KP + e
8
X
9
= λ
9
Reliability KP + e
9
X
10
= λ
10
Responsiveness KP + e
10
X
11
= λ
11
Empathy KP + e
11
X
12
= λ
12
Assurance KP + e
12
Sumber : Hasil Penelitian, 2012 data diolah
4. Langkah keempat: Memilih Matriks Input dan Estimasi Model.
SEM adalah alat analisis berbasis Kovarians.Penggunaan matriks kovarians karena dapat menunjukkan perbandingan yang valid antara populasi yang berbeda atau sampel yang
berbeda, dimana hal yang sama tidak dapat dilakukan oleh korelasi. Pemakaian matriks kovarians lebih banyak digunakan pada penelitian mengenai hubungan, dikarenakan
Standard error dari berbagai penelitian menunjukkan angka yang kurang akurat apabila matrik korelasi digunakan sebagai input. Pada penelitian ini matrik inputnya adalah matrik
kovarian yang ukuran sampel minumumnya adalah 100 responden. Teknik Estimasi model yang digunakan adalah Maximum Likelihood Estimation ML.
Universitas Sumatera Utara
57
5. Langkah Kelima: Kemungkinan Munculnya Masalah Identifikasi
Problem identifikasi pada prinsipnya adalah kondisi dimana model yang sedang dikembangkan tidak mampu menghasilkan estimasi yang unik. Masalah identifikasi dapat
diketahui dengan melakukan langkah-langkah sebagai berikut. a. Dengan Starting Value yang berbeda dilakukan estimasi model berulangkali. Apabila
model tidak dapat konvergen pada titik yang sama setiap kali estimasi dilakukan maka ada indikasi telah terjadi masalah identifikasi.
b. Model Diestimasi lalu angka koefisien dari salah satu variabel dicatat. Koefisien tersebut ditentikan sebagai sesuatu yang fix pada variabel itu kemudian dilakukan
estimasi ulang. Apabila Overall Fit Index berubahtotal dan jauh berbeda dari sebelumnya, maka dapat diduga adanya masalah identifikasi. Untuk mengatasi
masalah identifikasi adalah dengan memberikan lebih banyak Constrain pada model yang dianalisis, yang berarti adalah mengeliminasi jumlah Estimated Coefficients.
Dan hasilnya adalah sebuah model yang overidentified. Sehingga apabila setiap kali estimasi dilakukan muncul masalah identifikasi, maka model perlu dipertimbangkan
kembali, yaitu antara lain dengan mengembangkan lebih banyak konstruk. 6
Langkah keenam : Evaluasi Kriteria Goodness-of-fit Pada lngkah ini kesesuaian model dievaluasi, melalui telah terhadap berbagai criteria
goodness-of-fit. Untuk itu tindakan pertama yang dilakukan adalah mengevaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM. Bila ini sudah dipenihi, maka model
dapat diuji melalui berbagai cara uji yang akan diuraikan pada bagian ini. Pertama-tama akan diuraikan disini mengenal evaluasi atas asumsi-asumsi SEM yang harus dipenuhi.
A. Asumsi-Asumsi SEM Hal pertama yang dilakukan adalah bahwa data yang digunakan herus memenuhi
asumsi-asumsi SEM, yaitu :
Universitas Sumatera Utara
58
A1. Ukuran sampel. Ukuran sampel minimum yang harus dipenuhi dalam permodelan ini dalah berjumlah 100 dan selanjutnya menggunakan perbandingan 5 observasi
untuk setiap estimated parameter. Sehingga apabila model yang dikembangkan memiliki 20 estimated parameter, maka jumlah sampel minimal sampel adalah
100. A2. Normalisasi dan Linearitas. Sebaran data harus dianalisis untuk melihat apakah
memenuhi asumsi normalitas dan linearitas. Pengujian normalitas melalui gambar histogram data. Dan untuk menguji linearitas melalui scatterplots dari data melalui
pemilihan pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas.
A3. Outliers. Outliers adalah observasi dengan nilai-nilai ekstrim baik secara univariat maupun multivariate yang muncul karena kombinasi Karakteristik unik yang
dimiliki dan terlihat sangat jauh berbeda dari observasi observasi lainya. Kemudian Outliers pada dasarnya dapat muncul dalam empat kategori :
• Pertama, Outliers muncul dikarenakan kesalahan prosedur seperti kesalahan dalam entry data ataupun kesalahan mengkoding data.
• Kedua, Outliers munculkarena keadaan khusus yang memunculkan profil data yang dimilikinya lebih dari yang lain. Tetapi demikian terdapat penjelasan
mengenai penyebab timbulnya nilai ekstrim tersebut. • Ketiga, Outliers muncul tanpa alasan tetapi diketahui penyebabnya atau tidak
ada penjelasan mengenai sebab-sebab kemunculan nilai ekstrim tersebut. • Keempat, Outliers muncul dalam range nilai yang ada, tetapi apabila
dikombinasikan dengan variabel lainya,memunculkan kombinasi tidak lazim atau sangat ekstrim. Dan hai ini disebut dengan multivariate outliers.
Universitas Sumatera Utara
59
A4. Multicollinearity dan singularity. Mendeteksi kemunculan multikolinieritas atau singuralitas dari determinan matrik kovarians. Nilai determinan matriks kovarian
yang sangat kecil memberikan indikasi adanya problem multikolinearitas atau singularitas. Sehingga hal yang perlu dilakukan adalah mengeluarkan variabel
yang menyebabkan hal tersebut. Setelah asumsi-asumsi SEM dlihat , hal berikutnya adalah melakukan kriteria yang
akan kita gunakan untuk mengevaluasi model dan pengaruh pengaruh yang ditampilkan dalam model, yang diuraikan pada bagian berikut ini :
B. Uji Kesesuaian dan Uji Statistik Untuk melakukan uji kesesuaian dan uji statistic diperlukan beberapa indeks
kesesuain dan cut-off valuenya untuk digunakan dalam pengujian sebuah model: B1. X
2
– Chi-Square Statistik Sebuah model dianggap baik atau memuaskan apabila memiliki nilai chi_square
yang rendah. Semakin kecil nilai Chi-Square semakin baik model tersebut dan dapat diterima berdasarkan probabilitas dengan cut off value sebesar p 0.05 atau
p 0.10. Hal ini menandakan bahwa hipotesis nol diterima dan matrik input yang diprediksi dengan yang sebenarnya actual tidak berbeda secara statistik
Wijanto, 2008. B2. RMSEA The Root Mean Square Error of Approximation
Adalah sebuah indeks yang dapat digunakan untuk mengkopensasi chisquare statistic dalam sampel yang besar. Nilai RMSEA menunjukkan goodness-of-fit
yang dapat diharapkan bila model diestimasi dalam populasi. Nilai RMSEA antara 0.08 sampai 0.10 menunjukkan marginal fit, serta nilai RMSEA 0.10
menunjukkan poor fit. Wijanto, 2008.
Universitas Sumatera Utara
60
AGFI = 1 - 1-GFI B3. GFI Goodness of Fit Indeks
GFI dapat diklasifikasikan sebagai ukuran kecocokan absolute, karena pada dasarnya GFI membandingkan model yang dihipotesiskan dengan tidak ada model
sama sekali F
F Dimana, F adalah nilai minimum dari F untuk model yang dihipotesiskan, F
adalah nilai minimum dari F ketika tidak ada model yang dihipotesiskan. Nilai GFI berkisar antara 0 poor fit sampai perfect fit, dan nilai GFI
≥ 0.90 merupakan good fit kecocokan yan baik, sedangkan 0.80
≤ GFI ≤ 0.90 sering disebut marginal fit. Wijanto, 2008
B4. AGFI Adjusted Goodness of Fit Index GFI adalah analog R2 dalam regresi berganda. AGFI adalah perluasan dari GFI
yang disesuaikan
dengan rasio
antara degree
of freedom
dari independencebaseline model dengan degree of freedom dari model yang
dihipotesiskan atau diestimasi df
df
h
Seperti halnya GFI, nilai AGFI berkisar antara 0 sampai 1 dan nilai AGFI ≥ 0.90
menunjukkan good fit. Sedangkan 0.80 ≤ GFI 0.90 sering disebut sebagai
marginal fit. Wijanto, 2008 B5. CMINDF
Menunjukkan ukuran yang diperoleh dari nilai chi-square yang dibagi dengan degree of freedom. Nilai yang direkomendasikan untuk menerima kesesuaian
untuk model adalah nilai CMINDF yang lebih kecil atau sama dengan 2.00 Wijaya, 2009
GFI = 1
-
Universitas Sumatera Utara
61
B6. TLI Tucker Lewis Indeks Adalah sebuah alternative incremental fit index yang membandingkan sebuah model
yang diuji terhadap sebuah baseline model. Nilai TLI berkisar antara 0 sampai 1.0, dengan nilai TLI
≥ 0.90 menunjukkan good fit dan 0.80 ≤ TLI ≤ 0.90 adalah marginal fit. TLI diperoleh dengan rumus sebagai berikut :
X
i 2
df
i
– X
h 2
df
h
X
i 2
df
i
- 1 Dimana X
i 2
adalah chi square dari independence model, X
h 2
adalah chi square dari model yang dihipotesiskan, df
i
adalah degree of freedom dari independence
model. df
h
adalah degree of freedom dari model yang dihipotesiskan. Wijanto, 2008
B7. CFI Comparative Fit Index CFI yang mendekati 1 mengindikasikan tingkat fit yang paling tinggi. Nilai yang
direkondasikan bagi CFI adalah ≥ 0,90 yang menunjukkan good fit, sedangkan
0.80 ≤ CFI 0.90 sering disebut sebagai marginal fit. Wijanto, 2008
Tabel 4.9 Goodness of Fit Index
Goodness of Fit Index Cut Off Value
X
2
– Chi-Square Statistik Sekecil mungkin
RMSEA
The Root Mean Square Error of Approximation ≤ 0.08
GFI Goodness of Fit Indeks ≥ 0.90
AGFI Adjusted Goodness of Fit Index ≥ 0.90
CMINDF ≤ 2
TLI Tucker Lewis Indeks ≥ 0.90
CFI Comparative Fit Index ≥ 0.90
TLI =
Universitas Sumatera Utara
62
7. Langkah ketujuh : Interpretasi dan Modifikasi Model
Pada tahap ini model yang sedang dikembangkan akan diinterpretasikan dan bagi model yang tidak memenuhi syarat pengujian dilakukan modifikasi. Perlunya melakukan
modifikasi terhadap sebuah model dapat dilihat dari jumlah yang dihasilkan model tersebut. Perlu tidaknya mempertimbangkan modifikasi sebuah model yaitu dengan melihat jumlah
residual yang dihasilkan model Hair, 1995. Batas keamanan untuk jumlah residual adalah 5 preses dari semua residual kovarians yang dihasilkan oleh model, maka sebuah modifikasi
mulai perlu dipertimbangkan. Selanjutnya apabila ditemukan bahwa nilai residual yang dihasilkan model itu cukup besar 2,58, maka cara lain dalam memodifikasi adalah dengan
mempertimbangkan untuk menambah sebuah alur baru terhadap model yang diestimasi tersebut. Modifikasi dapat dilakukan dengan menggunakan bantuan indeks modifikasi.
Indeks modifikasi membersihkan gambaran mengenai mengecilkan nilai chi square bila sebuah koefisien diestimasi. Hal yang perlu diperhatikan dalam mengikuti tingkat pedoman
indeks modifikasi adalah bahwa dalam memperbaiki tingkat kesesuain model, hanya dapat dilakukan bila ia mempunyai dukungan dan justifikasi yang cukup terhadap perubahan
tersebut.
Universitas Sumatera Utara
63
BAB V GAMBARAN UMUM PERUSAHAAN
5.1 Profil dan Sejarah Singkat Hotel Polonia Medan
Hotel Polonia terletak dijantung kota Medan hanya 5 lima menit dari bandara udara Polonia, berdiri dan mulai beroperasi pada tanggal 1 Juli 1977 dibawah pimpinan bapak
Boediman. Jumlah kamar pada saat itu adalah sebanyak 51 kamar. Mamasuki tahun pertama berjalan operasional, hotel Polonia menambah 12 kamar lagi sehingga berjumlah 63 kamar.
Mengimbangi maju pesatnya dunia kepariwisataan di tanah air, pada tahun 1979 hotel Polonia mengadakan pengembangan sayap membangun gedung untuk menambah jumlah
kamar. Pembangunan gedung ini sebagian kamarnya telah dapat dioperasikan pada tahun 1982, sedangkan operasionalnya dengan 174 kamar baru dapat dioperasikan sepenuhnya pada
tahun 1985. Pada akhir tahun 1989, kemudian kepemimpina hotel diserahkan pada bapak Edward
Boediman yag merupakan puter sulung dari bapak Boediman. Dengan kepemimpinan baru, hotel Polonia mulai memasuki era komputerisasi dengan fasilitas kumputer untuk
operasionalnya. Dalam mengendalikan dan melihat tantanngan kedepannya, pimpinan hotel Polonia
mengadakan renovasi untuk melengkap seluruh fasilitas hotel sehingga Dijen Pariwisata Pos dan Telekomunikasi berdasarkan surat keputusan Dirjen Postel No. 14U1188 tanggal 28
Oktober 1994 menila hotel Polonia merupakan salah satu hotel yang telah ditingkatkan standarny dengan dan ditetapkan sebagai hotel bintang 4 empat
Merasa fasilitas yang dimiliki masih kurang, pada tahun 1997 hotel Polonia mengembangkan ekspansi pembangunan gedung ke jalan H. Agus alim dengan membangun
Universitas Sumatera Utara